Amazon Bedrock Converse API 和数据库 MCP 服务器集成

本示例演示了如何通过 模型上下文协议 (MCP) 服务器架构将 AWS Bedrock 的会话式 AI 功能与关系数据库集成。该示例利用 Bedrock 的 Converse API 实现与数据库的自然语言交互（仅查询模式），而 MCP 服务器处理数据库操作和安全协议的复杂性。

该架构为希望将生成式 AI 功能集成到数据库应用程序中的开发人员提供了一个参考实现。虽然该示例侧重于 RDS PostgreSQL 和 SQLite，但该模式可以很容易地适用于支持 MCP 服务器集成的其他数据库系统。

本示例演示了：

• 使用模型上下文协议 (MCP) 将 RDS PostgreSQL 和 SQLite 与 AWS Bedrock 的基础模型集成
• Bedrock Converse API 与 MCP 服务器集成
• 使用 Bedrock 基础模型对数据库进行自然语言查询（只读）
• 通过 MCP 服务器实现安全高效的数据库操作
• 向现有应用程序添加 GenAI 功能
• 跨数据库 GenAI 解决方案的基础

AWS 组件

本示例中使用的 AWS 资源列表

• Bedrock Converse API: 通过管理与基础模型 (FM) 的多次交互中的上下文、记忆和状态，实现实时的会话体验。链接
• Bedrock 模型: Anthropic Claude Sonnet 3.5 或 Bedrock 中提供的其他 LLM。链接
• Bedrock Guardrails: 实施根据您的应用程序需求和负责任的 AI 策略定制的保护措施。链接
• RDS Postgres: 用于查询数据库。链接

前提条件

• 具有 AWS Identity and Access Management (IAM) 权限以创建 RDS PostgreSQL 数据库的 AWS 账户
• 访问 Bedrock LLM
• 具有对 RDS Postgress 的只读访问权限的用户
• 安装了 Boto3 库的 Python
• 像 Visual Studio Code 这样的 IDE
• 本地系统上的 SQLite 数据库
• 从此处下载 AWS RDS 根证书
• （可选）设置 Bedrock Guardrails 以在 LLM 级别阻止 DDL 查询。这将确保即使您的数据库用户允许 DDL 操作，也不会在数据库中执行任何 DDL 操作。

克隆仓库

git clone https://github.com/aws-samples/sample-for-bedrock-integration-with-database-mcp-server

步骤 1

使用 VS Code IDE 等设置您的开发环境。

确保您已安装 Node.js（v10.13.0 或更高版本）

安装 AWS CDK

npm install -g aws-cdk

使用您的凭据配置 AWS CLI，并使用 Bedrock 可用的区域

aws configure

在 MacOS 和 Linux 上手动创建虚拟环境：

python3 -m venv .venv

激活您的虚拟环境

source .venv/bin/activate

激活虚拟环境后，您可以安装所需的依赖项。

pip install -r requirements.txt

使用 npm 安装 PostgreSQL MCP 服务器：

npm install -g @modelcontextprotocol/server-postgres

pip install mcp psycopg2-binary

Bedrock 访问

用户必须有权访问用于该示例的 Bedrock 模型。本示例假设以下设置

• 区域：这是从您的 AWS 会话在 agent.py 中设置的
• LLM: us.anthropic.claude-3-5-sonnet-20240620-v1:0 #在 mcpmain.py 中使用跨区域推理。如果不需要跨区域，请使用 LLM 端点 代替。

步骤 2：RDS Postgres 设置和访问

创建和设置 RDS

使用以下信息更改 dbconfig.ini 文件

• db_user = "xxx"
• db_password = "xxx" //出于安全原因，已从文件中删除。请务必将其添加回来
• db_host = "xxx.us-east-1.rds.amazonaws.com"
• db_port = "5432"
• db_name = "xxx"
• ssl_cert_path = "/xxx/global-bundle.pem" // .pem 文件的位置

步骤 3：运行应用程序并使用自然语言查询您配置的数据库

使用适当的数据库类型选项运行。如果未提供数据库类型，则聊天会话将假定 SQLite 作为默认数据库，并在 src/data 文件夹中创建一个名为 mymcpdb.db 的数据库。您可以通过修改 此文件 指向您现有的 SQLite 数据库

cd src

python3 chat.py --db-type [sqlite / postgres]

提出如下问题：（数据库用户有权在数据库中执行这些操作）

• 列出 products 表中所有可用的产品
• 列出价格高于 50.00 的产品

运行此示例的成本

以下服务将根据使用情况和正常运行时间产生费用。请在最后根据需要删除/禁用对此资源的访问。

• RDS Postgres 数据库 (https://aws.amazon.com/rds/postgresql/pricing/)
• Bedrok Claude 模型调用 API
• Bedrock Guardrail

附加信息

用于测试的示例 RDS Postgres 表和数据。这仅用于快速测试。

配置的数据库用户必须具有足够的权限才能执行这些操作。由于此示例仅适用于只读指令，因此这些操作必须使用数据库工具在此示例之外执行

CREATE TABLE users ( id SERIAL PRIMARY KEY, name VARCHAR(255) NOT NULL, email VARCHAR(255) UNIQUE NOT NULL, created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP );

INSERT INTO users (name, email) VALUES ('John Doe', 'john.doe@example.com'), ('Jane Smith', 'jane.smith@example.com'), ('Bob Wilson', 'bob.wilson@example.com'), ('Alice Johnson', 'alice.j@example.com'), ('Tom Brown', 'tom.brown@example.com');

CREATE TABLE products ( product_id SERIAL PRIMARY KEY, name VARCHAR(255) NOT NULL, price DECIMAL(10,2) NOT NULL );

INSERT INTO products (name, price) VALUES ('Amazon Echo Dot (5th Gen)', 49.99), ('Kindle Paperwhite 8GB', 139.99), ('Fire TV Stick 4K', 49.99), ('Ring Video Doorbell', 99.99), ('Amazon Smart Plug', 24.99);