Amazon Bedrock AgentCore MCP 서버: 코딩 어시스턴트를 사용한 Vibe 코딩

Amazon Bedrock AgentCore 모델 컨텍스트 프로토콜(MCP) 서버를 사용하면 원하는 개발 환경에서 직접 Amazon Bedrock AgentCore 호환 에이전트를 변환, 배포 및 테스트할 수 있습니다. 런타임 통합, 게이트웨이 연결 및 에이전트 수명 주기 관리를 기본적으로 지원하는 MCP 서버는 Amazon Bedrock AgentCore 서비스의 로컬 개발에서 프로덕션 배포로의 이동을 간소화합니다.

MCP 서버는 Kiro, Cursor, Claude Code, Amazon Q CLI 등 널리 사용되는 MCP 클라이언트와 함께 작동하여 복잡한 에이전트 개발 워크플로를 자동화하는 대화형 명령을 제공합니다.

사전 조건

시작하기 전에 다음이 있는지 확인합니다.

Amazon Bedrock AgentCore에 대한 자세한 내용은 Amazon Bedrock AgentCore 설명서를 참조하세요.

필요한 종속 항목 설치

Amazon Bedrock AgentCore 개발에 필요한 패키지를 설치합니다.

필요한 패키지를 설치하려면 다음 명령을 실행합니다.

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

# Install the AgentCore Python SDK
pip install bedrock-agentcore

1단계: MCP 서버 설치

AgentCore MCP 서버를 설치하려면 MCP 클라이언트의 구성 파일에 추가합니다. 각 MCP 클라이언트는이 구성을 다른 위치에 저장합니다.

MCP 서버 구성 추가

MCP 클라이언트를 선택하고 해당 구성을 추가합니다.

Kiro의 경우

에를 추가합니다.kiro/settings/mcp.json(존재하지 않는 경우 구성 파일 생성 참조).

{
  "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"
      ]
    }
  }
}

커서의 경우

에 추가.cursor/mcp.json:

{
  "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 Q의 경우

모범 사례는 개별 Q CLI 에이전트에 대해 MCP 서버를 구성하는 것입니다. 구성 지침은 Amazon Q CLI용 MCP 서버 구성을 참조하세요.

IDEs(VS Code 및 JetBrains)의 경우 IDE의 Amazon Q에서 MCP 서버 사용을 참조하세요.

Claude 코드의 경우

구성은 설치에 따라 달라집니다.

독립 실행형 Claude Code 앱의 경우:

{
  "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 서버 설치 확인

MCP 서버가 연결되어 성공적으로 작동하는지 확인하려면 구성을 추가한 후 MCP 클라이언트를 다시 시작하고 다음 도구를 사용할 수 있는지 확인합니다.

2단계: AgentCore 런타임 호환성을 위해 기존 에이전트 변환

기존 AgentCore 에이전트 코드가 Amazon Bedrock AgentCore 런타임과 호환되도록 하려면 MCP 서버를 사용하여 변환 프로세스를 안내합니다. 예를 들어 Strands AgentCore 에이전트가 있는 경우 변환은 가져오기, 종속성 및 애플리케이션 구조를 업데이트하여 이를 Amazon Bedrock AgentCore 호환으로 변환하는 데 도움이 됩니다.

에이전트 코드 변환

MCP 서버는 MCP 클라이언트가 AgentCore 에이전트 코드를 다음과 같이 변경하도록 안내합니다.

런타임 라이브러리 가져오기 추가

MCP 서버는 필요한 AgentCore 가져오기를 추가합니다.

from bedrock_agentcore.runtime import BedrockAgentCoreApp

종속성 업데이트

MCP 서버는 requirements.txt 파일을 업데이트합니다.

bedrock-agentcore
strands-agents

AgentCore 애플리케이션 초기화

MCP 서버는 애플리케이션 초기화를 추가합니다.

app = BedrockAgentCoreApp()

기본 진입점 장식

MCP 서버는 핸들러 함수를 변환합니다.

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

애플리케이션 실행기 추가

MCP 서버는 애플리케이션 실행기를 추가합니다.

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

변환 절차

AgentCore 에이전트를 변환하려면 MCP 클라이언트에서 기존 AgentCore 에이전트 파일(예: weather_agent.py )을 열고 다음 프롬프트와 함께 MCP 클라이언트의 AI 어시스턴트를 사용합니다.

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

3단계: 에이전트를 AgentCore 런타임에 배포

AgentCore 런타임 호환성을 위해 AgentCore 에이전트를 변환한 후 MCP 클라이언트를 통해 AgentCore CLI를 사용하여 배포합니다.

AgentCore CLI를 사용하여 배포

MCP 서버는 AgentCore CLI를 사용하여 AgentCore 에이전트를 배포합니다. 배포 프로세스에는 다음이 포함됩니다.

AgentCore 에이전트를 배포하려면 다음 프롬프트와 함께 MCP 클라이언트의 AI 어시스턴트를 사용합니다.

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

MCP 서버는 필요한 CLI 명령을 자동으로 실행합니다.

배포 확인

배포가 완료되면 다음 세부 정보가 포함된 확인 메시지가 표시됩니다.

4단계: 배포된 에이전트 테스트

Amazon Bedrock AgentCore 런타임을 통해 호출하여 배포된 AgentCore 에이전트를 테스트합니다.

에이전트 호출

MCP 서버는 AgentCore CLI를 사용하여 AgentCore 에이전트를 호출하고 다음을 포함한 결과를 표시합니다.

배포된 AgentCore 에이전트를 테스트하려면 다음 프롬프트와 함께 MCP 클라이언트의 AI 어시스턴트를 사용합니다.

Test the deployed AgentCore agent with a sample request.

호출 출력을 검토합니다.

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

다음 단계

Amazon Bedrock AgentCore MCP 서버를 사용하여 첫 번째 AgentCore 에이전트를 성공적으로 배포하고 테스트한 후에는 추가 기능을 탐색할 수 있습니다.

자세한 내용은 다음을 참조하세요.