Home
Login

AWS MCP 服务器是一个开源工具集,通过模型上下文协议(MCP)为开发人员提供 AWS 最佳实践,增强 AI 代码助手的功能,优化云开发工作流。

Apache-2.0Python 4.2kawslabsmcp Last Updated: 2025-06-24

AWS MCP Servers 项目介绍

项目概述

AWS MCP(Model Context Protocol)Servers 是一个由 AWS Labs 开发的开源项目,旨在通过专用的 MCP 服务器增强大型语言模型(LLM)与 AWS 服务的交互能力。项目地址为 https://github.com/awslabs/mcp,通过提供标准化的接口和工具,帮助 AI 助手(如 Amazon Q Developer、Claude、Cline 等)更高效地执行 AWS 相关任务,同时确保遵循 AWS 最佳实践、安全合规性和高效开发流程。

核心功能

  • 提升模型输出质量:通过将 AWS 服务信息注入模型上下文,减少幻觉,提高响应准确性。
  • 工作流自动化:支持 CDK、Terraform、CloudFormation 等工作流,简化复杂任务。
  • 专业领域知识:提供 AWS 服务深层上下文,弥补模型训练数据的不足。
  • 安全优先:支持只读模式、IAM 权限控制和敏感数据限制。

主要组件

项目包含多个独立的 MCP 服务器,覆盖 AWS 的多种服务和功能:

  1. AWS CDK MCP Server

    • 功能:支持 AWS CDK 开发,集成 CDK Nag 确保安全合规。
    • 适用场景:云基础设施的快速构建和管理。
  2. AWS Terraform MCP Server

    • 功能:支持 Terraform 工作流,集成 Checkov 进行安全扫描。
    • 适用场景:生成安全的 Terraform 脚本。
  3. AWS Serverless MCP Server

    • 功能:提供 Lambda、API Gateway 等无服务器开发支持,集成 SAM CLI。
    • 适用场景:快速构建和部署无服务器应用。
  4. AWS Documentation MCP Server

    • 功能:检索 AWS 文档、转换为 Markdown、提供内容推荐。
    • 适用场景:快速查找 AWS 文档或服务推荐。
  5. Amazon ECS MCP Server

    • 功能:支持容器化应用开发、部署和故障排查。
    • 适用场景:ECS 部署和容器化管理。

更多服务器包括 DynamoDB、Aurora、CloudWatch Logs 等,详见 GitHub 仓库。

技术架构

  • 本地运行:通过 stdio 流与 AI 客户端通信。
  • AWS Lambda 适配:支持将 MCP 服务器部署为 Lambda 函数,适合云端调用。
  • 安全控制:支持只读模式、IAM 集成和敏感数据限制。

示例配置

{
  "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": []
    }
  }
}

安装与使用

安装方式

  1. PyPI 安装
    uv pip install awslabs.<server-name>-mcp-server
    
  2. 源码运行
    git clone https://github.com/awslabs/mcp.git
    cd mcp/src/<server-name>
    uv run main.py
    
  3. Docker 运行
    docker build -t awslabs/<server-name>-mcp-server .
    docker run --rm --interactive --env FASTMCP_LOG_LEVEL=ERROR awslabs/<server-name>-mcp-server:latest
    

使用步骤

  1. 配置 AWS 凭证。
  2. 编辑 mcp.json 添加服务器配置。
  3. 使用支持 MCP 的 AI 客户端与服务器交互。

优势

  • 标准化 MCP 协议,兼容多种 AI 助手。
  • 集成 AWS 最佳实践,确保高质量输出。
  • 覆盖广泛的 AWS 服务。
  • 开源,社区驱动。

更多资源

Star History Chart