使用人工智能和 LLMs - Amazon Location Service
推荐的 MCP 服务器有用的背景Kiro 代理配置

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

使用人工智能和 LLMs

AI 和 Amazon Location Service LLMs 可以为 API 使用、代码生成和故障排除提供智能帮助，从而显著加快开发速度。通过为你的 LLM 客户端配置正确的 MCP 服务器和上下文，你可以创建一个了解 AWS 服务和 Amazon Location Service 细节的强大开发助手。按照本页的建议使用最少的上下文和 MCP 配置，可以确保您选择的 LLM 模型具有足够的上下文，从而在不使上下文窗口不堪重负的情况下得出正确的结果。这可以减少幻觉并提高结果的准确性。此配置还可确保模型知识截止不会影响结果的质量。

推荐的 MCP 服务器

模型上下文协议 (MCP) 服务器通过提供对外部工具、文档和的访问来扩展 LLM 功能。 APIs虽然这些 MCP 服务器不是必需的，但它们可以帮助 LLM 查找有关该服务的更多信息，并让您随时了解最新的 Amazon Location Service 开发者指南。为了开发 Amazon Location Service，建议使用以下 MCP 服务器：

  • aws-knowledge-mcp-server-访问 AWS 文档、API 参考资料、最佳实践和知识库。不需要 AWS 凭证或身份验证，因此非常适合无需凭据管理即可查找文档。

  • aws-api-mcp-server-直接 AWS API 交互和 CLI 命令执行。需要 AWS 凭证。

客户端配置

使用适用于您的客户端的相应配置格式将 LLM 客户端配置为 MCP 服务器。

Kiro

一键安装：

手动配置：

将以下内容添加到您的 Kiro 代理配置中。有关 Kiro 配置的更多信息，请参阅 Kiro 文档。

{
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "url": "https://knowledge-mcp.global.api.aws",
      "type": "http"
    },
    "aws-api-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}
VSCode with Copilot

一键安装：

手动配置：

将以下内容添加到您的 VSCode mcp.json 文件中。有关 VS Code 中的 MCP 服务器的更多信息，请参阅 VSCode 文档。

{
  "servers": {
    "aws-knowledge-mcp-server": {
      "type": "http",
      "url": "https://knowledge-mcp.global.api.aws"
    },
    "aws-api-mcp-server": {
      "command": "uvx", 
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}
VSCode with Cline

手动配置：

将以下内容添加到你的 Cline MCP 设置文件 (cline_mcp_settings.json) 中。有关 Cline MCP 配置的更多信息，请参阅 Cline 文档。

{
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "type": "streamableHttp",
      "url": "https://knowledge-mcp.global.api.aws"
    },
    "aws-api-mcp-server": {
      "type": "stdio",
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}
Cursor

手动配置：

将以下内容添加到您的 Cursor mcp.json 文件中。有关 Cursor MCP 配置的更多信息，请参阅 Cursor 文档。

{
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "url": "https://knowledge-mcp.global.api.aws"
    },
    "aws-api-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}
Claude Code

手动配置：

使用 Claude CLI 命令添加 MCP 服务器。有关 Claude Code MCP 设置的更多信息，请参阅 Claude Code 文档。

# Add AWS Knowledge MCP Server (HTTP)
claude mcp add --transport http aws-knowledge-mcp-server https://knowledge-mcp.global.api.aws

# Add AWS API MCP Server (stdio)
claude mcp add --transport stdio aws-api-mcp-server -- uvx awslabs.aws-api-mcp-server@latest
Gemini Code Assist

手动配置：

将以下内容添加到你的 Gemini 设置 JSON 文件（~/.gemini/settings.json）中。有关 G emini Code Assist MCP 配置的更多信息，请参阅谷歌云文档。

{
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "httpUrl": "https://knowledge-mcp.global.api.aws"
    },
    "aws-api-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}

有用的背景

在使用人工智能和 Amaz LLMs on Location Service 项目时，提供特定的背景信息可以帮助引导人工智能找到更好的解决方案。我们不断改进已发布的文档和指南，以更好地指导 LLMs 当前的最佳实践，但我们正在托管和维护一组有用的上下文，在模型训练赶上 Amazon Location Service 的最新版本时，这些背景可以提供帮助。

有一个维护过的 Agents.md 文件，为使用 Amazon Location 提供了最低限度的有用上下文。

要使用此上下文文件，请先将其下载到本地：

curl -o path/to/AGENTS.md https://raw.githubusercontent.com/aws-geospatial/amazon-location-docs-resources/main/developer-tools/ai-and-llms/AGENTS.md

然后将 LLM 客户端配置为使用下载的文件：

Kiro

将本地文件添加到您的代理配置中：

{
  "resources": [
    "file://path/to/AGENTS.md"
  ]
}
VSCode with Copilot

将下载的 Agents.md 文件放在工作空间的根目录下。 VSCode 将自动将说明应用于所有聊天请求。要启用此功能，请确保聊天。 useAgentsMd文件设置已启用。有关更多信息，请参阅 VSCode 文档中的自定义说明。

VSCode with Cline

将下载的 Agents.md 文件放在项目根目录中，或者在对话中使用 @ 提及来引用该文件。Cline 将自动发现项目文件，你可以在提示@AGENTS.md中引用上下文。有关上下文管理的更多信息，请参阅 Cline 文档。

Cursor

使用 @ 提及在对话中引用已下载的 Agents.md 文件。您可以使用引用文件，@Files & Folders然后搜索 Agents.md 文件，也可以将该文件直接拖到聊天中。有关 @ 提及的更多信息，请参阅 Cursor 文档。

Claude Code

将下载的 Agents.md 文件添加到您的项目目录中。您可以将其包含在项目的 Claude.md 文件中，也可以直接在当前会话中引用它。有关 Claude Code MCP 设置的更多信息，请参阅 Claude Code 文档。

Gemini Code Assist

在项目根目录中创建一个 Gemini.md 文件，或者在全局上下文中创建 ~/.gemini/Gemini.md 文件，并包含下载的 Agents.md 文件的内容。有关上下文文件的更多信息，请参阅 Google Cloud 文档。

Kiro 代理配置

对于 Kiro 用户，这里有一个完整的代理配置文件，其中包括推荐的 MCP 服务器和 Amazon Location Service 上下文文件：

{
  "name": "amazon-location-agent",
  "description": "Agent configured for Amazon Location Service development",
  "prompt": null,
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "url": "https://knowledge-mcp.global.api.aws",
      "type": "http"
    },
    "aws-api-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  },
  "tools": [
    "@builtin",
    "@aws-knowledge-mcp-server/aws___read_documentation",
    "@aws-knowledge-mcp-server/aws___recommend",
    "@aws-knowledge-mcp-server/aws___search_documentation",
    "@aws-api-mcp-server/aws___call_aws",
    "@aws-api-mcp-server/aws___suggest_aws_commands"
  ],
  "allowedTools": [
    "web_fetch",
    "web_search",
    "fs_read",
    "@aws-knowledge-mcp-server/aws___read_documentation",
    "@aws-knowledge-mcp-server/aws___recommend",
    "@aws-knowledge-mcp-server/aws___search_documentation",
    "@aws-api-mcp-server/aws___suggest_aws_commands"
  ],
  "resources": [
    "file://path/to/amazon-location-docs-resources/developer-tools/ai-and-llms/AGENTS.md"
  ],
  "includeMcpJson": false
}