AWS MCP Servers与Amazon Q集成：AI驱动的云开发新体验-优快云博客

AWS MCP Servers与Amazon Q集成：AI驱动的云开发新体验

【免费下载链接】mcp AWS MCP Servers — a suite of specialized MCP servers that bring AWS best practices directly to your development workflow 项目地址: https://gitcode.com/GitHub_Trending/mcp15/mcp

在当今云开发领域，开发者和运营人员常常面临如何高效利用AI工具提升开发流程的挑战。AWS MCP Servers（Model Context Protocol Servers）与Amazon Q的集成，为解决这一痛点带来了全新方案。本文将详细介绍这一集成如何通过AI驱动的功能，简化云开发流程，提升工作效率，并提供实际操作指南和应用场景示例。读完本文，您将了解如何快速搭建集成环境、利用核心功能模块以及在实际项目中应用这一强大组合。

集成优势：为何选择AWS MCP Servers与Amazon Q

AWS MCP Servers与Amazon Q的集成，为云开发带来了多方面的显著优势，尤其对于普通用户和运营人员而言，这些优势能够直接提升日常工作效率：

优势	描述
AI辅助开发	Amazon Q作为AWS的AI助手，能够提供代码建议、故障排查等功能，而MCP Servers则作为桥梁，将这些能力无缝融入开发流程
简化认证流程	通过MCP Servers的认证工具（如AuthorizeQIndex、CreateTokenWithIAM），简化与Amazon Q的身份验证和授权过程，减少手动操作
跨账户内容搜索	支持ISV（独立软件供应商）跨企业客户账户搜索Amazon Q索引内容，实现高效的跨组织协作
丰富的工具集	提供包括SearchRelevantContent在内的多种工具，满足不同场景下的内容检索和处理需求

核心功能模块主要集中在src/amazon-qindex-mcp-server/和src/amazon-qbusiness-anonymous-mcp-server/目录下，分别负责与Amazon Q索引和Q Business的集成。官方文档可参考docusaurus/docs/intro.md，其中详细介绍了MCP Servers的基本概念和使用方法。

快速开始：环境搭建与基础配置

前置条件

在开始集成之前，确保您已满足以下条件：

安装uv包管理器，可参考Astral官方文档
安装Python 3.10，可通过uv python install 3.10命令安装
拥有两个AWS账户：一个作为ISV（运行测试应用），另一个作为企业客户（运行Amazon Q Business）
已注册为数据访问者，详情见AWS文档
在企业客户AWS账户上设置IAM Identity Center (IDC)实例并添加用户
在企业客户AWS账户上设置Amazon Q Business应用，并使用IAM IDC进行访问管理

安装步骤

1. 克隆仓库

首先，克隆项目仓库到本地：

git clone https://gitcode.com/GitHub_Trending/mcp15/mcp
cd mcp/src/amazon-qindex-mcp-server/

2. 安装依赖

使用uv安装项目依赖：

uv sync
source .venv/bin/activate

3. 配置MCP服务器

在MCP客户端配置中添加amazon-qindex-mcp-server，以Amazon Q Developer CLI为例，编辑~/.aws/amazonq/mcp.json：

{
  "mcpServers": {
    "awslabs.amazon_qindex_mcp_server": {
      "command": "uvx",
      "args": ["awslabs.amazon_qindex_mcp_server"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1"
      }
    }
  }
}

4. Windows系统配置

对于Windows用户，配置格式略有不同：

{
  "mcpServers": {
    "awslabs.amazon-qindex-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.amazon-qindex-mcp-server@latest",
        "awslabs.amazon-qindex-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1"
      }
    }
  }
}

安装过程中，您可以参考src/amazon-qindex-mcp-server/README.md中的详细说明，以及docusaurus/docs/installation.md提供的通用安装指南。

核心功能模块：探索集成工具

AWS MCP Servers与Amazon Q集成提供了多个核心工具，帮助您实现与Amazon Q的高效交互。以下是主要工具的介绍：

AuthorizeQIndex

生成用于Q索引认证的OIDC授权URL，是实现身份验证的第一步。

参数：

idc_region：IAM Identity Center的AWS区域（如us-west-2）
isv_redirect_url：ISV注册时的重定向URL
oauth_state：用于CSRF保护的随机字符串
idc_application_arn：Amazon Q Business应用ID

返回：用户认证的授权URL

CreateTokenWithIAM

通过IAM使用授权码创建认证令牌，实现安全的令牌获取。

参数：

idc_application_arn：Amazon Q Business应用ID
redirect_uri：注册的重定向URL
code：来自OIDC端点的授权码
idc_region：IAM Identity Center的AWS区域
role_arn：要承担的IAM角色ARN

返回：包含访问令牌、刷新令牌和过期时间的令牌信息

SearchRelevantContent

在Amazon Q Business应用中搜索内容，是核心的内容检索工具。

参数：

application_id：Q Business应用标识符
query_text：搜索查询文本
attribute_filter（可选）：文档属性过滤器
content_source（可选）：内容源配置
max_results（可选）：最大返回结果数（1-100）
next_token（可选）：分页令牌
qbuiness_region（可选）：AWS区域（默认us-east-1）
aws_credentials（可选）：临时AWS凭证

返回：包含相关内容匹配的搜索结果

这些工具的实现代码位于src/amazon-qindex-mcp-server/awslabs/目录下，具体逻辑可查看该目录下的源代码文件。

实际应用场景：知识库集成示例

为了更好地理解AWS MCP Servers与Amazon Q的集成效果，我们以samples/mcp-integration-with-kb/目录下的知识库集成示例为例，展示如何在实际项目中应用这一集成。

场景描述

该示例实现了Model Context Protocol与Amazon Bedrock知识库的集成，构建了一个基于Streamlit的聊天机器人界面，能够利用Amazon Q的AI能力检索知识库内容并生成响应。

架构 overview

该示例的架构如下：

操作步骤

准备Bedrock知识库

参考AWS示例仓库设置Bedrock知识库，包含IAM角色、向量存储和示例数据。
配置环境

进入示例目录并复制环境变量文件：
```
cd samples/mcp-integration-with-kb
cp .env.example .env
```
编辑.env文件，添加AWS凭证等必要配置。

启动服务

打开两个终端，分别启动FastAPI服务器和Streamlit应用：

# 终端1：启动FastAPI服务器
uvicorn clients.client_server:app --reload

# 终端2：启动Streamlit应用
streamlit run user_interfaces/chat_bedrock_st.py

使用聊天机器人

在浏览器中访问http://localhost:8501/，输入Bedrock知识库ID，即可开始提问，体验AI驱动的内容检索和响应生成。

该示例的MCP服务器代码位于src/bedrock-kb-retrieval-mcp-server/目录，详细实现可参考src/bedrock-kb-retrieval-mcp-server/README.md。

操作演示：MCP服务器基本用法

以下是使用AWS MCP Server与Amazon Q集成的基本操作流程，展示了从认证到内容搜索的完整步骤：

1. 输入查询

在客户端中输入查询文本，格式如下：

search <your query> on enterprise data

2. 提供必要信息

根据提示提供以下详细信息，以继续认证流程：

application id - (enterprise account's Amazon Q Business application ID)
retriever id - (enterprise account's Amazon Q Business retriever ID)
iam idc arn - (enterprise account's IdC application ARN)
idc region - (Region for the IAM Identity Center instance)
qbuiness region - (enterprise account's Amazon Q Business application region)
redirect url - (ISV's redirect url - this could be anything within allowlisted for the data accessor - ie https://localhost:8081)
iam role arn - (ISV's IAM Role ARN registered with the data accessor)

3. 完成认证

访问提供的授权URL，完成认证后，将重定向URL中的授权码复制并粘贴到客户端：

code is <your authorization code>

4. 处理与结果返回

MCP服务器将依次执行以下操作：

调用CreateTokenWithIAM创建认证令牌
调用AssumeRoleWithIdentityContext承担角色并获取临时凭证
调用SearchRelevantContent搜索用户查询的内容

最终，客户端将显示搜索结果，整个流程的演示可参考src/aws-documentation-mcp-server/basic-usage.gif。

总结与展望

AWS MCP Servers与Amazon Q的集成，为云开发带来了AI驱动的全新体验。通过简化认证流程、提供丰富的内容检索工具和跨账户协作能力，这一集成能够显著提升开发效率和协作效果。无论是ISV还是企业客户，都能从中受益，实现更高效的云开发工作流。

未来，随着AWS MCP Servers生态的不断完善，我们可以期待更多功能的加入，如更多AI模型的集成、更简化的配置流程以及更广泛的应用场景支持。建议开发者持续关注项目更新，及时体验新功能。

如果您觉得本文对您有帮助，请点赞、收藏并关注项目仓库，以便获取最新动态。下期我们将介绍如何利用AWS MCP Servers与Amazon Q实现高级的RAG（检索增强生成）应用，敬请期待！

更多详细信息可参考：

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考