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，这样谨慎的运维人员可以使用此工具来辅助进行管理操作。您的 AWS 用户角色将决定您可以执行的权限。

<img width="1619" alt="image" src="https://github.com/user-attachments/assets/2fe266ca-e641-4ab6-8407-630d221f1402" />

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。而且结果是 JSON 格式，并且有很多限制。

我尝试使用 aws-mcp，但遇到了一些问题：

1. 设置麻烦：必须克隆一个 git 仓库并处理本地设置
2. 稳定性问题：在我的 Mac 上不够稳定
3. 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 git 克隆
• 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()

2. 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
  • 允许的导入：
    • 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：

1. 在您的 AWS 账户中创建一个 IAM 用户
2. 为程序化访问生成访问密钥
3. 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 秘密密钥
• 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：

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，或者从 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：

1. 创建一个新的构建器实例（如果尚未创建）：

   docker buildx create --use
   

2. 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 .
   

3. 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"
      ]
    }
  }
}