Introducción al Proyecto AWS MCP Servers

Resumen del Proyecto

AWS MCP (Model Context Protocol) Servers es un proyecto de código abierto desarrollado por AWS Labs, diseñado para mejorar la capacidad de interacción de los modelos de lenguaje grandes (LLM) con los servicios de AWS a través de servidores MCP dedicados. El proyecto se encuentra en https://github.com/awslabs/mcp y, al proporcionar interfaces y herramientas estandarizadas, ayuda a los asistentes de IA (como Amazon Q Developer, Claude, Cline, etc.) a ejecutar tareas relacionadas con AWS de manera más eficiente, al tiempo que garantiza el cumplimiento de las mejores prácticas de AWS, la seguridad, el cumplimiento normativo y los flujos de trabajo de desarrollo eficientes.

Funciones Principales

• Mejora la calidad de la salida del modelo: Al inyectar información de los servicios de AWS en el contexto del modelo, se reducen las alucinaciones y se mejora la precisión de la respuesta.
• Automatización del flujo de trabajo: Admite flujos de trabajo de CDK, Terraform, CloudFormation, etc., simplificando tareas complejas.
• Conocimiento del dominio especializado: Proporciona un contexto profundo de los servicios de AWS, compensando las deficiencias en los datos de entrenamiento del modelo.
• Seguridad primero: Admite el modo de solo lectura, el control de permisos de IAM y la restricción de datos confidenciales.

Componentes Principales

El proyecto incluye varios servidores MCP independientes que cubren una variedad de servicios y funciones de AWS:

1. AWS CDK MCP Server

   • Función: Admite el desarrollo de AWS CDK, integrando CDK Nag para garantizar el cumplimiento de la seguridad.
   • Escenario de aplicación: Construcción y gestión rápidas de la infraestructura en la nube.

2. AWS Terraform MCP Server

   • Función: Admite flujos de trabajo de Terraform, integrando Checkov para el escaneo de seguridad.
   • Escenario de aplicación: Generación de scripts de Terraform seguros.

3. AWS Serverless MCP Server

   • Función: Proporciona soporte para el desarrollo sin servidor de Lambda, API Gateway, etc., integrando SAM CLI.
   • Escenario de aplicación: Construcción e implementación rápidas de aplicaciones sin servidor.

4. AWS Documentation MCP Server

   • Función: Recupera la documentación de AWS, la convierte a Markdown y proporciona recomendaciones de contenido.
   • Escenario de aplicación: Búsqueda rápida de documentación de AWS o recomendaciones de servicios.

5. Amazon ECS MCP Server

   • Función: Admite el desarrollo, la implementación y la resolución de problemas de aplicaciones en contenedores.
   • Escenario de aplicación: Implementación de ECS y gestión de contenedores.

Más servidores incluyen DynamoDB, Aurora, CloudWatch Logs, etc. Consulte el repositorio de GitHub para obtener más detalles.

Arquitectura Técnica

• Ejecución local: Se comunica con el cliente de IA a través de flujos stdio.
• Adaptación de AWS Lambda: Admite la implementación de servidores MCP como funciones Lambda, adecuadas para la invocación en la nube.
• Control de seguridad: Admite el modo de solo lectura, la integración de IAM y la restricción de datos confidenciales.

Ejemplo de Configuración

{
  "mcpServers": {
    "awslabs.aws-serverless-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-serverless-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

Instalación y Uso

Métodos de Instalación

1. Instalación con PyPI:

   uv pip install awslabs.<nombre-del-servidor>-mcp-server
   

2. Ejecución desde el código fuente:

   git clone https://github.com/awslabs/mcp.git
   cd mcp/src/<nombre-del-servidor>
   uv run main.py
   

3. Ejecución con Docker:

   docker build -t awslabs/<nombre-del-servidor>-mcp-server .
   docker run --rm --interactive --env FASTMCP_LOG_LEVEL=ERROR awslabs/<nombre-del-servidor>-mcp-server:latest
   

Pasos para el Uso

1. Configure las credenciales de AWS.
2. Edite mcp.json para agregar la configuración del servidor.
3. Utilice un cliente de IA compatible con MCP para interactuar con el servidor.

Ventajas

• Protocolo MCP estandarizado, compatible con múltiples asistentes de IA.
• Integración de las mejores prácticas de AWS, garantizando una salida de alta calidad.
• Amplia cobertura de los servicios de AWS.
• Código abierto, impulsado por la comunidad.

Más Recursos

• Repositorio de GitHub: https://github.com/awslabs/mcp
• Paquete PyPI: https://pypi.org/project/awslabs.aws-documentation-mcp-server/
• Blog de AWS: https://aws.amazon.com/blogs/
• Serverless Land: https://serverlessland.com/