AWS debug MCP

MCP运维云端

提供方 Coykto

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

Debug MCP 是一个用于调试分布式系统的服务器工具,支持 AWS CloudWatch Logs、Step Functions、LangSmith 和 Jira,通过单一网关提供 17 种调试工具。

一句话选型结论

按资料字段整理

AWS debug MCP 属于运维云端类 MCP 服务器,stdio · 本地进程,Token,可直接接入 Claude,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Token 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 未标注 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
工具数量未标注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

支持客户端

适用场景

分布式系统Python本地部署调试工具AWSJiraLangSmith

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
uv run debug-mcp --aws-region us-west-2 --aws-profile your-profile

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 Python,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

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

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

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude,换客户端不用重新研究配置。

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Token对应的凭据,并按最小权限配置。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 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。
  • 已经在用 Claude 的用户,接入路径最短。
  • 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 debug MCP当前 未标注 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Coykto上游标注的维护方 Coykto
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Token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 · Python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

13.3 KB
来自项目仓库与上游目录的原文,未做删改

调试MCP

MCP服务器,用于直接从Claude Code或任何MCP客户端调试分布式系统(AWS CloudWatch日志、步骤函数、LangSmith、Jira)。

状态: ✅ 完成-单一网关工具,展示17个调试工具
上下文缩减:约95%的代币节省(13K→ ~500 代币)
仓库: https://github.com/Coykto/debug_mcp

快速开始

安装

选项1:使用Claude Code CLI(推荐)

仅限AWS:```bash
claude mcp add --scope user --transport stdio debug-mcp \
-- uvx --from git+https://github.com/Coykto/debug_mcp debug-mcp \
--aws-region us-west-2 \
--aws-profile your-aws-profile-name


AWS+Jira:```bash
claude mcp add --scope user --transport stdio debug-mcp \
-- uvx --from git+https://github.com/Coykto/debug_mcp debug-mcp \
--aws-region us-west-2 \
--aws-profile your-aws-profile-name \
--jira-host yourcompany.atlassian.net \
--jira-email your.email@company.com \
--jira-project PROJ \
--jira-token your-api-token

选项2:手动配置 .mcp.json

仅限AWS:```json
{
"mcpServers": {
"debug-mcp": {
"type": "stdio",
"command": "uvx",
"args": [
"--from", "git+https://github.com/Coykto/debug_mcp",
"debug-mcp",
"--aws-region", "us-west-2",
"--aws-profile", "your-aws-profile-name"
]
}
}
}


AWS+Jira:```json
{
"mcpServers": {
"debug-mcp": {
"type": "stdio",
"command": "uvx",
"args": [
"--from", "git+https://github.com/Coykto/debug_mcp",
"debug-mcp",
"--aws-region", "us-west-2",
"--aws-profile", "your-aws-profile-name",
"--jira-host", "yourcompany.atlassian.net",
"--jira-email", "your.email@company.com",
"--jira-project", "PROJ",
"--jira-token", "your-api-token"
]
}
}
}

备注:配置作为CLI参数传递,以解决 Claude代码中的已知错误 其中环境变量不能可靠地传递给MCP服务器。

先决条件:

  • Python 3.11+
  • uvx 已安装(安装指南)
  • 已配置AWS凭据(aws configure)
  • 对于Jira:来自的API令牌 亚托西亚 (参见 Jira配置)

如何使用

调试MCP暴露了 单网关工具 称为 debug() 它提供了17个调试工具的发现和执行:

发现模式

请Claude查找可用工具:```
"What debugging tools are available?"
→ Claude calls: debug(tool="list")

"What CloudWatch tools are available?"
→ Claude calls: debug(tool="list:cloudwatch")

"List all Step Functions tools"
→ Claude calls: debug(tool="list:stepfunctions")


### 执行模式

问克劳德自然语言问题,它将使用适当的工具:

**CloudWatch日志:**

- “列出所有Lambda日志组”
- “在/aws/lambda/my函数中搜索上个小时的错误”
- “分析/aws/lambda/my函数日志中的模式”
- “在我的Lambda日志上运行CloudWatch Insights查询”

**步骤功能调试:**

- “列出我的所有Step Function状态机”
- “显示状态机X的工作流定义和Lambda函数”
- “显示过去3天状态机X的失败执行”
- “获取包括工作流定义在内的执行详细信息”
- “查找匹配状态输出包含‘company’的执行,并向我显示Lambda ARN”

**LangSmith追踪:**

- “在prod环境中列出我的LangSmith项目”
- “显示生产中最后一小时的错误运行”
- “获取LangSmith在开发中运行abc-123的详细信息”
- “搜索包含特定错误消息的对话”

**Jira门票:**

- “在待办事项状态下搜索错误”
- “查找分配给我的票”
- “获取PROJ-123票的详细信息”
- “显示所有正在进行的身份验证故事”

## 运作原理

此MCP服务器使用 **工具发现网关** 图案:

1. **单工具界面**:暴露一个 `debug()` 克劳德的工具,而不是17个单独的工具
1. **代币减少约95%**:将上下文从~13K令牌减少到~500令牌(仅限工具列表)
1. **基于类别的发现**:按类别组织的工具(cloudwatch、stepfunctions、langsmith、jira)
1. **直接实施**:直接使用boto3和SDK(无AWS MCP代理)

### 网关架构```
debug(tool="list")                     → List categories
debug(tool="list:cloudwatch")          → List CloudWatch tools
debug(tool="describe_log_groups", ...) → Execute tool

所有17个调试工具仍然可用——它们只是通过网关访问,而不是单独暴露。

可用工具(通过Gateway)

CloudWatch日志(4个工具)

  • describe_log_groups -列出CloudWatch日志组
  • analyze_log_group -分析日志中的异常和模式
  • execute_log_insights_query -运行CloudWatch Insights查询
  • get_logs_insight_query_results -获取查询结果

步骤功能(5个工具)

调试:

  • list_state_machines -列出所有状态机(获取ARN)
  • get_state_machine_definition -使用提取的Lambda ARN和资源获取ASL定义
  • list_step_function_executions -使用筛选列出执行情况
  • get_step_function_execution_details -通过状态输入/输出获取完整的执行细节
  • search_step_function_executions -具有状态/输入/输出模式匹配的高级搜索

定义和资源:
这 get_state_machine_definition 工具提取:

  • 完整的亚马逊州语言(ASL)工作流定义
  • 工作流中使用的Lambda函数ARN
  • 其他资源(SNS主题、SQS队列、DynamoDB表、嵌套状态机)
  • IAM角色、日志记录和跟踪配置

您还可以使用以下命令将定义与执行细节一起包含在内 include_definition=True 在:

  • get_step_function_execution_details -请参阅执行数据旁边的工作流定义
  • search_step_function_executions -查看具有筛选执行结果的定义

LangSmith(6工具)

跟踪和调试:

  • list_langsmith_projects -列出可用的LangSmith项目
  • list_langsmith_runs -列出带有过滤功能的运行/跟踪(类型、错误、时间范围)
  • get_langsmith_run_details -通过输入/输出和子运行(存储在内存中)获取完整的运行详细信息
  • search_langsmith_runs -搜索包含特定文本的对话
  • search_run_content -在存储的跑步内容中进行语义搜索
  • get_run_field -从存储的运行中获取特定字段

多环境支持:
每个LangSmith工具都需要一个 environment 参数:

  • prod -用途 PRODUCTION/env/vars 来自AWS Secrets Manager
  • dev -用途 DEV/env/vars 来自AWS Secrets Manager
  • local -负载来自 .env 使用python dotenv的文件

Secrets Manager中的凭据:
您的AWS Secrets Manager机密应包含:

  • LANGCHAIN_API_KEY -您的LangSmith API密钥
  • LANGCHAIN_PROJECT -默认项目名称(可选)

本地开发(.env文件):```env
LANGCHAIN_API_KEY=ls_your_api_key_here
LANGCHAIN_PROJECT=your-project-name


> **备注**:LangSmith集成目前需要AWS Secrets Manager `prod`/`dev` 环境(这是我们团队存储凭据的方式)。如果您想将LangSmith与直接CLI令牌参数一起使用(类似于Jira),欢迎PR!

### Jira(2个工具)

- `search_jira_tickets` -使用过滤器(类型、状态、受让人)和文本搜索搜索门票
- `get_jira_ticket` -获取完整的工单详细信息,包括链接的问题、附件、子任务和Epic子任务

**返回的字段为 `get_jira_ticket`:**

- 基本:密钥、摘要、描述、状态、问题类型、优先级、受让人、报告人、标签、创建、更新
- 关系:linked_issues、parent(用于子任务)、subtask、epic_children(用于Epics)
- 附件:文件名列表

## 配置

### AWS身份验证

将AWS凭据作为CLI参数传递(建议解决此问题 克劳德代码环境变量错误):```bash
# Using Claude Code CLI
claude mcp add --scope user --transport stdio debug-mcp \
-- uvx --from git+https://github.com/Coykto/debug_mcp debug-mcp \
--aws-region us-west-2 \
--aws-profile your-profile-name

或在 .mcp.json:```json
"args": [
"--from", "git+https://github.com/Coykto/debug_mcp",
"debug-mcp",
"--aws-region", "us-west-2",
"--aws-profile", "your-profile-name"
]


**替代**:在启动Claude Code之前设置环境变量:```bash
export AWS_REGION=us-west-2
export AWS_PROFILE=your-profile-name
# Then launch Claude Code

Jira配置

Jira集成允许您直接从Claude Code搜索门票并获取完整的门票详细信息。

步骤1:创建Jira API令牌

  1. 首选 Atlassian API代币管理
  2. 点击 创建API令牌
  3. 给它一个描述性标签(例如“调试MCP”)
  4. 复制生成的令牌(您将不会再看到它)

第二步:收集Jira详细信息

您需要:

  • 主机:您的Jira Cloud主机名(例如。, yourcompany.atlassian.net)
  • 电子邮件:与您的Atlassian帐户关联的电子邮件地址
  • 项目:默认项目的项目密钥(例如。, PROJ, DEV, CORE)
  • 代币:步骤1中的API令牌

步骤3:配置调试MCP

选项A:Claude代码命令行界面(推荐)```bash
claude mcp add --scope user --transport stdio debug-mcp \
-- uvx --from git+https://github.com/Coykto/debug_mcp debug-mcp \
--aws-region us-west-2 \
--aws-profile your-profile-name \
--jira-host yourcompany.atlassian.net \
--jira-email your.email@company.com \
--jira-project PROJ \
--jira-token your-api-token


**选项B:手动 `.mcp.json` 配置**```json
{
"mcpServers": {
"debug-mcp": {
"type": "stdio",
"command": "uvx",
"args": [
"--from", "git+https://github.com/Coykto/debug_mcp",
"debug-mcp",
"--aws-region", "us-west-2",
"--aws-profile", "your-profile-name",
"--jira-host", "yourcompany.atlassian.net",
"--jira-email", "your.email@company.com",
"--jira-project", "PROJ",
"--jira-token", "your-api-token"
]
}
}
}

选项C:为令牌使用环境变量

如果您不希望在配置中存储令牌,请设置 JIRA_API_TOKEN 作为启动Claude Code之前的环境变量:```bash
export JIRA_API_TOKEN=your-api-token


然后省略 `--jira-token` 从CLI参数中提取(仍需要其他Jira参数)。

#### 配置参考

来源 · 名称 · 必填 · 描述
CLI参数 · `--jira-host` · 是 · Jira Cloud主机名(例如。, `company.atlassian.net`)
CLI参数 · `--jira-email` · 是 · Atlassian帐户电子邮件
CLI参数 · `--jira-project` · 是 · 默认Jira项目密钥(例如。, `PROJ`)
CLI参数 · `--jira-token` · 是\* · Jira API令牌
Env 是。 `JIRA_API_TOKEN` · 是\* · 替代 `--jira-token` CLI参数

\*要么 `--jira-token` 或 `JIRA_API_TOKEN` 是必需的。

#### Jira故障排除

**“Jira凭据未配置”错误:**

- 验证是否提供了所有必需的参数: `--jira-host`, `--jira-email`, `--jira-project`,和令牌
- 检查您的API令牌在 大西洋API代币

**“401未经授权”错误:**

- 您的API令牌可能已过期-创建一个新令牌
- 验证电子邮件是否与您的Atlassian帐户完全匹配

**“找不到项目”错误:**

- 检查项目密钥(不是名称)-它是票证ID中的前缀(例如。, `PROJ` 在 `PROJ-123`)
- 确保您的帐户可以访问该项目

## 故障排除

### 服务器无法启动

- 检查AWS凭据: `aws sts get-caller-identity --profile YOUR_PROFILE`
- 验证是否安装了uvx: `uvx --version`
- 检查Claude Code MCP登录设置

### AWS区域/帐户错误

- 更新 `--aws-region` 和 `--aws-profile` CLI参数
- 确保配置文件存在于 `~/.aws/credentials`
- 验证区域是否正确: `aws configure get region --profile YOUR_PROFILE`

### 环境变量不起作用

由于a Claude代码中的已知错误,MCP中的环境变量 `env` 块不能可靠地传递给服务器。 **改用CLI参数** (见上面的安装示例)。

## 发展

### 地方发展```bash
# Install dependencies
uv sync

# Run the server locally
uv run debug-mcp --aws-region us-west-2 --aws-profile your-profile

# Test
uv run pytest

建筑

服务器使用 工具发现网关 直接boto3/SDK实现的模式:

网关层 (src/debug_mcp/server.py):

  • 单 debug() 工具暴露给克劳德
  • 处理发现(tool="list", tool="list:cloudwatch")
  • 将执行路由到已注册的工具
  • 使用Pydantic模型验证参数

注册系统 (src/debug_mcp/registry.py):

  • 所有具有模式的工具的中央注册表
  • 基于类别的组织
  • @debug_tool() 注册装饰师
  • 验证和执行路由

工具实施:

  • 云监控 (cloudwatch_logs.py + cloudwatch_registry.py):boto3 CloudWatch日志客户端
  • 阶跃函数 (stepfunctions.py + stepfunctions_registry.py):boto3步骤功能客户端
  • 朗史密斯 (langsmith.py + langsmith_registry.py):支持多环境的LangSmith SDK
  • Jira (jira.py + jira_registry.py):具有延迟客户端初始化的Jira SDK

每 *_registry.py 使用文件注册工具 @debug_tool() 带有模式和处理程序的装饰器。

团队共享

与您的团队分享:

  1. 他们更新 --aws-profile 使用自己的个人资料名称
  2. 可选择调整 --aws-region 如果不同
  3. 所有17个调试工具都可以通过单一 debug() 网关-无需工具过滤

贡献

欢迎投稿!一些需要公关的领域:

  • LangSmith CLI令牌支持:目前,LangSmith凭据是从AWS Secrets Manager加载的(用于 prod/dev)或 .env 文件(用于 local).添加 --langsmith-api-key CLI参数支持(类似于Jira)将使不使用Secrets Manager的团队更容易进行设置。
  • 附加调试工具:其他AWS服务的新工具(ECS、Lambda日志、X射线跟踪)
  • 错误修复与改进:错误处理、文档、测试

贡献:

  1. 复刻仓库
  2. 创建要素分支
  3. 进行更改(请参见 添加新工具 在CLAUDE.md中)
  4. 提交PR

许可证

MIT许可证-请参阅许可证文件

常见问题

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

在客户端按下面的安装命令接入:uv run debug-mcp --aws-region us-west-2 --aws-profile your-profile。装完在客户端配置里引用同一个包或端点。

AWS debug MCP 怎么在 Claude 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

AWS debug 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 debug MCP 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

AWS debug MCP 支持哪些客户端?

资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

AWS debug MCP 能提供哪些能力?

资料显示能力标签包括 分布式系统、调试工具、Python、Claude。具体工具清单以官方文档为准。

AWS debug MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

AWS debug 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。