MCP 服务器

AWS Resources MCP Server

一个模型上下文协议服务器，使 Claude 能够使用 boto3 执行 Python 代码，从而直接从对话中查询和管理 AWS 资源。

README

AWS Resources MCP 服务器

概述

一个模型上下文协议 (MCP) 服务器的实现，它提供运行生成的 Python 代码，通过 boto3 查询任何 AWS 资源的能力。

风险自负: 我没有限制操作为只读，以便谨慎的运维人员可以使用此工具进行管理操作。您的 AWS 用户角色将决定您可以执行的权限。

演示：修复 Dynamodb 权限错误

https://github.com/user-attachments/assets/de88688d-d7a0-45e1-94eb-3f5d71e9a7c7

为什么需要另一个 AWS MCP 服务器？

我尝试了具有开发者访问权限的 AWS Chatbot。免费套餐对资源查询有每月 25 次的限制。下一个套餐是 19 美元/月，包含 90% 我不使用的功能。并且结果以 JSON 格式呈现，并且有很多限制。

我尝试使用 aws-mcp，但遇到了一些问题：

设置麻烦：必须克隆一个 git 仓库并处理本地设置
稳定性问题：在我的 Mac 上不够稳定
Node.js 技术栈：作为一名 Python 开发者，我无法有效地贡献回 Node.js 代码库

所以我创建了这个新方法，它：

直接从 Docker 镜像运行 - 无需克隆 git 仓库
使用 Python 和 boto3 以获得更好的稳定性
使 Python 人员更容易贡献
包括适当的代码执行沙箱
保持一切容器化和干净

有关模型上下文协议及其工作原理的更多信息，请参阅 Anthropic 的 MCP 文档。

组件

资源

服务器公开以下资源：

aws://query_resources：一个动态资源，提供通过 boto3 查询访问 AWS 资源的能力

示例查询

以下是一些您可以执行的示例查询：

s3 = session.client('s3')
result = s3.list_buckets()

获取最新的 CodePipeline 部署：

def get_latest_deployment(pipeline_name):
    codepipeline = session.client('codepipeline')

    result = codepipeline.list_pipeline_executions(
        pipelineName=pipeline_name,
        maxResults=5
    )

    if result['pipelineExecutionSummaries']:
        latest_execution = max(
            [e for e in result['pipelineExecutionSummaries']
             if e['status'] == 'Succeeded'],
            key=itemgetter('startTime'),
            default=None
        )

        if latest_execution:
            result = codepipeline.get_pipeline_execution(
                pipelineName=pipeline_name,
                pipelineExecutionId=latest_execution['pipelineExecutionId']
            )
        else:
            result = None
    else:
        result = None

    return result

result = get_latest_deployment("your-pipeline-name")

工具

服务器提供一个用于执行 AWS 查询的工具：

query_aws_resources
- 执行一个 boto3 代码片段来查询 AWS 资源
- 输入：
  - code_snippet (string): 使用 boto3 查询 AWS 资源的 Python 代码
  - 代码必须设置一个 result 变量，其中包含查询输出
- 允许导入的模块：
  - boto3
  - operator
  - json
  - datetime
  - pytz
- 可用的内置函数：
  - 基本类型：dict, list, tuple, set, str, int, float, bool
  - 操作：len, max, min, sorted, filter, map, sum, any, all
  - 对象处理：hasattr, getattr, isinstance
  - 其他：print, import

设置

前提条件

您需要具有适当权限的 AWS 凭证才能查询 AWS 资源。您可以通过以下方式获得这些凭证：

在您的 AWS 账户中创建一个 IAM 用户
为程序化访问生成访问密钥
确保 IAM 用户具有查询您想要查询的 AWS 服务所需的权限

需要以下环境变量：

AWS_ACCESS_KEY_ID：您的 AWS 访问密钥
AWS_SECRET_ACCESS_KEY：您的 AWS 密钥
AWS_SESSION_TOKEN：（可选）如果使用临时凭证，则为 AWS 会话令牌
AWS_DEFAULT_REGION：AWS 区域（如果未设置，则默认为“us-east-1”）

您还可以使用存储在 ~/.aws/credentials 文件中的配置文件。为此，请将 AWS_PROFILE 环境变量设置为配置文件名称。

注意：请确保您的 AWS 凭证安全，并且永远不要将其提交到版本控制。

通过 Smithery 安装

要通过 Smithery 为 Claude Desktop 自动安装 AWS Resources MCP Server，请执行以下操作：

npx -y @smithery/cli install mcp-server-aws-resources-python --client claude

Docker 安装

您可以选择在本地构建镜像，也可以从 Docker Hub 拉取镜像。该镜像是为 Linux 平台构建的。

支持的平台

Linux/amd64
Linux/arm64
Linux/arm/v7

选项 1：从 Docker Hub 拉取

docker pull buryhuang/mcp-server-aws-resources:latest

选项 2：在本地构建

docker build -t mcp-server-aws-resources .

运行容器：

docker run \
  -e AWS_ACCESS_KEY_ID=your_access_key_id_here \
  -e AWS_SECRET_ACCESS_KEY=your_secret_access_key_here \
  -e AWS_DEFAULT_REGION=your_AWS_DEFAULT_REGION \
  buryhuang/mcp-server-aws-resources:latest

或者使用存储的凭证和配置文件：

docker run \
  -e AWS_PROFILE=[AWS_PROFILE_NAME] \
  -v ~/.aws:/root/.aws \
  buryhuang/mcp-server-aws-resources:latest

跨平台发布

要为多个平台发布 Docker 镜像，您可以使用 docker buildx 命令。请按照以下步骤操作：

创建一个新的构建器实例（如果尚未创建）：
```
docker buildx create --use
```

为多个平台构建和推送镜像：

docker buildx build --platform linux/amd64,linux/arm64,linux/arm/v7 -t buryhuang/mcp-server-aws-resources:latest --push .

验证镜像是否可用于指定的平台：

docker buildx imagetools inspect buryhuang/mcp-server-aws-resources:latest

与 Claude Desktop 一起使用

使用 Docker 运行

使用 ACCESS_KEY_ID 和 SECRET_ACCESS_KEY 的示例

{
  "mcpServers": {
    "aws-resources": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "AWS_ACCESS_KEY_ID=your_access_key_id_here",
        "-e",
        "AWS_SECRET_ACCESS_KEY=your_secret_access_key_here",
        "-e",
        "AWS_DEFAULT_REGION=us-east-1",
        "buryhuang/mcp-server-aws-resources:latest"
      ]
    }
  }
}

使用 PROFILE 并挂载本地 AWS 凭证的示例

{
  "mcpServers": {
    "aws-resources": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "-e",
        "AWS_PROFILE=default",
        "-v",
        "~/.aws:/root/.aws",
        "buryhuang/mcp-server-aws-resources:latest"
      ]
    }
  }
}

使用 Git 克隆运行

使用 git 克隆和配置文件的示例

{
  "mcpServers": {
    "aws": {
      "command": "/Users/gmr/.local/bin/uv",
      "args": [
        "--directory",
        "/<your-path>/mcp-server-aws-resources-python",
        "run",
        "src/mcp_server_aws_resources/server.py",
        "--profile",
        "testing"
      ]
    }
  }
}