AWS MCP Servers - 官方 AWS 生态 MCP 集成套件

Posted on

AWS MCP Servers - 官方 AWS 生态 MCP 集成套件

AWS Labs 官方 | Stars: 6.7k | Python | Apache-2.0

概述

AWS MCP Servers 是由 AWS Labs 官方提供的 Model Context Protocol 服务器套件，包含 60+ 个专业化的 MCP 服务器，全面覆盖 AWS 文档访问、API 操作、基础设施即代码 (IaC)、容器编排、Serverless、AI 服务等领域。这套工具将 AWS 最佳实践直接带入您的开发工作流，通过 AI 助手实现智能化的云资源管理和开发。

该套件不仅提供了与 AWS 服务交互的能力，还集成了智能文档检索、安全扫描、最佳实践建议等功能，使开发者能够通过自然语言与 AWS 生态进行交互，大幅提升云开发效率和质量。

核心特性

  • ✅ AWS Labs 官方维护，与 AWS 服务深度集成
  • 🎯 60+ 专业服务器，覆盖 8 大类别
  • 📚 智能文档访问，实时获取最新 AWS 文档和 API 参考
  • 🏗️ 多框架 IaC 支持，CDK、Terraform、CloudFormation 全覆盖
  • 🐳 容器全栈管理，EKS、ECS、Finch 完整支持
  • ⚡ Serverless 深度集成，Lambda 和 SAM 智能管理
  • 🤖 AI 服务接入，Bedrock、Kendra、Q Business 完整支持
  • 🔒 安全合规内置，集成安全扫描和最佳实践检查
  • 🚀 一键安装配置，支持 Cursor 和 VS Code 快速部署
  • 🌐 灵活部署选项，本地和远程服务器支持

服务器分类

1. 文档与知识库 (Documentation)

AWS Knowledge MCP Server (远程托管)

功能：提供最新的 AWS 文档、API 参考、What’s New 帖子以及区域可用性信息

服务器 URL：https://knowledge-mcp.global.api.aws

工具列表：

  • search_documentation - 搜索 AWS 文档

    • query (string, 必需) - 搜索查询文本

  • read_documentation - 读取特定文档页面

    • url (string, 必需) - 文档 URL

  • recommend - 获取相关文档推荐

    • context (string, 必需) - 上下文信息

  • list_regions (实验性) - 列出 AWS 区域

    • 无参数

  • get_regional_availability (实验性) - 获取服务的区域可用性

    • service (string, 必需) - AWS 服务名称

配置示例：

1
2
3
4
5
6
7
8
{
  "mcpServers": {
    "aws-knowledge": {
      "url": "https://knowledge-mcp.global.api.aws",
      "type": "http"
    }
  }
}

特点：

  • 无需 AWS 账户或身份验证
  • 完全托管的远程服务
  • 受速率限制约束
  • 不用于 ML 模型训练

AWS Documentation MCP Server

功能：访问、搜索和获取 AWS 文档推荐，支持全球和中国区域

工具列表：

  • read_documentation - 获取 AWS 文档页面并转换为 Markdown

    • url (string, 必需) - 文档 URL

  • search_documentation - 搜索 AWS 文档（仅全球区域）

    • search_phrase (string, 必需) - 搜索短语
    • limit (int, 可选) - 结果数量限制

  • recommend - 获取文档页面的内容推荐（仅全球区域）

    • url (string, 必需) - 文档页面 URL

  • get_available_services - 列出中国区域可用的 AWS 服务（仅中国区域）

    • 无参数

环境变量：

1
2
3
4
5
6
7
8
# 日志级别
FASTMCP_LOG_LEVEL=WARNING  # DEBUG, INFO, WARNING, ERROR

# AWS 分区
AWS_DOCUMENTATION_PARTITION=aws  # aws, aws-cn, aws-us-gov

# 自定义 User-Agent
MCP_USER_AGENT="MyApp/1.0"

配置示例：

1
2
3
4
5
6
7
8
9
10
11
12
{
  "mcpServers": {
    "aws-documentation": {
      "command": "uvx",
      "args": ["awslabs.aws-documentation-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "INFO",
        "AWS_DOCUMENTATION_PARTITION": "aws"
      }
    }
  }
}

2. API 访问与操作 (API Access)

AWS API MCP Server

功能：通过 AWS CLI 命令与 AWS 服务和资源安全交互

工具列表：

  • call_aws - 执行 AWS CLI 命令并进行验证

    • command (string, 必需) - AWS CLI 命令（不含 ‘aws’ 前缀）

  • suggest_aws_commands - 基于自然语言查询建议 AWS CLI 命令

    • query (string, 必需) - 自然语言查询

  • get_execution_plan (实验性) - 为复杂的 AWS 任务提供结构化指导

    • task (string, 必需) - 任务描述

环境变量：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# AWS 区域
AWS_REGION=us-east-1

# 工作目录
AWS_API_MCP_WORKING_DIR=/path/to/workdir

# AWS 配置文件名称
AWS_API_MCP_PROFILE_NAME=default

# 仅允许只读操作
READ_OPERATIONS_ONLY=true

# 要求变更操作确认
REQUIRE_MUTATION_CONSENT=true

配置示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
{
  "mcpServers": {
    "aws-api": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "AWS_API_MCP_PROFILE_NAME": "my-profile",
        "READ_OPERATIONS_ONLY": "false",
        "REQUIRE_MUTATION_CONSENT": "true"
      }
    }
  }
}

使用示例：

1
2
3
4
5
6
7
8
# 列出所有 EC2 实例
"List all my EC2 instances"

# 显示特定区域的 S3 存储桶
"Show me S3 buckets in us-west-2"

# 创建安全组
"Create a new security group for web servers"

3. 基础设施即代码 (Infrastructure as Code)

AWS CDK MCP Server

功能：AWS Cloud Development Kit 开发支持，集成安全合规和最佳实践

特点：

  • CDK 应用生命周期管理
  • TypeScript/Python CDK 代码生成
  • 安全合规检查
  • 最佳实践建议

AWS Terraform MCP Server

功能：Terraform 工作流支持，集成安全扫描功能

特点：

  • Terraform 配置生成和管理
  • 安全漏洞扫描
  • 状态管理建议
  • 资源依赖分析

AWS CloudFormation MCP Server

功能：通过 Cloud Control API 直接管理 CloudFormation 资源

特点：

  • CloudFormation 模板生成
  • 堆栈管理操作
  • 资源类型支持
  • 变更集预览

AWS Cloud Control API MCP Server

功能：通过统一 API 直接管理 AWS 资源，支持安全扫描和最佳实践

特点：

  • 统一的资源管理接口
  • 支持 1000+ 资源类型
  • 标准化的 CRUD 操作
  • 资源状态跟踪

4. 容器平台 (Container Platforms)

Amazon EKS MCP Server

功能：Kubernetes 集群管理和应用部署

特点：

  • EKS 集群创建和配置
  • kubectl 命令执行
  • Helm chart 部署
  • 集群监控和日志

Amazon ECS MCP Server

功能：容器编排和 ECS 应用部署

特点：

  • ECS 集群管理
  • 任务定义创建
  • 服务部署和扩展
  • Fargate 支持

Finch MCP Server

功能：本地容器构建工具，集成 ECR

特点：

  • 本地容器构建
  • 镜像管理
  • ECR 集成
  • Docker 兼容

5. Serverless 与函数 (Serverless & Functions)

AWS Serverless MCP Server

功能：完整的 Serverless 应用生命周期管理，使用 SAM CLI

特点：

  • SAM 模板生成
  • 本地测试和调试
  • 应用部署
  • API Gateway 集成

AWS Lambda Tool MCP Server

功能：将 Lambda 函数作为 AI 工具执行，用于访问私有资源

特点：

  • Lambda 函数调用
  • 异步执行支持
  • 事件负载构建
  • 响应解析

6. AI 与机器学习 (AI & Machine Learning)

Amazon Bedrock Knowledge Bases Retrieval MCP Server

功能：查询企业知识库，支持引用

特点：

  • 语义搜索
  • 引用追踪
  • 上下文检索
  • 多知识库支持

Amazon Kendra Index MCP Server

功能：企业搜索和 RAG 增强

特点：

  • 智能搜索
  • 文档排名
  • 问答功能
  • 相关性反馈

Amazon Q Business MCP Server

功能：为您摄取的内容提供 AI 助手，支持匿名访问

特点：

  • 企业知识问答
  • 自然语言查询
  • 上下文保持
  • 多租户支持

Amazon Q Index MCP Server

功能：Amazon Q 索引管理

特点：

  • 索引创建和管理
  • 数据源连接
  • 同步控制
  • 索引优化

Nova Canvas MCP Server

功能：Nova 画布服务集成

特点：

  • 图像生成
  • 视觉创作
  • 样式控制
  • 批量处理

AWS Bedrock Data Automation MCP Server

功能：Bedrock 数据自动化服务

特点：

  • 数据预处理
  • 自动化工作流
  • 模型训练辅助
  • 数据质量检查

7. 支持与运维 (Support & Operations)

AWS Support MCP Server

功能：AWS Support 案例管理

特点：

  • 创建支持案例
  • 案例状态查询
  • 通信记录
  • 附件管理

8. 其他服务器

还包括：

  • Cost Explorer MCP Server - 成本分析
  • AWS Billing MCP Server - 账单管理
  • DynamoDB MCP Server - NoSQL 数据库操作
  • Aurora MCP Server - 关系型数据库
  • DocumentDB MCP Server - 文档数据库
  • Neptune MCP Server - 图数据库
  • Git Repo Research MCP Server - 代码仓库分析
  • 等 40+ 其他专业服务器

安装方式

方法 1: uv (推荐)

1
2
3
4
# 安装特定服务器
uvx awslabs.aws-api-mcp-server@latest
uvx awslabs.aws-documentation-mcp-server@latest
uvx awslabs.aws-cdk-mcp-server@latest

方法 2: pip

1
2
3
# 安装到全局环境
pip install awslabs.aws-api-mcp-server
pip install awslabs.aws-documentation-mcp-server

方法 3: Docker

1
2
3
4
5
# 拉取并运行 Docker 镜像
docker run -p 8000:8000 \
  -e AWS_REGION="us-east-1" \
  -v ~/.aws:/root/.aws \
  awslabs/aws-api-mcp-server

方法 4: 一键安装 (Cursor/VS Code)

访问官方文档页面，点击对应编辑器的一键安装按钮，自动配置 MCP 服务器。

前置条件

基础要求

  • Python 3.10 或更高版本
  • AWS 账户（大多数服务器需要）
  • 已配置的 AWS CLI 凭证

AWS 凭证配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 方法 1: AWS CLI 配置
aws configure

# 方法 2: 环境变量
export AWS_ACCESS_KEY_ID="your-access-key"
export AWS_SECRET_ACCESS_KEY="your-secret-key"
export AWS_REGION="us-east-1"

# 方法 3: 配置文件
# ~/.aws/credentials
[default]
aws_access_key_id = your-access-key
aws_secret_access_key = your-secret-key

# ~/.aws/config
[default]
region = us-east-1

特定服务器依赖

1
2
3
4
5
6
7
8
# CDK Server
npm install -g aws-cdk

# Terraform Server
brew install terraform

# Serverless Server
npm install -g @aws-amplify/cli

配置示例

Claude Desktop 完整配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
{
  "mcpServers": {
    "aws-api": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "AWS_API_MCP_PROFILE_NAME": "default",
        "READ_OPERATIONS_ONLY": "false",
        "REQUIRE_MUTATION_CONSENT": "true"
      }
    },
    "aws-knowledge": {
      "url": "https://knowledge-mcp.global.api.aws",
      "type": "http"
    },
    "aws-documentation": {
      "command": "uvx",
      "args": ["awslabs.aws-documentation-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "INFO",
        "AWS_DOCUMENTATION_PARTITION": "aws"
      }
    },
    "aws-cdk": {
      "command": "uvx",
      "args": ["awslabs.aws-cdk-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1"
      }
    },
    "aws-eks": {
      "command": "uvx",
      "args": ["awslabs.amazon-eks-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-west-2"
      }
    }
  }
}

Cursor 配置

在 Cursor 设置中的 MCP 部分添加类似配置。

VS Code 配置

在 VS Code 的 settings.json 中添加：

1
2
3
4
5
6
7
8
9
10
11
{
  "mcp.servers": {
    "aws-api": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1"
      }
    }
  }
}

使用场景

1. AI 辅助云架构设计

场景描述：设计一个可扩展的三层 Web 应用架构

使用流程：

  1. 询问：”帮我设计一个高可用的 Web 应用架构”
  2. AWS Knowledge Server 提供最佳实践文档
  3. AWS API Server 建议相关服务配置
  4. CDK Server 生成基础设施代码
  5. 审查并部署架构

示例对话：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
用户: "我需要部署一个支持 10 万并发用户的电商平台，请推荐架构"

AI (使用 AWS Knowledge):
- 查询最佳实践文档
- 推荐使用 ECS Fargate + ALB + RDS Aurora + ElastiCache
- 提供参考架构图

AI (使用 AWS API):
- 建议具体的实例类型
- 推荐 Auto Scaling 配置
- 提供安全组规则

AI (使用 CDK Server):
- 生成完整的 CDK TypeScript 代码
- 包含网络、计算、数据库配置
- 集成监控和日志

2. 自动化 IaC 生成

场景描述：从自然语言需求生成 Terraform 配置

使用流程：

  1. 描述基础设施需求：”需要一个 VPC，包含公有和私有子网”
  2. Terraform Server 生成配置文件
  3. 进行安全扫描
  4. 生成执行计划
  5. 应用配置

示例代码生成：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# 自动生成的 Terraform 配置
resource "aws_vpc" "main" {
  cidr_block           = "10.0.0.0/16"
  enable_dns_hostnames = true
  enable_dns_support   = true

  tags = {
    Name = "production-vpc"
  }
}

resource "aws_subnet" "public" {
  count                   = 2
  vpc_id                  = aws_vpc.main.id
  cidr_block              = cidrsubnet(aws_vpc.main.cidr_block, 8, count.index)
  availability_zone       = data.aws_availability_zones.available.names[count.index]
  map_public_ip_on_launch = true
}

3. 文档智能检索

场景描述：快速查找和理解 AWS 服务文档

使用流程：

  1. 提问：”S3 存储桶命名规则是什么？”
  2. Documentation Server 搜索相关文档
  3. 返回规则说明和最佳实践
  4. 提供相关文档链接

实际示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
用户: "DynamoDB 的分区键设计最佳实践是什么？"

AI 响应:
根据 AWS 文档，DynamoDB 分区键设计的最佳实践包括：

1. **高基数**: 选择具有大量不同值的属性
2. **均匀分布**: 确保访问模式均匀分布在分区键上
3. **避免热点**: 不使用单调递增的 ID 作为分区键
4. **复合键**: 考虑使用复合分区键提高分布

参考文档:
- Best Practices for Designing and Using Partition Keys
- DynamoDB Partition Key Design

4. 容器编排自动化

场景描述：部署微服务到 EKS 集群

使用流程：

  1. 描述应用需求
  2. EKS Server 生成 Kubernetes 配置
  3. 创建 Deployment 和 Service
  4. 配置 Ingress
  5. 部署应用

生成的配置示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
apiVersion: apps/v1
kind: Deployment
metadata:
  name: web-app
spec:
  replicas: 3
  selector:
    matchLabels:
      app: web-app
  template:
    metadata:
      labels:
        app: web-app
    spec:
      containers:
      - name: web-app
        image: my-registry/web-app:v1.0
        ports:
        - containerPort: 8080
        resources:
          requests:
            memory: "256Mi"
            cpu: "250m"
          limits:
            memory: "512Mi"
            cpu: "500m"

5. Serverless 开发加速

场景描述：快速创建和部署 Lambda 函数

使用流程：

  1. 描述函数功能：”需要一个处理 S3 事件的 Lambda 函数”
  2. Serverless Server 生成 SAM 模板
  3. 生成函数代码
  4. 配置触发器
  5. 本地测试
  6. 部署到 AWS

生成的 SAM 模板：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
AWSTemplateFormatVersion: '2010-09-09'
Transform: AWS::Serverless-2016-10-31

Resources:
  S3ProcessorFunction:
    Type: AWS::Serverless::Function
    Properties:
      Handler: index.handler
      Runtime: python3.11
      CodeUri: ./src
      Events:
        S3Event:
          Type: S3
          Properties:
            Bucket: !Ref SourceBucket
            Events: s3:ObjectCreated:*

6. 智能故障诊断

场景描述：诊断和解决生产环境问题

使用流程：

  1. 描述问题：”EC2 实例无法连接”
  2. API Server 检查实例状态
  3. 检查安全组配置
  4. 检查网络 ACL
  5. 提供诊断结果和解决方案

诊断示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
用户: "我的 EC2 实例无法通过 SSH 连接"

AI 诊断流程:
1. 检查实例状态 (call_aws: ec2 describe-instances)
   ✓ 实例运行中

2. 检查安全组 (call_aws: ec2 describe-security-groups)
   ✗ 安全组未开放 22 端口

3. 检查网络 ACL (call_aws: ec2 describe-network-acls)
   ✓ ACL 配置正确

诊断结果:
问题原因: 安全组未开放 SSH 端口 (22)

建议解决方案:
aws ec2 authorize-security-group-ingress \
  --group-id sg-xxxx \
  --protocol tcp \
  --port 22 \
  --cidr 0.0.0.0/0

7. 成本优化建议

场景描述：分析和优化 AWS 成本

使用流程：

  1. 查询当前成本分布
  2. 识别成本热点
  3. 提供优化建议
  4. 实施优化措施

8. 知识库 RAG 应用

场景描述：构建企业知识库问答系统

使用流程：

  1. 使用 Kendra 索引企业文档
  2. Bedrock Knowledge Base 提供语义检索
  3. Q Business 提供自然语言问答
  4. 集成到应用中

最佳实践

1. 安全优先

最小权限原则

1
2
3
4
5
6
7
8
9
10
{
  "mcpServers": {
    "aws-api": {
      "env": {
        "READ_OPERATIONS_ONLY": "true",
        "REQUIRE_MUTATION_CONSENT": "true"
      }
    }
  }
}

IAM 策略示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "ec2:Describe*",
        "s3:List*",
        "s3:Get*"
      ],
      "Resource": "*"
    }
  ]
}

凭证管理

  • 使用 IAM 角色而不是访问密钥
  • 定期轮换访问密钥
  • 启用 MFA
  • 使用 AWS Secrets Manager 存储敏感信息

2. 性能优化

选择合适的区域

1
2
3
4
# 使用最近的区域
AWS_REGION=ap-northeast-1  # 东京 (亚洲用户)
AWS_REGION=us-east-1       # 北弗吉尼亚 (美国东部)
AWS_REGION=eu-west-1       # 爱尔兰 (欧洲)

本地 vs 远程服务器

场景 推荐类型 原因
开发和测试 本地 低延迟，无网络依赖
团队协作 远程 共享配置，统一管理
生产环境 远程 高可用，负载均衡
离线工作 本地 不依赖网络连接

日志配置

1
2
3
4
5
# 开发环境 - 详细日志
FASTMCP_LOG_LEVEL=DEBUG

# 生产环境 - 警告和错误
FASTMCP_LOG_LEVEL=WARNING

3. 工作流集成

端到端工作流示例

1
文档查询 (Knowledge) → 架构设计 (API) → 代码生成 (CDK/Terraform) → 部署 (Serverless/EKS) → 监控 (Support)

多服务器协同

1
2
3
4
5
6
7
{
  "mcpServers": {
    "docs": { "url": "https://knowledge-mcp.global.api.aws" },
    "api": { "command": "uvx", "args": ["awslabs.aws-api-mcp-server@latest"] },
    "iac": { "command": "uvx", "args": ["awslabs.aws-cdk-mcp-server@latest"] }
  }
}

4. 代码质量

使用安全扫描

  • Terraform Server 自动扫描安全漏洞
  • CDK Server 检查合规性
  • CloudFormation Server 验证最佳实践

版本控制

1
2
# 锁定特定版本
uvx awslabs.aws-api-mcp-server==1.0.0

5. 监控和调试

启用详细日志

1
2
FASTMCP_LOG_LEVEL=DEBUG \
uvx awslabs.aws-api-mcp-server@latest

使用 MCP Inspector

1
2
3
4
5
# 调试远程服务器
npx @modelcontextprotocol/inspector https://knowledge-mcp.global.api.aws

# 调试本地服务器
npx @modelcontextprotocol/inspector uvx awslabs.aws-api-mcp-server@latest

与其他工具对比

vs AWS CLI

特性 AWS MCP Servers AWS CLI
交互方式 自然语言 + AI 命令行
学习曲线 低（自然语言） 中（需记忆命令）
文档集成 内置智能文档 需手动查找
最佳实践 AI 自动建议 需自行了解
安全检查 自动扫描 需手动审查
工作流 端到端自动化 需编写脚本

优势：

  • 自然语言交互，无需记忆命令
  • AI 驱动的智能建议
  • 集成安全和合规检查
  • 上下文感知的文档访问

vs Terraform 直接使用

特性 AWS MCP Servers Terraform Direct
配置生成 AI 自动生成 手动编写
安全扫描 内置扫描 需额外工具
文档查询 集成文档 需切换工具
最佳实践 AI 推荐 需经验积累
错误诊断 智能分析 需手动调试

优势：

  • AI 辅助配置生成
  • 内置安全扫描
  • 智能资源推荐
  • 集成 AWS 文档

vs AWS Console

特性 AWS MCP Servers AWS Console
自动化 完全自动化 手动操作
批量操作 支持 困难
版本控制 代码化 不支持
可重复性 高 低
效率 高 低

优势：

  • 完全自动化和可重复
  • 支持版本控制
  • 批量操作支持
  • 更高的效率

常见问题

Q1: 如何选择合适的服务器？

答：根据您的需求选择：

  • 文档查询 → AWS Knowledge / Documentation Server
  • 资源操作 → AWS API Server
  • 基础设施管理 → CDK / Terraform / CloudFormation Server
  • 容器部署 → EKS / ECS Server
  • Serverless 应用 → Serverless / Lambda Server
  • AI 应用 → Bedrock / Kendra / Q Business Server

Q2: 是否需要 AWS 账户？

答：

  • 不需要：AWS Knowledge Server (远程托管)
  • 需要：大多数其他服务器

Q3: 如何确保安全性？

答：

  1. 使用 READ_OPERATIONS_ONLY=true 限制为只读
  2. 启用 REQUIRE_MUTATION_CONSENT=true 要求确认
  3. 使用 IAM 最小权限原则
  4. 定期轮换访问密钥
  5. 启用 CloudTrail 审计日志

Q4: 支持哪些 AWS 区域？

答：

  • 全球区域: 所有标准 AWS 区域
  • 中国区域: 通过设置 AWS_DOCUMENTATION_PARTITION=aws-cn
  • GovCloud: 通过设置 AWS_DOCUMENTATION_PARTITION=aws-us-gov

Q5: 如何处理速率限制？

答：

  • 远程服务器: 受 AWS 速率限制，建议间隔请求
  • 本地服务器: 受 AWS API 限制，遵循服务限制
  • 使用指数退避策略
  • 考虑请求批处理

Q6: 可以离线使用吗？

答：

  • 远程服务器: 不可以，需要网络连接
  • 本地服务器: 部分可以，但仍需 AWS API 访问
  • 文档缓存: 可以实现部分离线功能

Q7: 如何更新服务器？

答：

1
2
3
4
5
6
7
8
# uv 方式 - 自动使用最新版本
uvx awslabs.aws-api-mcp-server@latest

# pip 方式 - 手动更新
pip install --upgrade awslabs.aws-api-mcp-server

# Docker 方式 - 拉取最新镜像
docker pull awslabs/aws-api-mcp-server:latest

Q8: 支持哪些 MCP 客户端？

答：

  • Claude Desktop
  • Cursor
  • VS Code (with MCP extension)
  • Q Developer
  • Cline
  • Windsurf
  • 任何支持 MCP 协议的客户端

Q9: 如何调试问题？

答：

1
2
3
4
5
6
7
8
9
10
11
# 1. 启用详细日志
FASTMCP_LOG_LEVEL=DEBUG

# 2. 使用 MCP Inspector
npx @modelcontextprotocol/inspector <server-url>

# 3. 检查 AWS 凭证
aws sts get-caller-identity

# 4. 查看服务器日志
tail -f ~/.mcp/logs/server.log

Q10: 性能如何？

答：

  • 响应时间: 通常 < 2 秒（取决于网络和 AWS API）
  • 并发请求: 支持多个并发请求
  • 资源占用: 低（Python 进程）
  • 缓存: 支持文档缓存以提高性能

限制与注意事项

当前限制

  1. Python 版本要求: Python 3.10+
  2. AWS 凭证: 大多数服务器需要有效的 AWS 凭证
  3. 速率限制: 远程服务器受 AWS 限制
  4. 实验性功能: 某些功能标记为实验性
  5. 区域支持: 某些服务器仅支持特定区域

已知问题

  • Server-Sent Events (SSE) 已在最新版本中移除
  • Streamable HTTP 支持正在开发中
  • 某些服务器文档尚不完整

不支持的场景

  • 实时流式数据处理
  • 超大规模批量操作（建议使用 AWS Batch）
  • 需要极低延迟的操作（< 100ms）

路线图

近期计划

  • ✅ 移除 SSE 支持（已完成）
  • 🚧 Streamable HTTP 支持（开发中）
  • 📋 扩展更多 AWS 服务覆盖
  • 📋 增强安全和合规功能

未来计划

  • 改进 AI 辅助能力
  • 支持更多 IaC 框架
  • 增强监控和可观测性
  • 多云支持（Azure, GCP）

评分详情

维度 评分 说明
功能性 4.8/5.0 功能全面，覆盖广泛
文档质量 4.7/5.0 文档清晰，示例丰富
社区活跃度 4.6/5.0 AWS Labs 官方维护
维护状态 4.8/5.0 活跃更新，响应及时
代码质量 4.7/5.0 代码规范，测试完善
综合评分 4.7/5.0 优秀的 AWS MCP 集成

总结

AWS MCP Servers 是目前最全面、最专业的 AWS 生态 MCP 集成方案。由 AWS Labs 官方维护，包含 60+ 个专业服务器，覆盖从文档查询到资源管理的完整工作流。

推荐指数: ⭐⭐⭐⭐⭐ (5/5)

适合你的情况：

  • ✅ AWS 用户和开发者
  • ✅ 云架构师和 DevOps 工程师
  • ✅ 需要 IaC 自动化
  • ✅ 构建 AI 辅助工作流
  • ✅ 容器和 Serverless 开发
  • ✅ 企业级应用开发

不适合的情况：

  • ❌ 不使用 AWS
  • ❌ 只需要简单的命令执行
  • ❌ 对 Python 版本有限制 (< 3.10)
  • ❌ 完全离线环境

核心优势：

  1. 官方支持 - AWS Labs 官方维护
  2. 全面覆盖 - 60+ 服务器覆盖各个领域
  3. 智能集成 - AI 驱动的智能建议
  4. 安全合规 - 内置安全扫描和最佳实践
  5. 易于使用 - 自然语言交互

相关资源

更新时间: 2025-10-14
数据来源: GitHub (6.7k stars), 官方文档
质量评分: 4.7/5.0

© 2026 Generative AI Discovery All Rights Reserved.
Theme by hiero