View a markdown version of this page

Integração com o servidor MCP - Teste de carga distribuída na AWS
Etapa 1: Obtenha o endpoint MCP e o token de acessoEtapa 2: Teste com o MCP InspectorEtapa 3: configurar clientes de desenvolvimento de IAGire o segredo do cliente do servidor MCPExemplos de prompt

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.

Integração com o servidor MCP

Se você implantou o componente opcional do servidor MCP durante a implantação da solução, poderá integrar a solução de teste de carga distribuída às ferramentas de desenvolvimento de IA que suportam o Model Context Protocol. O servidor MCP fornece acesso programático para recuperar, gerenciar e analisar testes de carga por meio de assistentes de IA.

Você pode se conectar ao servidor DLT MCP usando o cliente de sua escolha (Kiro CLI, Claude e assim por diante), cada um com instruções de configuração ligeiramente diferentes. Esta seção fornece instruções de configuração para MCP Inspector, Kiro CLI, Cline e Amazon Quick.

Etapa 1: Obtenha o endpoint MCP e o token de acesso

Antes de configurar qualquer cliente MCP, você precisa recuperar o endpoint do servidor MCP e o token de acesso do console web DLT.

  1. Navegue até a página do servidor MCP no console web do Distributed Load Testing.

  2. Localize a seção MCP Server Endpoint.

  3. Copie o URL do endpoint usando o botão Copiar URL do endpoint. O URL do endpoint segue o formato: https://{gateway-id}.gateway.bedrock-agentcore.{region}.amazonaws.com/mcp

  4. Localize a seção Access Token.

  5. Copie o token de acesso usando o botão Copiar Token de Acesso.

Importante

Mantenha seu token de acesso seguro. Não o compartilhe publicamente. Por padrão, o token fornece acesso somente para leitura à sua solução de teste de carga distribuída por meio da interface MCP. Se o servidor MCP for implantado no modo de ReadWrite acesso, o token também permitirá operações de criação, atualização e exclusão. Para obter mais informações, consulte a especificação das ferramentas MCP no Guia do desenvolvedor.

Página de credenciais do servidor MCP mostrando o terminal e o token de acesso

Etapa 2: Teste com o MCP Inspector

O Model Context Protocol oferece o MCP Inspector, uma ferramenta para se conectar diretamente aos servidores MCP e invocar ferramentas. Isso fornece uma interface de usuário conveniente e exemplos de solicitações de rede para testar sua conexão com o servidor MCP antes de configurar clientes de IA.

nota

O MCP Inspector requer a versão 0.17 ou posterior. Todas as solicitações também podem ser feitas diretamente com o JSON RPC, mas o MCP Inspector fornece uma interface mais fácil de usar.

Instale e inicie o MCP Inspector

  1. Instale o npm, se necessário.

  2. Execute o seguinte comando para iniciar o MCP Inspector:

    npx @modelcontextprotocol/inspector

Configurar a conexão

  1. Na interface do MCP Inspector, insira a URL do endpoint do servidor MCP.

  2. Adicione um cabeçalho de autorização com seu token de acesso.

  3. Escolha Conectar para estabelecer a conexão.

Tela de configuração do MCP Inspector

Invoque ferramentas

Uma vez conectado, você pode testar as ferramentas MCP disponíveis:

  1. Navegue pela lista de ferramentas disponíveis no painel esquerdo.

  2. Selecione uma ferramenta (por exemplo,list_scenarios).

  3. Forneça todos os parâmetros necessários.

  4. Escolha Invoke para executar a ferramenta e visualizar a resposta.

Inspetor MCP mostrando as ferramentas disponíveis e a invocação

Etapa 3: configurar clientes de desenvolvimento de IA

Depois de verificar a conexão do servidor MCP com o MCP Inspector, você pode configurar seu cliente de desenvolvimento de IA preferido.

CLI do Kiro

A CLI do Kiro (antiga Amazon Q Developer CLI) fornece acesso por linha de comando ao desenvolvimento com a AI-assisted integração do servidor MCP.

Etapas de configuração

  1. Edite o arquivo de configuração do mcp.json. Para obter mais informações sobre a localização do arquivo de configuração, consulte Model Context Protocol (MCP) na documentação do Kiro CLI.

  2. Adicione sua configuração do servidor DLT MCP:

    {
  "mcpServers": {
    "dlt-mcp": {
      "type": "http",
      "url": "https://<gateway-id>.gateway.bedrock-agentcore.<region>.amazonaws.com/mcp",
      "headers": {
        "Authorization": "Bearer <access-token>"
      }
    }
  }
}

<region>Substitua <gateway-id> e pelos valores da URL do seu MCP Server Endpoint e <access-token> pelo valor que você copiou na Etapa 1.

Verifique a configuração

  1. Em um terminal, digite kiro-cli para iniciar o Kiro CLI.

  2. Digite /mcp para ver todos os servidores MCP disponíveis.

  3. Digite /tools para ver as ferramentas disponíveis fornecidas por dlt-mcp e outros servidores MCP configurados.

  4. Verifique se dlt-mcp foi inicializado com êxito.

Cline

O Cline é um assistente de codificação de IA que oferece suporte à integração com o servidor MCP.

Etapas de configuração

  1. No Cline, navegue até Gerenciar servidores MCP > Configurar > Configurar servidores MCP.

  2. Atualize o arquivo cline_mcp_settings.json:

    {
  "mcpServers": {
    "dlt-mcp": {
      "type": "streamableHttp",
      "url": "https://<gateway-id>.gateway.bedrock-agentcore.<region>.amazonaws.com/mcp",
      "headers": {
        "Authorization": "Bearer <access-token>"
      }
    }
  }
}

    <region>Substitua <gateway-id> e pelos valores da URL do seu MCP Server Endpoint e <access-token> pelo valor que você copiou na Etapa 1.

  3. Salve o arquivo de configuração.

  4. Reinicie o Cline para aplicar as alterações.

Amazon Quick

O Amazon Quick (antigo Amazon Quick Suite) fornece uma plataforma abrangente de assistente de IA com suporte para ações do servidor MCP.

Pré-requisitos

Antes de configurar o servidor MCP no Amazon Quick, você precisa recuperar as credenciais do OAuth do grupo de usuários do Cognito da sua implantação de DLT:

  1. Navegue até o CloudFormation console da AWS.

  2. Selecione a pilha de teste de carga distribuída.

  3. Na guia Saídas, localize e copie o ID do grupo de usuários do Cognito associado à sua implantação de DLT.

  4. Acesse o console do Amazon Cognito.

  5. Selecione o grupo de usuários usando o ID do grupo de usuários das CloudFormation saídas.

  6. Na navegação à esquerda, selecione Integração de aplicativos > Clientes de aplicativos.

  7. Localize o cliente do aplicativo com o nome terminado em m2m (máquina a máquina) e selecione-o.

  8. Na página de detalhes do cliente do aplicativo, copie o ID do cliente. Para revelar o segredo do cliente, escolha Mostrar segredo do cliente e copie o valor.

  9. Retorne ao grupo de usuários e obtenha o domínio do grupo de usuários na guia Domínio.

  10. Crie o URL do endpoint do token anexando-o /oauth2/token ao final do domínio.

Etapas de configuração

  1. No Amazon Quick, crie um novo agente ou selecione um agente existente.

  2. Adicione um prompt de agente que descreva como interagir com o servidor DLT MCP.

  3. Adicione uma nova ação e selecione a ação do servidor MCP.

  4. Configure os detalhes do servidor MCP:

    • URL do servidor MCP: Seu endpoint DLT MCP

    • Tipo de autenticação: Service-based autenticação

    • Token Endpoint: URL do seu endpoint de token Cognito

    • ID do cliente: O ID do cliente do aplicativo m2m

    • Segredo do cliente: O segredo do cliente do aplicativo m2m

  5. Salve a configuração da ação do servidor MCP.

  6. Adicione a nova ação do MCP Server ao seu agente.

Inicie e teste o agente

  1. Inicie o agente no Amazon Quick.

  2. Inicie uma conversa com o agente usando instruções em linguagem natural.

  3. O agente usará as ferramentas MCP para recuperar e analisar seus dados de teste de carga.

Gire o segredo do cliente do servidor MCP

Se você usa a autenticação baseada em serviços (máquina a máquina) para conectar um cliente MCP à solução, você é responsável por alternar o segredo do cliente que o cliente usa.

A qual credencial isso se aplica

A solução emite duas credenciais MCP diferentes. Apenas um deles requer rotação manual.

Credencial Used by (Usado por) Rotation (Rotação)

Token de acesso do usuário — copiado da página do servidor MCP do console web

MCP Inspector, Kiro CLI, Cline e outros clientes que enviam um cabeçalho Authorization: Bearer

Não é necessário. Esse é um token de acesso do Amazon Cognito de curta duração que expira aproximadamente uma hora após sua emissão. Para obter um novo token, retorne à página do servidor MCP e copie-o novamente.

Machine-to-machine ID do cliente e segredo do cliente — recuperados do grupo de usuários do Amazon Cognito

Amazon Quick e qualquer outro cliente configurado para autenticação baseada em serviços

É necessária rotação manual. O segredo do cliente é duradouro e não expira sozinho.

O restante desta seção se aplica ao segredo do cliente máquina a máquina. A solução cria essa credencial como um cliente de aplicativo Amazon Cognito nomeado <stack-name>-userpool-client-m2m quando você implanta com o Deploy Optional MCP Server definido como. Yes Para obter instruções de recuperação, consulte os pré-requisitos no Amazon Quick. Amazon Quick

Importante

Trate o segredo do cliente como faria com qualquer outra credencial de longa duração:

  • Não o submeta ao controle de origem, não o incorpore ao código do aplicativo nem o cole em rastreadores de problemas, bate-papo ou documentação.

  • Não o grave em registros, saída de compilação ou saída de CI/CD trabalho.

  • Armazene-o em um gerenciador de segredos, como o AWS Secrets Manager, ou no armazenamento de credenciais criptografado do cliente MCP que o consome. Não o guarde em um arquivo de texto sem formatação.

  • Conceda acesso ao segredo somente para aqueles que precisam dele, como você e os serviços que consomem o segredo.

Cadência de rotação recomendada

Alterne o segredo do cliente de máquina para máquina pelo menos a cada 90 dias. Alterne imediatamente, fora da programação normal, sempre que ocorrer uma das seguintes situações:

  • Você suspeita ou confirma que o segredo foi exposto.

  • Um operador com acesso ao segredo deixa a equipe ou muda de função.

  • Você desativa um cliente MCP que foi configurado com o segredo.

Alternância do segredo

Um cliente de aplicativo Amazon Cognito oferece suporte a até dois segredos de cliente ativos ao mesmo tempo. Alterne adicionando um segundo segredo, migrando seus clientes MCP para ele e excluindo o original — sem interromper o acesso ao MCP.

O ID do cliente não muda durante a rotação, portanto, você não precisa atualizar a CloudFormation pilha da AWS da solução, o endpoint do servidor MCP ou o endpoint do token. Somente o valor secreto armazenado em seu cliente MCP é alterado.

  1. Adicione um segundo segredo do cliente. O Amazon Cognito gera o valor e o retorna na resposta.

    aws cognito-idp add-user-pool-client-secret \
  --user-pool-id <user-pool-id> \
  --client-id <m2m-client-id> \
  --region <region>
    Importante

    Copie o ClientSecretValue da resposta e guarde-o com segurança antes de continuar. O Amazon Cognito retorna o valor secreto gerado somente nessa resposta e nunca mais o revela — list-user-pool-client-secrets nem o console do Amazon Cognito o exibirá. Se você perder o valor, exclua o segredo e adicione um novo.

    O segredo original permanece válido neste momento, portanto, qualquer cliente MCP ainda configurado com ele continua funcionando.

  2. Atualize cada cliente MCP para usar o novo segredo. Para o Amazon Quick, edite a ação do servidor MCP e substitua o valor do segredo do cliente, deixando a URL do servidor MCP, o ponto final do token e a ID do cliente inalterados. Salve a ação.

  3. Valide se o novo segredo emite tokens. Solicite uma concessão de credenciais de cliente do endpoint de token do seu grupo de usuários.

    curl -X POST https://<user-pool-domain>/oauth2/token \
  -H 'Content-Type: application/x-www-form-urlencoded' \
  -d 'grant_type=client_credentials' \
  -d 'client_id=<m2m-client-id>' \
  -d 'client_secret=<new-client-secret>' \
  -d 'scope=dlt-mcp-gateway/read'

    Uma resposta bem-sucedida contém um access_token campo. Em seguida, confirme o acesso de ponta a ponta invocando uma ferramenta MCP do cliente que você reconfigurou — por exemplo, peça ao agente que liste seus cenários de teste.

  4. Liste os segredos do cliente para identificar o original. Cada segredo é identificado por um ClientSecretId no formato <client-id>--<epoch-create-time> . Use o ClientSecretCreateDate campo para distinguir o segredo original daquele que você acabou de adicionar.

    aws cognito-idp list-user-pool-client-secrets \
  --user-pool-id <user-pool-id> \
  --client-id <m2m-client-id> \
  --region <region>

  5. Invalide o segredo original. Depois dessa chamada, o Amazon Cognito não emite mais tokens para nenhum cliente que apresente o segredo antigo.

    aws cognito-idp delete-user-pool-client-secret \
  --user-pool-id <user-pool-id> \
  --client-id <m2m-client-id> \
  --client-secret-id <old-client-secret-id> \
  --region <region>
nota

Duas restrições se aplicam quando você gira:

  • Um cliente de aplicativo pode ter no máximo dois segredos. Se dois já existirem, exclua aquele que você não precisa mais antes de adicionar outro.

  • Você não pode excluir o último segredo restante em um cliente de aplicativo.

O add-user-pool-client-secret comando também aceita um --client-secret parâmetro opcional para fornecer seu próprio valor. Se você fornecer um valor, o Amazon Cognito não o retornará na resposta, então você deve armazená-lo antes de fazer a chamada. Recomendamos deixar o Amazon Cognito gerar o segredo.

Se o segredo fosse exposto

Gire usando as etapas anteriores e conclua a etapa 5 (excluindo o segredo antigo) o mais rápido possível, em vez de esperar por uma janela de manutenção. Em seguida, execute as seguintes ações adicionais.

  • Conta os tokens já emitidos. A exclusão de um segredo impede o Amazon Cognito de emitir novos tokens, mas os tokens de acesso obtidos com o segredo exposto permanecem válidos até expirarem — até aproximadamente uma hora. Excluir o segredo não os invalida.

  • Limite o que esses tokens podem fazer. Se sua implantação usar o modo de ReadWrite acesso, execute uma atualização do AWS CloudFormation Stack com o Modo de acesso ao servidor MCP definido como. ReadOnly Isso remove as ferramentas de gravação e restringe as permissões de IAM da função Lambda do MCP Server às GET solicitações, de modo que os tokens pendentes não podem criar, modificar, excluir ou iniciar cenários de teste. Consulte a especificação das ferramentas MCP no Guia do desenvolvedor para ver o comportamento de cada modo de acesso.

  • Analise para que a credencial foi usada. Verifique o histórico de execução de testes da solução e os Amazon CloudWatch Logs da função MCP Server Lambda para detectar atividades inesperadas. Se a implantação usou o modo de ReadWrite acesso, revise também seus cenários de teste e o conteúdo do public/test-scenarios/ prefixo do bucket de cenários em busca de alterações não autorizadas.

nota

Para rejeitar todas as solicitações de MCP imediatamente, independentemente da validade do token, execute uma atualização de pilha com o Deploy Optional MCP Server definido como. No Isso exclui o AgentCore Gateway.

Use isso somente quando precisar garantir que nenhum token pendente possa alcançar o servidor MCP. Definir o parâmetro para No também exclui o cliente do aplicativo máquina a máquina. Configurá-lo novamente para Yes cria um novo cliente de aplicativo com um novo ID de cliente e um novo segredo. Em seguida, você deve reconfigurar cada cliente MCP com o novo ID do cliente e o novo segredo.

Exemplos de prompt

Os exemplos a seguir demonstram como interagir com seu assistente de IA para analisar dados de teste de carga por meio da interface MCP. Personalize os IDs de teste, os intervalos de datas e os critérios para atender às suas necessidades específicas de teste.

Para obter informações detalhadas sobre as ferramentas MCP disponíveis e seus parâmetros, consulte a especificação das ferramentas MCP no Guia do desenvolvedor.

Consulta simples de resultados de testes

A interação de linguagem natural com o servidor MCP pode ser tão simples quanto Show me the load tests that have completed in the last 24 hours with their associated completion status ou pode ser mais descritiva, como

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.

Análise interativa de desempenho com divulgação progressiva

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.

Validação da prontidão de produção

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]%.

Análise de tendências de desempenho

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.

Solução de problemas em testes falhados

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].