Configura il AWS Server MCP

Il server AWS MCP è un server Model Context Protocol gestito di Agent Toolkit per. AWS Fornisce al tuo agente AI l'accesso autenticato a AWS : esegue chiamate AWS API per tuo conto, esegue script in un ambiente sandbox e fornisce AWS competenze (incluse) su richiesta. abilità amazon-opensearch-service Usalo per lavorare con i domini di OpenSearch servizio e le raccolte OpenSearch Serverless del tuo agente.

Nota

Il server AWS MCP si connette agli endpoint pubblici OpenSearch di Amazon Service. Non supporta domini o raccolte distribuiti in un VPC. Se il tuo dominio OpenSearch di servizio o la tua raccolta OpenSearch Serverless utilizza l'accesso VPC, utilizza invece opensearch-mcp-server-py open source, che supporta la connettività VPC tramite la configurazione locale.

Prerequisiti

• Un agente di codifica AI che supporta Agent Toolkit per AWS (come Kiro, Claude Code, Cursor e Codex).

• AWS credenziali configurate localmente (ad esempio, un profilo AWS CLI o credenziali di ambiente) con autorizzazione per OpenSearch le operazioni che si intende eseguire. Per i domini, vediIdentity-based politiche; per Serverless, vedi. Controllo dell'accesso ai dati per Amazon OpenSearch Serverless

Installa il plugin aws-data-analytics (consigliato)

Il aws-data-analytics plugin raggruppa la configurazione del server AWS MCP e la amazon-opensearch-service skill in un'unica installazione, quindi non è necessario configurare l'endpoint MCP o installare la skill separatamente.

Codice Claude

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

Codice

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

Quindi avvia Codex ed esegui /plugins per sfogliare e installare il aws-data-analytics plugin.

Configura il AWS MCP Server direttamente

Se il tuo agente non supporta i plugin, configura direttamente il server AWS MCP. Segui Configurazione del server AWS MCP nell'Agent Toolkit per la AWS documentazione, quindi fai una OpenSearch domanda al tuo agente: rileva la amazon-opensearch-service competenza in fase di esecuzione tramite il server.

Usa il AWS Server MCP senza competenze

È possibile utilizzare il server AWS MCP direttamente senza caricare l'amazon-opensearch-serviceabilità. In questa modalità, l'agente utilizza call_aws lo strumento integrato del server per richiamare direttamente le operazioni AWS API. Ciò è utile per operazioni ad hoc o quando si desidera un controllo preciso sulle chiamate API effettuate dall'agente.

Ad esempio, per creare una OpenSearch raccolta Serverless:

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

L'agente chiama l'CreateCollectionAPI OpenSearch Serverless per conto dell'utente utilizzando le credenziali configurate:

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

Puoi anche eseguire operazioni su risorse esistenti senza competenze. Ad esempio:

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

Il server AWS MCP gestisce l'autenticazione e traduce le richieste in linguaggio naturale nelle AWS API o OpenSearch nelle chiamate API appropriate.

Verifica la configurazione

Dopo l'installazione, riavvia l'agente in modo che carichi la nuova configurazione. Quindi chiedi:

What AWS skills do you have available for OpenSearch?

L'agente deve segnalare l'amazon-opensearch-serviceabilità. Prova un'attività come «Elenca i miei domini di OpenSearch servizio»: l'agente esegue la chiamata tramite il server AWS MCP utilizzando le credenziali configurate.

Considerazioni relative alla sicurezza

Il server AWS MCP viene eseguito con le credenziali fornite dall'utente. Segui queste pratiche:

• Utilizza credenziali con privilegi minimi. Definisci un principio IAM dedicato alle OpenSearch risorse e alle azioni di cui l'agente ha bisogno. Evita le credenziali di amministratore.

• Sviluppo e produzione separati. Indirizza il server verso risorse non di produzione per l'esplorazione e richiedi conferma prima di apportare modifiche alla produzione.

• Proteggi le credenziali. Preferisci i ruoli IAM e AWS i profili CLI alle chiavi di accesso statiche e non inserire mai segreti nei file di configurazione nel controllo del codice sorgente.

• Esamina l'output dello strumento. Le risposte dello strumento MCP vengono restituite al modello come contesto. Evitate di eseguire il server su indici con dati sensibili che non desiderate vengano esposti al fornitore del modello.

Risoluzione dei problemi

• L'agente non vede OpenSearch competenze o strumenti: conferma che il plug-in o la configurazione MCP siano validi e riavvia completamente l'agente. La maggior parte degli agenti carica i server MCP solo all'avvio.

• Le chiamate restituiscono 403 Forbidden: le tue credenziali non dispongono dell'autorizzazione per l'API chiamata. Per i domini, consulta la politica di accesso al dominio e le politiche IAM sul tuo sito principale. Per Serverless, consulta la politica di accesso ai dati della raccolta.

Utilizzo con framework di agenti

È possibile integrare il server AWS MCP nei framework di agenti Python per flussi di lavoro programmatici. Gli esempi seguenti si connettono all'endpoint AWS MCP Server, che fornisce l'accesso autenticato ad altri servizi. OpenSearch AWS

Agenti Strands

Strands Agents è un SDK per agenti AWS nativi con supporto MCP integrato e Amazon Bedrock come provider di modelli predefinito.

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)

Installa i pacchetti richiesti:

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

LangGraph

LangGraphè un framework di orchestrazione di basso livello per la creazione di agenti stateful. L'esempio seguente utilizza mcp-proxy-for-aws per fornire un trasporto autenticato e langchain-mcp-adapters caricare gli strumenti AWS MCP in un LangChain agente supportato da 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())

Installa i pacchetti richiesti:

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

Ulteriori informazioni

• Agent Toolkit per componenti AWS