기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

MCP 서버 통합

솔루션 배포 중에 선택적 MCP 서버 구성 요소를 배포한 경우 Distributed Load Testing 솔루션을 모델 컨텍스트 프로토콜을 지원하는 AI 개발 도구와 통합할 수 있습니다. MCP 서버는 AI 어시스턴트를 통해 로드 테스트를 검색, 관리 및 분석할 수 있는 프로그래밍 방식의 액세스를 제공합니다.

선택한 클라이언트(Kiro CLI, Claude 등)를 사용하여 DLT MCP 서버에 연결할 수 있으며, 각 클라이언트에는 약간 다른 구성 지침이 있습니다. 이 섹션에서는 MCP Inspector, Kiro CLI, Cline 및 Amazon Quick에 대한 설정 지침을 제공합니다.

1단계: MCP 엔드포인트 및 액세스 토큰 가져오기

MCP 클라이언트를 구성하기 전에 DLT 웹 콘솔에서 MCP 서버 엔드포인트와 액세스 토큰을 검색해야 합니다.

2단계: MCP Inspector로 테스트

모델 컨텍스트 프로토콜은 MCP 서버에 직접 연결하고 도구를 호출하는 도구인 MCP Inspector를 제공합니다. 이를 통해 AI 클라이언트를 구성하기 전에 MCP 서버 연결을 테스트하기 위한 편리한 UI 및 샘플 네트워크 요청이 제공됩니다.

MCP Inspector 설치 및 시작

연결 구성

도구 호출

연결되면 사용 가능한 MCP 도구를 테스트할 수 있습니다.

3단계: AI 개발 클라이언트 구성

MCP Inspector와의 MCP 서버 연결을 확인한 후 원하는 AI 개발 클라이언트를 구성할 수 있습니다.

Kiro CLI

Kiro CLI(이전 Amazon Q Developer CLI)는 MCP Server 통합을 통해 AI 지원 개발에 대한 명령줄 액세스를 제공합니다.

구성 단계

<gateway-id> 및 <region>를 MCP 서버 엔드포인트 URL의 값으로 바꾸고 <access-token>를 1단계에서 복사한 값으로 바꿉니다.

구성 확인

클라인

Cline은 MCP Server 통합을 지원하는 AI 코딩 도우미입니다.

구성 단계

Amazon Quick

Amazon Quick(이전 Amazon Quick Suite)은 MCP Server 작업을 지원하는 포괄적인 AI 어시스턴트 플랫폼을 제공합니다.

사전 조건

Amazon Quick에서 MCP 서버를 구성하기 전에 DLT 배포의 Cognito 사용자 풀에서 OAuth 자격 증명을 검색해야 합니다.

구성 단계

에이전트 시작 및 테스트

MCP Server 클라이언트 보안 암호 교체

서비스 기반(machine-to-machine) 인증을 사용하여 MCP 클라이언트를 솔루션에 연결하는 경우 클라이언트가 사용하는 클라이언트 보안 암호를 교체할 책임은 사용자에게 있습니다.

적용되는 자격 증명

이 솔루션은 서로 다른 두 가지 MCP 자격 증명을 발급합니다. 이 중 하나만 수동으로 교체해야 합니다.

이 섹션의 나머지 부분은 machine-to-machine 클라이언트 보안 암호에 적용됩니다. 이 솔루션은 Deploy Optional MCP Server를 로 설정하여 배포할 <stack-name>-userpool-client-m2m 때이 자격 증명을 라는 Amazon Cognito 앱 클라이언트로 생성합니다Yes. 검색 지침은 Amazon Quick의 사전 조건을 참조하세요.

권장 교체 주기

최소 90일마다 machine-to-machine 클라이언트 보안 암호를 교체합니다. 다음 중 하나가 발생할 때마다 정규 일정을 벗어나 즉시 교체합니다.

보안 암호 교체

Amazon Cognito 앱 클라이언트는 동시에 최대 2개의 활성 클라이언트 보안 암호를 지원합니다. 두 번째 보안 암호를 추가하고 MCP 클라이언트를 마이그레이션한 다음 MCP 액세스를 중단하지 않고 원본을 삭제하여 교체합니다.

클라이언트 ID는 교체 중에 변경되지 않으므로 솔루션의 AWS CloudFormation 스택, MCP 서버 엔드포인트 또는 토큰 엔드포인트를 업데이트할 필요가 없습니다. MCP 클라이언트에 저장된 보안 암호 값만 변경됩니다.

보안 암호가 노출된 경우

이전 단계를 사용하여 교체하고 유지 관리 기간을 기다리지 않고 가능한 한 빨리 5단계(이전 보안 암호 삭제)를 완료합니다. 그런 다음 다음과 같은 추가 작업을 수행합니다.

프롬프트 예제

다음 예제에서는 AI 어시스턴트와 상호 작용하여 MCP 인터페이스를 통해 로드 테스트 데이터를 분석하는 방법을 보여줍니다. 특정 테스트 요구 사항에 맞게 테스트 IDs, 날짜 범위 및 기준을 사용자 지정합니다.

사용 가능한 MCP 도구 및 해당 파라미터에 대한 자세한 내용은 개발자 안내서의 MCP 도구 사양을 참조하세요.

간단한 테스트 결과 쿼리

MCP 서버와의 자연어 상호 작용은 다음과 같이 간단Show me the load tests that have completed in the last 24 hours with their associated completion status하거나 더 설명적일 수 있습니다.

Use list_scenarios to find my load tests. Then use get_latest_test_run to show me the basic execution data and performance metrics for the most recent test. If the results look concerning, also get the detailed performance metrics using get_test_run.

점진적 공개를 통한 대화형 성능 분석

I need to analyze my load test performance, but I'm not sure which specific tests to focus on. Please help me by:

1. First, use list_scenarios to show me available test scenarios
2. Ask me which tests I want to analyze based on the list you show me
3. For my selected tests, use list_test_runs to get the test run history
4. Then use get_test_run with the test_run_id to get detailed response times, throughput, and error rates
5. If I want to compare tests, use get_baseline_test_run to compare against the baseline
6. If there are any issues, use get_test_run_artifacts to help me understand what went wrong

Please guide me through this step by step, asking for clarification whenever you need more specific information.

프로덕션 준비 확인

Help me validate if my API is ready for production deployment:

1. Use list_scenarios to find recent test scenarios
2. For the most recent test scenario, use get_latest_test_run to get basic execution data
3. Use get_test_run with that test_run_id to get detailed response times, error rates, and throughput
4. Use get_scenario_details with the test_id to show me what load patterns and endpoints were tested
5. If I have a baseline, use get_baseline_test_run to compare current results with the baseline
6. Provide a clear go/no-go recommendation based on the performance data
7. If there are any concerns, use get_test_run_artifacts to help identify potential issues

My SLA requirements are: response time under [X]ms, error rate under [Y]%.

성능 추세 분석

Analyze the performance trend for my load tests over the past [TIME_PERIOD]:

1. Use list_scenarios to get all test scenarios
2. For each scenario, use list_test_runs with start_date and end_date to get tests from that period
3. Use get_test_run for the key test runs to get detailed metrics
4. Use get_baseline_test_run to compare against the baseline
5. Identify any significant changes in response times, error rates, or throughput
6. If you detect performance degradation, use get_test_run_artifacts on the problematic tests to help identify causes
7. Present the trend analysis in a clear format showing whether performance is improving, stable, or degrading

Focus on completed tests and limit results to [N] tests if there are too many.

실패한 테스트 문제 해결

Help me troubleshoot my failed load tests:

1. Use list_scenarios to find test scenarios
2. For each scenario, use list_test_runs to find recent test runs
3. Use get_test_run with the test_run_id to get the basic execution data and failure information
4. Use get_test_run_artifacts to get detailed error messages and logs
5. Use get_scenario_details to understand what was being tested when it failed
6. If I have a similar test that passed, use get_baseline_test_run to identify differences
7. Summarize the causes of failure and suggest next steps for resolution

Show me the most recent [N] failed tests from the past [TIME_PERIOD].