Aws Common MCP Servers

该项目提供可部署的AWS通用MCP服务器及CDK基础设施代码，支持通过标准化MCP接口与AWS服务交互，包含位置服务、S3和Aurora PostgreSQL三种服务实现。

云平台开发者工具 #AWS服务 #MCP协议 #CDK部署 #ECS运行 .Python

评分 : 2.5分

下载量 : 10

更新时间 : 2025-04-29

什么是MCP服务器?

MCP服务器是一种基于标准协议构建的服务，允许开发者通过统一接口访问多种AWS服务，例如地理位置服务、S3存储和Aurora PostgreSQL数据库。

如何使用MCP服务器?

只需几步即可完成部署和集成，支持与Bedrock、LangChain等AI开发工具无缝协作。

适用场景

适合需要快速构建AI应用或自动化任务的企业，尤其是希望简化AWS服务集成的团队。

主要功能

AWS Location Service提供地理信息查询功能，如地点搜索、路线规划等。

Amazon S3 支持实现对S3对象的基本操作，如上传、下载、删除文件。

Aurora PostgreSQL 数据API允许执行SQL语句并与PostgreSQL数据库交互。

优势与局限性

优势

简化AWS服务集成流程

支持多种编程语言和框架

降低开发成本和时间

局限性

需要一定的AWS知识基础

某些高级功能可能受限于底层服务

如何使用

安装依赖

确保已安装Node.js、npm、Python 3.9+ 和Docker。

配置环境

设置AWS CLI凭证，并克隆项目代码。

部署服务

运行CDK命令以启动所需的服务。

使用案例

查询附近餐厅调用Location Service API获取当前位置附近的餐馆列表。

上传文件到S3利用S3 MCP服务将本地文件上传至指定存储桶。

常见问题

是否支持其他AWS服务？

部署时遇到权限问题怎么办？

🚀 AWS 公共 MCP 服务器与 CDK 部署指南

本项目提供了可部署的 Model Context Protocol (MCP) 服务器，适用于常见的 AWS 服务。同时，还附带使用 Python 编写的 AWS Cloud Development Kit (CDK) 代码，用于配置必要的基础设施，以便在 ECS Fargate 上运行这些服务器。其目标是为 AI 开发者（如使用 Amazon Bedrock、LangChain 的开发者）提供可复用组件，使他们能轻松将这些服务器部署到自己的 AWS 账户中，通过标准化的 MCP 接口与 AWS 服务进行交互。

✨ 主要特性

提供多种 MCP 服务器，涵盖不同的 AWS 服务，满足多样化需求。
附带 CDK 代码，方便在 ECS Fargate 上部署服务器。
为 AI 开发者提供可复用组件，简化部署流程。

📦 安装指南

先决条件

AWS 账户
AWS CLI：需在本地配置并具有适当权限（用于 CDK 部署），凭证可通过 ~/.aws/credentials 文件或环境变量设置。
Node.js 和 npm：用于位置服务服务器的构建过程和 CDK。
Python 3.9+：用于 CDK 和基于 Python 的 MCP 服务器。
AWS CDK CLI：可通过 npm install -g aws-cdk 进行安装。
Docker：用于本地运行，供 CDK 构建容器镜像。
Git

部署 Aurora PostgreSQL 数据 API 服务器的特定先决条件：

目标 AWS 区域中需有正在运行的现有 Aurora PostgreSQL 兼容集群。
集群必须启用 RDS 数据 API。
AWS Secrets Manager 中需包含数据库凭据（用户名、密码）的秘密，且需提供部署所需的秘密 ARN。

安装依赖项

在项目目录中运行以下命令以安装所需的依赖项：

pip install -r requirements.txt
npm install --location_service

配置环境变量

根据您的 AWS 账户和区域，更新 .env 文件中的配置：

AWS_ACCOUNT_ID=your_account_id
AWS_REGION=your_region
DB_CLUSTER_ARN=your_db_cluster_arn
DB_SECRET_ARN=your_db_secret_arn

🚀 快速开始

部署

初始化 CDK 环境

在项目根目录中运行以下命令以初始化 CDK 环境：

cdk init --language python

创建和部署堆栈

创建一个新的 CDK 堆栈文件 stack.py，然后运行以下命令以部署资源：

cdk synth && cdk deploy

使用说明

在 AWS 中使用

Lambda 函数或 Bedrock 代理：使用 AWS SDK（例如 Python 中的 boto3）调用 ECS 任务，或者通过 AWS Systems Manager Session Manager 进行交互（如果已配置）。具体机制取决于客户端应用程序的设计。
本地测试：在部署前，您可以直接运行这些服务器。对于位置服务，请运行 node build/index.js；对于 Aurora 数据 API 服务器，请运行 python aurora_pg_data_api_server.py。确保本地环境已配置 AWS 凭证，并且对于 Aurora 服务器，设置了 DB_CLUSTER_ARN 和 DB_SECRET_ARN 环境变量。

清理

要删除所有已部署的资源，运行：

cdk destroy --all

通过以上步骤，您可以轻松地将这些 MCP 服务器部署到 AWS 并进行管理。

📚 详细文档

包含的 MCP 服务器

AWS Location Service (TypeScript)：提供搜索位置、获取位置详细信息、计算路线等功能。基于 aws-location-server。
Amazon S3 (Python)：提供基本的 S3 操作工具，例如列出存储桶/对象、获取、上传和删除对象。
Amazon Aurora PostgreSQL（通过 RDS 数据 API） (Python)：允许使用安全的 RDS 数据 API 执行 SQL 语句到指定的 Aurora PostgreSQL 集群。

项目结构

aws-mcp-infra/
├── mcp_servers/             # MCP 服务器的源代码
│   ├── location_service/    # TypeScript 服务器用于 AWS Location Service
│   ├── s3/                  # Python 服务器用于 S3
│   └── aurora_pg_data_api/  # Python 服务器用于 Aurora PG 数据 API
├── cdk_deployment/          # CDK 部署代码和相关配置
│   ├── app.py              # 主应用程序文件
│   ├── stack.py            # 堆栈定义文件
│   └── README.md           # 部署说明文档
└── .env                     # 环境变量文件，用于 CDK 配置