Configure el AWS Servidor MCP

El servidor AWS MCP es un servidor de protocolo de contexto modelo gestionado del Agent Toolkit for. AWS Le da a su agente de IA acceso autenticado para AWS ejecutar llamadas a la AWS API en su nombre, ejecutar scripts en un entorno aislado y atender AWS las habilidades (incluidas las) a pedido. habilidad amazon-opensearch-service Úselo para trabajar con los dominios de OpenSearch servicio y las colecciones OpenSearch sin servidor de su agente.

nota

El servidor AWS MCP se conecta a puntos finales públicos de Amazon OpenSearch Service. No admite dominios ni colecciones implementados en una VPC. Si su dominio de OpenSearch servicio o colección OpenSearch sin servidor utiliza el acceso a la VPC, utilice opensearch-mcp-server-py de código abierto en su lugar, que admite la conectividad de la VPC a través de la configuración local.

Requisitos previos

• Un agente de codificación de IA compatible con el kit de herramientas para agentes AWS (como Kiro, Claude Code, Cursor y Codex).

• AWS credenciales configuradas localmente (por ejemplo, un perfil de AWS CLI o credenciales de entorno) con permiso para las OpenSearch operaciones que pretende ejecutar. Para los dominios, consulteIdentity-based políticas; para Serverless, consulteControl de acceso a datos para Amazon OpenSearch Serverless.

Instale el complemento aws-data-analytics (recomendado)

El aws-data-analytics complemento agrupa la configuración del servidor AWS MCP y la amazon-opensearch-service habilidad en una sola instalación, por lo que no es necesario configurar el punto final MCP ni instalar la habilidad por separado.

Código Claude

/plugin install aws-data-analytics@claude-plugins-official
/reload-plugins

Códice

codex plugin marketplace add aws/agent-toolkit-for-aws

A continuación, inicie Codex y ejecute /plugins para buscar e instalar el aws-data-analytics complemento.

Configure el AWS El servidor MCP directamente

Si su agente no admite complementos, configure el servidor AWS MCP directamente. Consulte la sección Configuración del servidor AWS MCP en el kit de herramientas para agentes para obtener AWS documentación y, a continuación, haga una OpenSearch pregunta a su agente; este descubrirá la amazon-opensearch-service habilidad en tiempo de ejecución a través del servidor.

Use la AWS Servidor MCP sin conocimientos

Puedes usar el servidor AWS MCP directamente sin cargar la amazon-opensearch-service habilidad. En este modo, el agente utiliza la call_aws herramienta integrada en el servidor para invocar directamente las operaciones de la AWS API. Esto resulta útil para operaciones puntuales o cuando se desea tener un control preciso de las llamadas a la API que realiza su agente.

Por ejemplo, para crear una colección OpenSearch sin servidor:

Create an OpenSearch Serverless search collection named "my-collection" in us-east-1

El agente llama a la CreateCollection API OpenSearch Serverless en tu nombre con tus credenciales configuradas:

{
  "name": "my-collection",
  "type": "SEARCH",
  "description": "My search collection"
}

También puede ejecutar operaciones con los recursos existentes sin necesidad de conocimientos. Por ejemplo:

List all my OpenSearch Service domains in us-east-1
Show the cluster health for my domain named production-domain
Create an index called products in my collection endpoint

El servidor AWS MCP gestiona la autenticación y traduce sus solicitudes en lenguaje natural en la AWS API o en las llamadas a la OpenSearch API adecuadas.

Verificar la configuración

Tras la instalación, reinicie el agente para que cargue la nueva configuración. A continuación, pregunte:

What AWS skills do you have available for OpenSearch?

El agente debe informar sobre la amazon-opensearch-service habilidad. Intente realizar una tarea como «Listar mis dominios de OpenSearch servicio»: el agente ejecuta la llamada a través del servidor AWS MCP con las credenciales configuradas.

Consideraciones de seguridad

El servidor AWS MCP se ejecuta con las credenciales que usted proporcione. Siga estas prácticas:

• Utilice credenciales con privilegios mínimos. Establezca un director de IAM dedicado a los OpenSearch recursos y las acciones que el agente necesita. Evite las credenciales de administrador.

• Desarrollo y producción separados. Dirija el servidor a los recursos que no sean de producción para su exploración y solicite una confirmación antes de realizar cambios en la producción.

• Proteja las credenciales. Prefiera las funciones de IAM y los perfiles AWS CLI en lugar de las claves de acceso estáticas y nunca guarde secretos en los archivos de configuración del control de código fuente.

• Revise los resultados de la herramienta. Las respuestas de la herramienta MCP se devuelven al modelo como contexto. Evite ejecutar el servidor en índices con datos confidenciales que no desee que se expongan a su proveedor de modelos.

Resolución de problemas

• El agente no ve ninguna OpenSearch habilidad o herramienta: confirme que el complemento o la configuración de MCP sean válidos y reinicie el agente por completo. La mayoría de los agentes cargan los servidores MCP solo al inicio.

• Las llamadas devuelven 403 Prohibido: tus credenciales carecen de permiso para la API a la que se está llamando. En el caso de los dominios, consulta la política de acceso al dominio y las políticas de IAM de tu cuenta principal. En el caso de Serverless, revisa la política de acceso a los datos de la colección.

Úselo con marcos de agentes

Puede integrar el servidor AWS MCP en los marcos de agentes de Python para los flujos de trabajo programáticos. Los siguientes ejemplos se conectan al punto final del servidor AWS MCP, que proporciona acceso autenticado y otros servicios. OpenSearch AWS

Strands Agents

Strands Agents es un SDK AWS de agente nativo con soporte MCP integrado y Amazon Bedrock como proveedor de modelos predeterminado.

from strands import Agent
from strands.tools.mcp import MCPClient
from mcp_proxy_for_aws.client import aws_iam_streamablehttp_client

ENDPOINT = "https://aws-mcp.us-east-1.api.aws/mcp"
AWS_REGION = "us-east-1"

opensearch_client = MCPClient(
    lambda: aws_iam_streamablehttp_client(
        endpoint=ENDPOINT,
        aws_service="aws-mcp",
        aws_region=AWS_REGION,
    )
)

with opensearch_client:
    agent = Agent(tools=opensearch_client.list_tools_sync())
    response = agent("What OpenSearch Service domains do I have?")
    print(response)

Instale los paquetes obligatorios:

pip install strands-agents mcp-proxy-for-aws

LangGraph

LangGraphes un marco de orquestación de bajo nivel para crear agentes con estado. El siguiente ejemplo se utiliza mcp-proxy-for-aws para proporcionar un transporte autenticado y langchain-mcp-adapters para cargar las herramientas AWS MCP en un LangChain agente respaldado por Amazon Bedrock.

import asyncio
from mcp import ClientSession
from mcp_proxy_for_aws.client import aws_iam_streamablehttp_client
from langchain_mcp_adapters.tools import load_mcp_tools
from langchain_aws import ChatBedrock
from langchain.agents import create_agent

ENDPOINT = "https://aws-mcp.us-east-1.api.aws/mcp"
AWS_REGION = "us-east-1"

async def main():
    async with aws_iam_streamablehttp_client(
        endpoint=ENDPOINT,
        aws_service="aws-mcp",
        aws_region=AWS_REGION,
    ) as (read_stream, write_stream, _get_session_id):
        async with ClientSession(read_stream, write_stream) as session:
            await session.initialize()
            tools = await load_mcp_tools(session)
            model = ChatBedrock(
                model_id="us.anthropic.claude-opus-4-8",
                region_name=AWS_REGION,
            )
            agent = create_agent(model, tools)
            result = await agent.ainvoke(
                {"messages": [{"role": "user", "content": "What OpenSearch Service domains do I have?"}]}
            )
            print(result["messages"][-1].content)

asyncio.run(main())

Instale los paquetes obligatorios:

pip install mcp-proxy-for-aws langchain langchain-aws langchain-mcp-adapters langgraph

Más información

• Kit de herramientas Agent para componentes AWS