本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

亚马逊 Bedro AgentCore ck MCP 服务器：使用您的编程助手进行 Vibe 编码

亚马逊基岩 AgentCore 模型上下文协议 (MCP) 服务器可帮助您直接从首选开发环境转换、部署和测试亚马逊基岩 AgentCore-compatible 代理。凭借对运行时集成、网关连接和代理生命周期管理的内置支持，MCP 服务器简化了在 Amazon Bedrock AgentCore 服务上从本地开发到生产部署的迁移。

MCP 服务器可与包括 Kiro、Cursor、Claude Code 和 Amazon Q CLI 在内的流行的 MCP 客户端配合使用，提供对话命令来自动化复杂的代理开发工作流程。

先决条件

在开始之前，请确认您具备以下条件：

有关亚马逊基岩的更多信息 AgentCore，请参阅亚马逊基岩文档 AgentCore 。

安装所需的依赖项

安装亚马逊 Bedrock AgentCore 开发所需的软件包。

要安装所需的软件包，请运行以下命令：

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

# Install the AgentCore Python SDK
pip install bedrock-agentcore

步骤 1：安装 MCP 服务器

要安装 AgentCore MCP 服务器，请将其添加到 MCP 客户端的配置文件中。每个 MCP 客户端将此配置存储在不同的位置。

添加 MCP 服务器配置

选择您的 MCP 客户端并添加相应的配置：

对于 Kiro 来说

添加到.kiro/settings/mcp.json（如果不存在，请参阅创建配置文件）：

{
  "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"
      ]
    }
  }
}

对于光标

添加到.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"
      ]
    }
  }
}

适用于亚马逊 Q

最佳做法是为各个 Q CLI 代理配置 MCP 服务器。有关配置说明，请参阅为 Amazon Q CLI 配置 MCP 服务器。

有关 IDE 中的 Amazon Q（VS Code 和 JetBrains），请参阅在 IDE 中使用 MCP 服务器和 Amazon Q。

对于 Claude Code

配置取决于您的安装：

对于独立的 Claude Code 应用程序：

{
  "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"
      ]
    }
  }
}

验证 MCP 服务器的安装

要验证 MCP 服务器是否已连接并成功运行，请在添加配置后重新启动 MCP 客户端，并确认以下工具可用：

第 2 步：转换现有代理以实现 AgentCore 运行时兼容性

要使您的现有 AgentCore 代理代码与 Amazon Bedrock AgentCore Runtime 兼容，请使用 MCP 服务器来指导转换过程。例如，如果您有一个 Strands AgentCore 代理，则该转换可 AgentCore-compatible 通过更新导入、依赖关系和应用程序结构来帮助将其转换为 Amazon Bedrock。

转换您的代理代码

MCP 服务器指导您的 MCP 客户端对 AgentCore 代理代码进行以下更改：

添加运行时库导入

MCP 服务器添加了所需的 AgentCore 导入：

from bedrock_agentcore.runtime import BedrockAgentCoreApp

更新依赖关系

MCP 服务器更新您的requirements.txt文件：

bedrock-agentcore
strands-agents

初始化 AgentCore 应用程序

MCP 服务器添加了应用程序初始化：

app = BedrockAgentCoreApp()

装饰主入口点

MCP 服务器会转换您的处理函数：

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

添加应用程序运行器

MCP 服务器添加应用程序运行器：

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

转换程序

要转换您的 AgentCore 代理，请在 MCP 客户端中打开现有 AgentCore 代理文件（例如weather_agent.py），并使用您的 MCP 客户端的 AI 助手，提示如下：

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

第 3 步：将代理部署到 AgentCore Runtime

在转换 AgentCore 代理以实现 AgentCore 运行时兼容性后，使用 AgentCore CLI 通过 MCP 客户端进行部署。

使用 AgentCore CLI 进行部署

MCP 服务器使用 AgentCore CLI 来部署您的 AgentCore 代理。部署过程包括：

要部署 AgentCore 代理，请使用您的 MCP 客户端的 AI 助手，提示如下：

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

MCP 服务器自动执行必要的 CLI 命令。

验证部署

部署完成后，您将收到包含以下详细信息的确认：

第 4 步：测试已部署的代理

通过亚马逊 Bedrock R AgentCore untime 调用已部署的 AgentCore 代理，对其进行测试。

调用代理

MCP 服务器使用 AgentCore CLI 调用您的 AgentCore 代理并显示结果，包括：

要测试已部署的 AgentCore 代理，请使用您的 MCP 客户端的 AI 助手，提示如下：

Test the deployed AgentCore agent with a sample request.

查看调用输出：

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

后续步骤

使用 Amazon Bedro AgentCore ck MCP 服务器成功部署和测试您的第一个 AgentCore 代理后，您可以探索其他功能：

有关更多信息，请参阅下列内容：