Aws Agentcore MCP

MCP运维云端

提供方 riolaf05

运维云端 stdio · 本地进程 OAuth 授权 社区 / 第三方
查看接入方式

一个用于在AWS Bedrock AgentCore Runtime上部署MCP服务器的工具,支持本地和远程测试。

一句话选型结论

按资料字段整理

Aws Agentcore MCP 属于运维云端类 MCP 服务器,stdio · 本地进程,OAuth 授权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类运维云端 传输方式stdio · 本地进程 鉴权OAuth 授权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 3 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

运维云端
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量3暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

AWS部署Python本地部署服务器管理模型协议云计算开发工具

安装与配置

stdio · 本地进程 OAuth 授权
客户端在本机拉起子进程,数据不出本机
pip install -r requirements.txt

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 3 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
云资源查询

查实例、存储、账单等云上资源状态。

部署与发布

把部署、重启、回滚这类操作接进对话。

监控与告警

拉取监控指标,异常时让模型帮你判断。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 3 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好OAuth 授权对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Aws Agentcore MCP当前 3 stdio · 本地进程 本地部署 有 2026-05-17
lobehub 未标注 stdio · 本地进程 本地部署 有 2026-04-11
TrendRadar 未标注 stdio · 本地进程 本地部署 有 2026-04-13
Ui Tars Desktop 8a825770 未标注 stdio · 本地进程 本地部署 有 2026-05-17
ruflo 未标注 stdio · 本地进程 本地部署 有 2026-04-13
FastGPT 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

运维云端
字段来自项目仓库与公开索引,中文说明由本站标注
提供方riolaf05上游标注的维护方 riolaf05
分类运维云端本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式OAuth 授权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

3.6 KB
来自项目仓库与上游目录的原文,未做删改

使用AWS代理核心部署MCP服务器

Guida每次部署都是非服务器MCP(模型上下文协议)su AWS基岩代理核心运行时。

先决条件

  • Python 3.10或更高级
  • 具有本地配置凭据的 AWS 帐户
  • Node.js和npm(根据测试控制MCP检查器)

步骤 1: 安装

安装必要的依赖关系:```bash
pip install -r requirements.txt


## 步骤 2: 本地测试 MCP 服务器

### 启动服务器```bash
python my_mcp_server.py

服务器将可在 http://localhost:8000/mcp.

与本地客户端测试

在新终端中,执行:```bash
python my_mcp_client.py


### MCP检验员测试```bash
npx @modelcontextprotocol/inspector
  • 打开浏览器 http://localhost:6274
  • 请输入服务器地址 : http://localhost:8000/mcp
  • 测试界面中可用的工具

步骤3:部署su AWS

1. 设置 Cognito 进行身份验证

创建文件 setup_cognito.sh 设置环境变量:```bash
export REGION=us-west-2
export USERNAME=your_username
export PASSWORD=your_password
source setup_cognito.sh


脚本将返回:

- **发现URL**: 需要配置
- **客户端ID**: 需要配置
- **持有者令牌**需要调用部署的服务器

### 2. 配置部署```bash
agentcore configure -e my_mcp_server.py --protocol MCP

指导过程持续时间:

  • 执行角色提供具有适当权限的 IAM 角色
  • ECR按 Enter 自动创建
  • 相关文件会自动检测到
  • OAuth:数字 yes 并提供 Discovery URL 和 Client ID

3.部署su AWS```bash

agentcore launch


命令 :

1. 建立 Docker 容器
1. 将图像上传到 Amazon ECR
1. Crea-un亚马逊基岩代理核心运行时
1. 在 AWS 上部署服务器

您将收到类似于:```
arn:aws:bedrock-agentcore:us-west-2:accountId:runtime/my_mcp_server-xyz123

步骤4:测试del服务器部署

设置环境变量```bash

export AGENT_ARN="arn:aws:bedrock-agentcore:us-west-2:accountId:runtime/my_mcp_server-xyz123"
export BEARER_TOKEN="your_bearer_token"


### 创建和测试远程客户端

创建文件 `my_mcp_client_remote.py`:```python
import asyncio
import os
import sys
from mcp import ClientSession
from mcp.client.streamable_http import streamablehttp_client

async def main():
agent_arn = os.getenv('AGENT_ARN')
bearer_token = os.getenv('BEARER_TOKEN')

if not agent_arn or not bearer_token:
print("Error: AGENT_ARN or BEARER_TOKEN not set")
sys.exit(1)

encoded_arn = agent_arn.replace(':', '%3A').replace('/', '%2F')
mcp_url = f"https://bedrock-agentcore.us-west-2.amazonaws.com/runtimes/{encoded_arn}/invocations?qualifier=DEFAULT"
headers = {
"authorization": f"Bearer {bearer_token}",
"Content-Type": "application/json"
}

async with streamablehttp_client(mcp_url, headers, timeout=120, terminate_on_close=False) as (
read_stream,
write_stream,
_,
):
async with ClientSession(read_stream, write_stream) as session:
await session.initialize()
tool_result = await session.list_tools()
print(tool_result)

asyncio.run(main())

尝试 :```bash
python my_mcp_client_remote.py


### 测试控制MCP检查员(远程)```bash
npx @modelcontextprotocol/inspector

在 Web 界面中:

  • 选择“Streamable HTTP”作为传输
  • 输入端点URL(使用ARN URL编码)
  • 在身份验证中添加 Bearer 令牌
  • 点击“连接”

可用工具

MCP 服务器包括三个示例工具:

  • add_numbers: 将两个数字相加
  • multiply_numbers乘以两个数字
  • greet_user以姓名问候用户

参考资料

本指南基于 AWS 官方文档: 在AgentCore运行时部署MCP服务器

有用的资源

  • AWS Bedrock AgentCore MCP 文件
  • 官方样本存储库

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Aws Agentcore MCP 怎么安装?

在客户端按下面的安装命令接入:pip install -r requirements.txt。装完在客户端配置里引用同一个包或端点。

Aws Agentcore MCP 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Aws Agentcore MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Aws Agentcore MCP 需要 API Key 吗?

资料标注需要OAuth 授权认证,使用前准备好对应凭据,并按最小权限配置。

Aws Agentcore MCP 能提供哪些能力?

资料显示约 3 个工具;能力标签包括 开发工具、Python、云计算、服务器管理。具体工具清单以官方文档为准。

Aws Agentcore MCP 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

Aws Agentcore MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。