使用`managing-amazon-msk`技能分析最佳實務

managing-amazon-msk 技能是 GitHub 上的客服人員AWS 工具組客服人員技能網站上的開放原始碼客服人員技能，提供操作 Amazon MSK 佈建叢集的領域專業知識。在 MCP 相容 AI 編碼代理程式（例如 Kiro、Claude Code、等）中安裝技能後Cursor，該技能可讓 AI 代理程式協助您根據最佳實務評估叢集和用戶端、診斷操作問題，以及實作標準和 Express 代理程式和Kafka用戶端的建議組態。此技能編碼 MSK 特定的操作知識，一般用途 AI 模型經常誤用或省略。

功能

此技能涵蓋以下領域，每個領域都對應至本指南中記錄的最佳實務。

	最佳實務領域	技能能協助您做什麼
1	標準代理程式的最佳實務（標準）	評估每個代理程式的分割區計數、建議執行個體大小、評估`num.io.threads`和`num.network.threads`調校 m5.4xl+ 和 m7g.4xl+ 執行個體
2	Express 代理程式的最佳實務（快速）	根據每個代理程式輸送量限制計算所需的代理程式計數、建議目標輸入/輸出的 Express 執行個體類型、根據 Express 配額評估分割區計數
3	監控 CPU 用量	診斷代理程式資源飽和度、區分代理程式端和用戶端根本原因和設定錯誤，以及判斷何時需要擴展
4	監控磁碟空間	評估標準代理程式的儲存用量、識別高成長主題、建議 EBS 擴展或保留調整。對於 Express，監控儲存使用率（完全受管儲存）以進行成本最佳化
5	連線至 Amazon MSK 佈建叢集	稽核生產者/消費者設定、設定身分驗證、調校高可用性和容錯能力
6	建置高可用性叢集	驗證適用於標準代理程式的高可用性組態和多可用區部署，以及用戶端容錯移轉組態
7	監控 Amazon MSK 佈建叢集	為對 Amazon MSK 可觀測性和操作至關重要的關鍵指標建立 CloudWatch 儀表板和警示
8	Amazon MSK 主要功能和概念	評估叢集是否準備好更新、了解標準和快速之間的修補行為、了解代理程式重新啟動對用戶端的影響

運作方式

當您向 AI 編碼代理程式詢問有關 Amazon MSK 的問題時，例如「為什麼我的 MSK 叢集 CPU 很高？」或「協助我設定我的 Express 叢集的監控」 — 技能會啟用並提供代理程式：

診斷工作流程 — 首先檢查最可能根本原因的結構化故障診斷步驟（例如，在建議代理程式擴展 CPU 問題linger.ms之前進行驗證）。
Broker-type-aware 指引 — 技能會判斷您的叢集是否使用標準或快速代理程式，並套用該代理程式類型的正確指標、閾值和建議。
AWS CLI 命令 — Ready-to-run的命令，用於描述叢集、擴展儲存體、建立組態和查詢 CloudWatch 指標。
最佳實務驗證 — 根據記錄的建議檢查您的叢集組態，並標記偏差。

安裝

選項 1： AWS CLI

需要 AWS CLI 2.35.0 版或更新版本。


# Interactive setup (installs default skills + configures AWS MCP Server)
aws configure agent-toolkit

# Or install the skill individually
aws agent-toolkit add-skill --skill-name managing-amazon-msk

如需完整的 CLI 文件，請參閱使用 CLI AWS 管理技能。

選項 2： AWS MCP 伺服器

將您的 AI 編碼代理程式連接到 AWS MCP 伺服器，該伺服器可提供技能以及沙盒化 AWS API 執行功能。


{
  "mcpServers": {
    "aws-mcp": {
      "command": "uvx",
      "args": [
        "mcp-proxy-for-aws==1.6.2",
        "https://aws-mcp.us-east-1.api.aws/mcp",
        "--metadata", "AWS_REGION=us-east-1"
      ]
    }
  }
}

如需完整的設定指示，請參閱設定 AWS MCP 伺服器。

使用案例和示例

評估標準中介裝置最佳實務

提示：「我有使用 kafka.m5.2xlarge 代理程式的 MSK 標準叢集，每個代理程式有 2，500 個分割區。我是否遵循最佳實務？」

技能：

針對 m5.2xlarge，對照每個代理程式 2，000 個分割區的建議限制檢查您的分割區計數。
警告您超過建議的計數，並接近支援更新操作的 3，000 個上限。
建議減少分割區或升級至 m5.4xlarge （每個代理程式支援 4，000 個分割區）。
檢查您的 num.io.threads 和 num.network.threads 設定，並在大小過小時建議調校。

診斷 Express 代理程式效能

提示：「My Express 叢集有 3 個 express.m7g.large 代理程式，而我看到調節。有什麼問題？」

技能：

識別 express.m7g.large支援每個代理程式 15.6 MBps 的輸入和 31.2 MBps 的輸出。
詢問您目前的輸送量或執行 CloudWatch 查詢以檢查 BytesInPerSec和 BytesOutPerSec。
如果輸送量超過每個代理程式的限制，建議擴展express.m7g.xlarge或新增代理程式。
檢查 ProduceThrottleTime和 FetchThrottleTime指標。

稽核用戶端組態

提示：「檢閱我的 Kafka 生產者組態以取得 MSK 的最佳實務」

技能：

檢查關鍵組態，例如 linger.ms、buffer.memory、、 acks batch.size等，以了解效能和耐久性考量。
為您的案例提供建議，以調整組態、改善效能並確保高可用性。

設定監控和警示

提示：「協助我依照最佳實務設定 MSK 叢集的 CloudWatch 監控」

技能：

為 CPU 使用率 (CpuUser + CpuSystem)RequestHandlerAvgIdlePercent、等關鍵指標建立警示，以監控代理程式飽和度。
對於標準：新增KafkaDataLogsDiskUsed > 85%警示和UnderReplicatedPartitions > 0警示。
對於 Express：新增成本最佳化的StorageUsed監控。
設定每個代理程式、每個主題和per-consumer-group儀表板。

原始程式碼和貢獻

managing-amazon-msk 技能是開放原始碼。您可以檢閱原始程式碼、建議改進，或提供新功能。

GitHub：GitHub 上的 aws/agent-toolkit-for-aws

歡迎透過 GitHub 問題或提取請求，提供其他最佳實務案例、新使用案例或更正的意見回饋。

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

Apache Kafka 用戶端的最佳實務

MSK Serverless

使用managing-amazon-msk技能分析最佳實務

功能