EDGEONE-PAGES-MCP

详情请参阅 Kiro IDE documentation 或 Kiro CLI documentation。

在 Kiro IDE 中：

1. 前往 Kiro > MCP Servers
2. 点击 + Add 按钮添加新的 MCP 服务。
3. 粘贴下方提供的配置。

对于全局配置，请编辑 ~/.kiro/settings/mcp.json。对于项目专属配置，请编辑项目目录中的 .kiro/settings/mcp.json。

~/.kiro/settings/mcp.json

macOS/Linux：

{
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

Windows：

{
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

重要： 按照这些说明操作可能会产生费用，相关费用以 Amazon Bedrock 定价为准。你需要承担所有相关费用。除了在 Cline 设置中选择所需的模型外，还要确保已在 Amazon Bedrock 中启用所选模型（例如，anthropic.claude-3-7-sonnet）。有关如何启用 Amazon Bedrock 基础模型（FMs）访问权限的更多信息，请参阅这些 AWS 文档。

1. 按照上方 安装与设置 部分中的步骤，从 Astral 安装 uv、安装 Python，并配置具有所需服务权限的 AWS 凭证。

2. 如果使用 Visual Studio Code，请安装 Cline VS Code 扩展（或适用于你所选 IDE 的同类扩展）。安装后，点击该扩展将其打开。出现提示时，选择所需的套餐。本例中我们将使用 Amazon Bedrock，因此 Cline 的免费套餐即可满足需求，因为我们会通过 Amazon Bedrock API 而非 Cline API 发送请求。

3. 选择 MCP 服务 按钮。

4. 选择 已安装 选项卡，然后点击 配置 MCP 服务，打开 cline_mcp_settings.json 文件。

5. 在 cline_mcp_settings.json 文件中，将所需的 MCP 服务添加到 mcpServers 对象中。以下示例将使用本仓库中当前提供的一些 MCP 服务。请确保保存文件，以安装这些 MCP 服务。

cline_mcp_settings.json

对于 macOS/Linux：

{
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
   }
 }

对于 Windows：

{
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
  }
}

6. 安装完成后，你应该会在 MCP Server Installed 选项卡下看到 MCP 服务列表，并且它们旁边会显示绿色滑块，表示已启用。以下示例展示了两个可用于 AWS 的 MCP 服务。完成后，点击 Done。此时你应该会看到 Cline 聊天界面。

7. 默认情况下，Cline 会设为 API 提供商，但免费套餐有使用限制。接下来，我们将把 API 提供商更改为 AWS Bedrock，这样就可以通过 Bedrock 使用大模型，并由你已连接的 AWS 账户结算费用。

8. 点击设置齿轮，打开 Cline 设置。在 API Provider 下，将 Cline 切换为 AWS Bedrock，并将 AWS Profile 选为身份验证类型。请注意，AWS Credentials 选项也可以使用，但它会使用静态凭证（Access Key ID 和 Secret Access Key），而不是令令牌过期时自动轮换的临时凭证。因此，使用 AWS Profile 的临时凭证更安全，也是推荐的方式。

9. 根据你想使用的现有 AWS Profile 填写配置，选择所需的 AWS Region，并启用跨区域推理。

10. 接下来，在设置页面向下滚动，直到找到标有 Custom Instructions 的文本框。粘贴以下代码片段，确保每次提示词都从 mcp-core 服务开始使用：

For every new project, always look at your MCP servers and use mcp-core as the starting point every time. Also after a task completion include the list of MCP servers used in the operation.

11. 粘贴自定义提示词后，点击 Done 返回聊天界面。

12. 现在，你可以开始提问并测试已安装 MCP 服务的功能。聊天界面的默认选项是 Plan，它会提供供你手动执行的输出（例如，提供一份配置示例供你复制并粘贴到文件中）。不过，你也可以选择切换到 Act，让 Cline 代你执行操作（例如使用网页浏览器搜索内容、克隆仓库、执行代码等）。你还可以选择开启“Auto-approve”选项，免去点击批准建议的步骤；不过，我们建议在测试期间保持此选项关闭，尤其是在选择了 Act 开关的情况下。

注意： 为获得最佳效果，请提示 Cline 使用你想用的 MCP 服务。例如，Using the Terraform MCP Server, do...

1. 按照上方 安装和设置 部分中的步骤，从 Astral 安装 uv，安装 Python，并配置所需服务的 AWS 凭证。

2. 根据使用场景，可以在两个位置放置 MCP 配置：

A. 项目配置 - 对于特定项目的工具，请在项目目录中创建 .cursor/mcp.json 文件。 - 这样可以定义仅在该特定项目中可用的 MCP 服务。

B. 全局配置 - 对于希望在所有项目中使用的工具，请在主目录中创建 ~/.cursor/mcp.json 文件。 - 这样，所有 Cursor 工作区都可以使用这些 MCP 服务。

.cursor/mcp.json

适用于 macOS/Linux：

 {
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

适用于 Windows：

{
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

3. 在聊天中使用 MCP Composer Agent 会自动使用 MCP 设置页面的“可用工具”下列出的 MCP 工具（前提是它判断这些工具与当前任务相关）。如需主动调用工具，请提示 Cursor 使用你希望调用的 MCP 服务。例如：使用 Terraform MCP Server，执行……

4. 工具审批 默认情况下，当 Agent 想要使用 MCP 工具时，会显示一条消息请求你的批准。你可以点击工具名称旁边的箭头展开消息，查看 Agent 调用该工具时使用的参数。

1. 按照上方 安装和设置 部分中的步骤，从 Astral 安装 uv，安装 Python，并配置所需服务的 AWS 凭证。

2. 访问 MCP 设置

   • 前往 Windsurf - Settings > Advanced Settings，或使用 Command Palette > Open Windsurf Settings Page
   • 找到“Model Context Protocol (MCP) Servers”部分

3. 添加 MCP 服务

   • 点击“Add Server”以添加新的 MCP 服务
   • 你可以从可用模板中选择，例如 GitHub、Puppeteer、PostgreSQL 等。
   • 也可以点击“Add custom server”来配置自己的服务

4. 手动配置

   • 你也可以手动编辑位于 ~/.codeium/windsurf/mcp_config.json 的 MCP 配置文件

~/.codeium/windsurf/mcp_config.json

适用于 macOS/Linux：

{
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
   }
 }

适用于 Windows：

{
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
  }
}

在 VS Code 设置中或 .vscode/mcp.json 文件中配置 MCP 服务（更多信息请参阅 VS Code MCP 文档）：

.vscode/mcp.json

适用于 macOS/Linux：

{
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

适用于 Windows：

{
  "mcpServers": {
    "awslabs-core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

通过 CLI 或 .mcp.json 在 Claude Code 中配置 MCP 服务

1. 按照上方 安装和设置 部分中的步骤，从 Astral 安装 uv，安装 Python，并配置所需服务的 AWS 凭证。

2. 使用 Claude Code CLI 命令

   用于添加 MCP 服务的 Claude Code CLI 命令：

   # Add core AWS services
   claude mcp add aws-api uvx awslabs.aws-api-mcp-server@latest
   claude mcp add aws-iac uvx awslabs.aws-iac-mcp-server@latest
   claude mcp add aws-docs uvx awslabs.aws-documentation-mcp-server@latest
   claude mcp add aws-support uvx awslabs.aws-support-mcp-server@latest
   claude mcp add aws-pricing uvx awslabs.aws-pricing-mcp-server@latest
   
   # Add AI/ML and Bedrock services
   claude mcp add bedrock-kb uvx awslabs.bedrock-kb-retrieval-mcp-server@latest
   
   # Add data and analytics services
   claude mcp add aws-dataprocessing uvx awslabs.aws-dataprocessing-mcp-server@latest
   claude mcp add aurora-dsql uvx awslabs.aurora-dsql-mcp-server@latest
   claude mcp add valkey uvx awslabs.valkey-mcp-server@latest
   
   # List installed servers
   claude mcp list
   

3. 手动配置（替代方法）

   你也可以在项目根目录中创建 .mcp.json 文件，手动配置 MCP 服务：

.mcp.json

适用于 macOS/Linux：

{
  "mcpServers": {
    "awslabs.aws-iac-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-iac-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",
        "AWS_DOCUMENTATION_PARTITION": "aws"
      }
    }
  }
}

fx 可从终端管理 MCP 服务，并将配置存储在 ~/.fx/mcp.json 中，以便在每个项目中使用。

1. 按照上文 安装与设置 部分中的步骤，从 Astral 安装 uv、安装 Python，并使用所需服务配置 AWS 凭证。

2. 使用 fx CLI 命令

   # The hosted AWS Knowledge MCP Server needs no credentials
   fx mcp add --transport http aws-knowledge https://knowledge-mcp.global.api.aws
   
   # Local servers take the executable and its arguments
   fx mcp add aws-api uvx awslabs.aws-api-mcp-server@latest
   fx mcp add aws-iac uvx awslabs.aws-iac-mcp-server@latest
   fx mcp add aws-iam uvx awslabs.iam-mcp-server@latest
   
   # List configured servers
   fx mcp list
   

3. 手动配置（替代方式）

   在 mcp 键下添加服务。fx 使用 mcp 而非 mcpServers，使用 type 选择传输方式，并使用一个 command 数组存放可执行文件及其参数。

~/.fx/mcp.json

{
  "mcp": {
    "aws-knowledge-mcp-server": {
      "type": "http",
      "url": "https://knowledge-mcp.global.api.aws"
    },
    "awslabs.aws-iac-mcp-server": {
      "type": "local",
      "command": ["uvx", "awslabs.aws-iac-mcp-server@latest"],
      "environment": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

首次启动 uvx 服务时会下载软件包，耗时可能超过默认启动超时时间。如有需要，可为该服务延长超时时间：

"startup_timeout_ms": 30000

如果编辑文件时会话已打开，请运行 /mcp reload 以应用更改。