As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Configure o AWS Servidor MCP

O AWS MCP Server é um servidor gerenciado do Model Context Protocol do Agent Toolkit for. AWS Ele dá ao seu agente de IA acesso autenticado para AWS executar chamadas de AWS API em seu nome, executar scripts em um ambiente de sandbox e fornecer AWS habilidades (incluindo ashabilidade de serviço amazon-opensearch-service) sob demanda. Use-o para trabalhar com domínios OpenSearch de serviço e coleções OpenSearch sem servidor do seu agente.

Pré-requisitos

Instale o plug-in aws-data-analytics (recomendado)

O aws-data-analytics plug-in agrupa a configuração do AWS MCP Server e a amazon-opensearch-service habilidade em uma única instalação, para que você não precise configurar o endpoint MCP ou instalar a habilidade separadamente.

Código Claude

/plugin install aws-data-analytics@claude-plugins-official
/reload-plugins

Códice

codex plugin marketplace add aws/agent-toolkit-for-aws

Em seguida, inicie o Codex e execute /plugins para navegar e instalar o aws-data-analytics plug-in.

Configure o AWS Servidor MCP diretamente

Se seu agente não oferecer suporte a plug-ins, configure o AWS MCP Server diretamente. Siga Configurando o servidor AWS MCP no kit de ferramentas do agente para obter a AWS documentação e, em seguida, faça uma OpenSearch pergunta ao seu agente: ele descobre a amazon-opensearch-service habilidade em tempo de execução por meio do servidor.

Use o comando AWS Servidor MCP sem habilidades

Você pode usar o AWS MCP Server diretamente sem carregar a amazon-opensearch-service habilidade. Nesse modo, o agente usa a call_aws ferramenta integrada do servidor para invocar operações de AWS API diretamente. Isso é útil para operações ad-hoc ou quando você quer um controle preciso sobre as chamadas de API que seu agente faz.

Por exemplo, para criar uma coleção OpenSearch sem servidor:

Create an OpenSearch Serverless search collection named "my-collection" in us-east-1

O agente chama a CreateCollection API OpenSearch Serverless em seu nome usando suas credenciais configuradas:

{
  "name": "my-collection",
  "type": "SEARCH",
  "description": "My search collection"
}

Você também pode executar operações com recursos existentes sem precisar de habilidades. Por exemplo:

List all my OpenSearch Service domains in us-east-1
Show the cluster health for my domain named production-domain
Create an index called products in my collection endpoint

O AWS MCP Server gerencia a autenticação e traduz suas solicitações de linguagem natural na AWS API ou OpenSearch nas chamadas de API apropriadas.

Verificar a configuração.

Após a instalação, reinicie seu agente para que ele carregue a nova configuração. Em seguida, pergunte:

What AWS skills do you have available for OpenSearch?

O agente deve relatar a amazon-opensearch-service habilidade. Experimente uma tarefa como “Listar meus domínios de OpenSearch serviço” — o agente executa a chamada por meio do servidor AWS MCP usando suas credenciais configuradas.

Considerações sobre segurança

O AWS MCP Server é executado com as credenciais que você fornece. Siga estas práticas:

Solução de problemas

Use com estruturas de agentes

Você pode integrar o AWS MCP Server às estruturas de agentes do Python para fluxos de trabalho programáticos. Os exemplos a seguir se conectam ao endpoint do AWS MCP Server, que fornece acesso autenticado a outros OpenSearch serviços. AWS

Strands Agents

O Strands Agents é um SDK AWS de agente nativo com suporte MCP integrado e o Amazon Bedrock como provedor de modelos padrão.

from strands import Agent
from strands.tools.mcp import MCPClient
from mcp_proxy_for_aws.client import aws_iam_streamablehttp_client

ENDPOINT = "https://aws-mcp.us-east-1.api.aws/mcp"
AWS_REGION = "us-east-1"

opensearch_client = MCPClient(
    lambda: aws_iam_streamablehttp_client(
        endpoint=ENDPOINT,
        aws_service="aws-mcp",
        aws_region=AWS_REGION,
    )
)

with opensearch_client:
    agent = Agent(tools=opensearch_client.list_tools_sync())
    response = agent("What OpenSearch Service domains do I have?")
    print(response)

Instale os pacotes obrigatórios:

pip install strands-agents mcp-proxy-for-aws

LangGraph

LangGraphé uma estrutura de orquestração de baixo nível para criar agentes com estado. O exemplo a seguir é usado mcp-proxy-for-aws para fornecer um transporte autenticado e carregar langchain-mcp-adapters as ferramentas AWS MCP em um LangChain agente apoiado pelo Amazon Bedrock.

import asyncio
from mcp import ClientSession
from mcp_proxy_for_aws.client import aws_iam_streamablehttp_client
from langchain_mcp_adapters.tools import load_mcp_tools
from langchain_aws import ChatBedrock
from langchain.agents import create_agent

ENDPOINT = "https://aws-mcp.us-east-1.api.aws/mcp"
AWS_REGION = "us-east-1"

async def main():
    async with aws_iam_streamablehttp_client(
        endpoint=ENDPOINT,
        aws_service="aws-mcp",
        aws_region=AWS_REGION,
    ) as (read_stream, write_stream, _get_session_id):
        async with ClientSession(read_stream, write_stream) as session:
            await session.initialize()
            tools = await load_mcp_tools(session)
            model = ChatBedrock(
                model_id="us.anthropic.claude-opus-4-8",
                region_name=AWS_REGION,
            )
            agent = create_agent(model, tools)
            result = await agent.ainvoke(
                {"messages": [{"role": "user", "content": "What OpenSearch Service domains do I have?"}]}
            )
            print(result["messages"][-1].content)

asyncio.run(main())

Instale os pacotes obrigatórios:

pip install mcp-proxy-for-aws langchain langchain-aws langchain-mcp-adapters langgraph

Mais informações