MCP 服务器

AWS Nova Canvas

使用 Amazon Bedrock 的 Amazon Nova Canvas 提供图像生成功能，可以通过文本提示和调色板创建视觉效果——非常适合用于模型、图表和 UI 设计概念。

README

AWS MCP 服务器

一套专门的 MCP 服务器，可将 AWS 最佳实践直接引入您的开发工作流程。

可用服务器

此 monorepo 包含以下 MCP 服务器：

核心 MCP 服务器

一个用于管理和协调其他 AWS Labs MCP 服务器的服务器。

自动 MCP 服务器管理
规划和指导以编排 AWS Labs MCP 服务器
UVX 安装支持
集中式配置

了解更多 | 文档

AWS 文档 MCP 服务器

一个用于访问 AWS 文档和最佳实践的服务器。

使用官方 AWS 搜索 API 搜索文档
获取 AWS 文档页面的内容推荐
将文档转换为 markdown 格式

了解更多 | 文档

Amazon Bedrock 知识库检索 MCP 服务器

一个用于访问 Amazon Bedrock 知识库的服务器。

发现知识库及其数据源
使用自然语言查询知识库
按数据源过滤结果
重新排序结果

了解更多 | 文档

AWS CDK MCP 服务器

一个用于 AWS CDK 最佳实践的服务器。

AWS CDK 项目分析和辅助
CDK 构造建议
基础设施即代码最佳实践

了解更多 | 文档

成本分析 MCP 服务器

一个用于 AWS 成本分析的服务器。

分析和可视化 AWS 成本
使用自然语言查询成本数据
生成成本报告和见解

了解更多 | 文档

Amazon Nova Canvas MCP 服务器

一个用于使用 Amazon Nova Canvas 生成图像的服务器。

基于文本的图像生成，具有可自定义的参数
具有特定调色板的颜色引导图像生成
用于保存生成图像的工作区集成
通过配置文件进行 AWS 身份验证

了解更多 | 文档

什么是模型上下文协议 (MCP)，它如何与 AWS MCP 服务器协同工作？

模型上下文协议 (MCP) 是一种开放协议，可在 LLM 应用程序与外部数据源和工具之间实现无缝集成。无论您是构建 AI 驱动的 IDE、增强聊天界面还是创建自定义 AI 工作流程，MCP 都提供了一种标准化方式来将 LLM 与它们所需的上下文连接起来。

— 模型上下文协议 README

AWS MCP 服务器使用此协议为 AI 应用程序提供对 AWS 文档、上下文指导和最佳实践的访问。通过标准化的 MCP 客户端-服务器架构，AWS 功能成为您的开发环境或 AI 应用程序的智能扩展。

例如，您可以使用 AWS 文档 MCP 服务器 来帮助您的 AI 助手研究和生成任何 AWS 服务的代码，例如 Amazon Bedrock Inline 代理。或者，您可以使用 CDK MCP 服务器 让您的 AI 助手创建使用最新的 AWS CDK API 并遵循 AWS 最佳实践的基础设施即代码实现。

AWS MCP 服务器支持增强的云原生开发、基础设施管理和开发工作流程，从而使 AI 辅助云计算更易于访问和高效。

模型上下文协议是由 Anthropic, PBC 运行的开源项目，并向整个社区开放贡献。

安装和设置

每个服务器都有特定的安装说明。通常，您可以：

从 Astral 安装 uv
使用 uv python install 3.10 安装 Python
使用对所需服务的访问权限配置 AWS 凭证
将服务器添加到您的 MCP 客户端配置

Amazon Q CLI MCP 的示例配置 (~/.aws/amazonq/mcp.json):

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "mcp 设置文件的路径"
      }
    },
    "awslabs.nova-canvas-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.nova-canvas-mcp-server@latest"
      ],
      "env": {
        "AWS_PROFILE": "您的-aws-配置文件",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    },
    "awslabs.bedrock-kb-retrieval-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.bedrock-kb-retrieval-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "您的-aws-配置文件",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    },
    "awslabs.cost-analysis-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.cost-analysis-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "您的-aws-配置文件",
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    },
    "awslabs.cdk-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.cdk-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    },
    "awslabs.aws-documentation-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-documentation-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}