🚀 MCP2Lambda 项目指南

MCP2Lambda 是一款实用工具，可将模型控制协议 (MCP) 集成到 AWS Lambda 函数中。借助它，AI 模型能直接调用后端服务或 API 来处理复杂任务，极大提升了模型的应用能力。

🚀 快速开始

MCP2Lambda 能助力 AI 模型通过 AWS Lambda 函数调用后端服务或 API。以下是使用该工具的基本步骤：

1. 完成安装（可选择快速安装或手动安装）。
2. 配置 AWS 凭证并部署示例 Lambda 函数。
3. 启动 MCP 服务器。

✨ 主要特性

• 样例 Lambda 函数丰富：提供多个实用的 Lambda 函数，如根据电子邮件地址获取客户 ID、根据客户 ID 获取详细信息以及在 Lambda 环境中运行任意 Python 代码等。
• 支持高级集成：支持与 Amazon Bedrock 的 Converse API 集成，可通过 MCP 协议使用 Bedrock 提供的各种模型。
• 可配置性强：可针对 Claude Desktop 进行配置，满足不同场景需求。

📦 安装指南

快速安装

使用以下命令快速安装 MCP2Lambda：

uv npm install mcp2lambda --save

手动安装

1. 克隆仓库：

   git clone https://github.com/yourusername/mcp2lambda.git
   cd mcp2lambda
   

2. 安装依赖项：

   npm install
   

📚 详细文档

配置指南

AWS 凭证配置

确保已正确配置 AWS 凭证。可以通过以下命令完成：

aws configure

示例 Lambda 函数部署

1. 进入 sample_functions 目录：

   cd sample_functions
   

2. 构建和部署函数：

   sam build && sam deploy
   

启动 MCP 服务器

在终端中运行：

cd mcp2lambda
uv run main.py

💻 使用示例

基础用法

样例 Lambda 函数使用

1. CustomerIdFromEmail

根据电子邮件地址获取客户 ID。示例用法：

getIdByEmail("user@example.com");

2. CustomerInfoFromId

根据客户 ID 获取详细信息。示例用法：

getCustomerInfo(customerId);

3. RunPythonCode

在 Lambda 环境中运行任意 Python 代码。示例用法：

executePython("print('Hello, World!')");

高级用法

Amazon Bedrock 集成

MCP2Lambda 支持与 Amazon Bedrock 的 Converse API 集成，允许通过 MCP 协议使用 Bedrock 提供的各种模型。

安装依赖项

uv pip install -e .

启动客户端

python main.py

Claude Desktop 配置

在配置文件中添加以下内容：

{
  "mcpServers": {
    "mcp2lambda": {
      "command": "uv",
      "args": [
        "--directory",
        "<完整路径到 mcp2lambda 目录>",
        "run",
        "main.py"
      ]
    }
  }
}