Amazon Bedrock AgentCore MCP サーバー: コーディングアシスタントによる Vibe コーディング

Amazon Bedrock AgentCore Model Context Protocol (MCP) サーバーは、Amazon Bedrock AgentCore 互換エージェントを任意の開発環境から直接変換、デプロイ、テストするのに役立ちます。ランタイム統合、ゲートウェイ接続、エージェントライフサイクル管理の組み込みサポートにより、MCP サーバーは Amazon Bedrock AgentCore サービスでのローカル開発から本番デプロイへの移行を簡素化します。

MCP サーバーは、Kiro、Cursor、Claude Code、Amazon Q CLI などの一般的な MCP クライアントと連携し、複雑なエージェント開発ワークフローを自動化するための会話コマンドを提供します。

前提条件

開始する前に、以下があることを確認します。

Amazon Bedrock AgentCore の詳細については、Amazon Bedrock AgentCore ドキュメントを参照してください。

必要な依存関係をインストールする

Amazon Bedrock AgentCore 開発に必要なパッケージをインストールします。

必要なパッケージをインストールするには、次のコマンドを実行します。

# Install the AgentCore CLI
npm install -g @aws/agentcore

# Install the AgentCore Python SDK
pip install bedrock-agentcore

ステップ 1: MCP サーバーをインストールする

AgentCore MCP サーバーをインストールするには、それを MCP クライアントの設定ファイルに追加します。各 MCP クライアントは、この設定を別の場所に保存します。

MCP サーバー設定を追加する

MCP クライアントを選択し、対応する設定を追加します。

Kiro の場合

を に追加します .kiro/settings/mcp.json (存在しない場合は、「設定ファイルの作成」を参照してください）。

{
  "mcpServers": {
    "bedrock-agentcore-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.amazon-bedrock-agentcore-mcp-server@latest"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": [
        "search_agentcore_docs",
        "fetch_agentcore_doc"
      ]
    }
  }
}

カーソルの場合

を .cursor/mcp.json に追加します。

{
  "mcpServers": {
    "bedrock-agentcore-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.amazon-bedrock-agentcore-mcp-server@latest"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": [
        "search_agentcore_docs",
        "fetch_agentcore_doc"
      ]
    }
  }
}

Amazon Q の場合

ベストプラクティスは、個々の Q CLI エージェント用に MCP サーバーを設定することです。設定手順については、「Amazon Q CLI 用の MCP サーバーの設定」を参照してください。

IDEs「IDE での Amazon Q での MCP サーバーの使用」を参照してください。 JetBrains

Claude コードの場合

設定はインストールによって異なります。

スタンドアロン Claude Code アプリの場合:

{
  "mcpServers": {
    "bedrock-agentcore-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.amazon-bedrock-agentcore-mcp-server@latest"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": [
        "search_agentcore_docs",
        "fetch_agentcore_doc"
      ]
    }
  }
}

MCP サーバーのインストールを確認する

MCP サーバーが接続され、正常に動作していることを確認するには、設定を追加した後に MCP クライアントを再起動し、次のツールが使用可能であることを確認します。

ステップ 2: AgentCore ランタイム互換性のために既存のエージェントを変換する

既存の AgentCore エージェントコードを Amazon Bedrock AgentCore ランタイムと互換性を持たせるには、MCP サーバーを使用して変換プロセスをガイドします。たとえば、Strands AgentCore エージェントがある場合、インポート、依存関係、およびアプリケーション構造を更新することで、変換は Amazon Bedrock AgentCore 互換に変換するのに役立ちます。

エージェントコードを変換する

MCP サーバーは、AgentCore エージェントコードに次の変更を加えるように MCP クライアントをガイドします。

ランタイムライブラリのインポートを追加する

MCP サーバーは、必要な AgentCore インポートを追加します。

from bedrock_agentcore.runtime import BedrockAgentCoreApp

依存関係を更新する

MCP サーバーはrequirements.txtファイルを更新します。

bedrock-agentcore
strands-agents

AgentCore アプリケーションを初期化する

MCP サーバーはアプリケーションの初期化を追加します。

app = BedrockAgentCoreApp()

メインエントリポイントをデコレートする

MCP サーバーはハンドラー関数を変換します。

@app.entrypoint
def handler(event, context):
    # Your agent logic here
    pass

アプリケーションランナーを追加する

MCP サーバーはアプリケーションランナーを追加します。

if __name__ == "__main__":
    app.run()

変換手順

AgentCore エージェントを変換するには、MCP クライアントで既存の AgentCore エージェントファイル ( など) weather_agent.py を開き、次のプロンプトで MCP クライアントの AI アシスタントを使用します。

Transform this AgentCore agent code to be compatible with AgentCore runtime. Update the imports, dependencies, and application structure as needed.

ステップ 3: エージェントを AgentCore ランタイムにデプロイする

AgentCore Runtime との互換性のために AgentCore エージェントを変換したら、MCP クライアントを介して AgentCore CLI を使用してデプロイします。

AgentCore CLI を使用してデプロイする

MCP サーバーは AgentCore CLI を使用して AgentCore エージェントをデプロイします。デプロイプロセスには以下が含まれます。

AgentCore エージェントをデプロイするには、次のプロンプトで MCP クライアントの AI アシスタントを使用します。

Deploy this AgentCore agent to AgentCore runtime using the AgentCore CLI.

MCP サーバーは、必要な CLI コマンドを自動的に実行します。

デプロイの検証

デプロイが完了すると、以下の詳細が記載された確認メッセージが表示されます。

ステップ 4: デプロイされたエージェントをテストする

デプロイされた AgentCore エージェントを Amazon Bedrock AgentCore ランタイムを介して呼び出してテストします。

エージェントを呼び出す

MCP サーバーは AgentCore CLI を使用して AgentCore エージェントを呼び出し、次のような結果を表示します。

デプロイされた AgentCore エージェントをテストするには、次のプロンプトで MCP クライアントの AI アシスタントを使用します。

Test the deployed AgentCore agent with a sample request.

呼び出し出力を確認します。

AgentCore Agent Response: Hello! I can help you with weather information.
Execution Time: 1.2s
Status: Success

次の手順

Amazon Bedrock AgentCore MCP サーバーを使用して最初の AgentCore エージェントを正常にデプロイしてテストしたら、追加の機能を調べることができます。

詳細については次を参照してください: