AWS MCP Servers

AWS MCP サーバー

MCP を利用できるあらゆる場所で AWS を最大限に活用できるよう支援する、専門分野に特化した MCP サーバーのスイートです。

目次

• AWS MCP サーバー
  • 目次
  • Model Context Protocol（MCP）とは何ですか？AWS MCP サーバーとはどのように連携しますか？
    • MCP サーバーを使う理由
  • 利用可能なサーバー
    • コア MCP サーバー
    • AWS ドキュメント MCP サーバー
    • Amazon Bedrock ナレッジベース検索 MCP サーバー
    • AWS CDK MCP サーバー
    • コスト分析 MCP サーバー
    • Amazon Nova Canvas MCP サーバー
    • AWS ダイアグラム MCP サーバー
    • AWS CloudFormation MCP サーバー
    • AWS Lambda MCP サーバー
    • Amazon SNS / SQS MCP サーバー
    • AWS Terraform MCP サーバー
    • Amazon ElastiCache/MemoryDB Valkey MCP サーバー
    • Amazon ElastiCache Memcached MCP サーバー
    • AWS Location Service MCP サーバー
    • Git リポジトリ調査 MCP サーバー
    • コードドキュメント生成 MCP サーバー
    • Postgres MCP サーバー
    • Amazon MQ MCP サーバー
    • 合成データ MCP サーバー
    • AWS DynamoDB MCP サーバー
    • Amazon Neptune MCP サーバー
    • サーバーのユースケース
  • インストールとセットアップ
    • コンテナで MCP サーバーを実行する
    • Cline と Amazon Bedrock を使い始める
      • cline_mcp_settings.json
    • Cursor を使い始める
      • .cursor/mcp.json
    • Windsurf を使い始める
      • ~/.codeium/windsurf/mcp_config.json
  • サンプル
  • ドキュメント
  • バイブコーディング
  • その他のリソース
  • セキュリティ
  • コントリビューション
  • 開発者向けガイド
  • ライセンス
  • 免責事項

Model Context Protocol（MCP）とは何ですか？AWS MCP サーバーではどのように機能しますか？

Model Context Protocol（MCP）は、LLM アプリケーションと外部のデータソースやツールをシームレスに統合するオープンプロトコルです。AI を活用した IDE の構築、チャットインターフェイスの強化、カスタム AI ワークフローの作成など、MCP は LLM を必要なコンテキストに接続する標準化された方法を提供します。

— Model Context Protocol README

MCP サーバーは、標準化された Model Context Protocol を通じて特定の機能を公開する軽量なプログラムです。ホストアプリケーション（チャットボット、IDE、その他の AI ツールなど）には、MCP サーバーと 1 対 1 の接続を維持する MCP クライアントがあります。一般的な MCP クライアントには、エージェント型 AI コーディングアシスタント（Q Developer、Cline、Cursor、Windsurf など）や、Claude Desktop などのチャットボットアプリケーションがあり、今後さらに多くのクライアントが登場する予定です。MCP サーバーはローカルデータソースやリモートサービスにアクセスし、モデルが生成する出力の品質を高める追加のコンテキストを提供できます。

AWS MCP サーバーはこのプロトコルを使用して、AI アプリケーションから AWS のドキュメント、状況に応じたガイダンス、ベストプラクティスにアクセスできるようにします。標準化された MCP のクライアント・サーバーアーキテクチャを通じて、AWS の機能を開発環境や AI アプリケーションのインテリジェントな拡張機能として活用できます。

AWS MCP サーバーは、クラウドネイティブな開発、インフラストラクチャ管理、開発ワークフローを強化し、AI 支援によるクラウドコンピューティングをより利用しやすく、効率的にします。

Model Context Protocol は Anthropic, PBC. が運営するオープンソースプロジェクトであり、コミュニティ全体からの貢献を受け付けています。MCP の詳細については、こちらでドキュメントをご覧いただけます。

MCP サーバーを使う理由

MCP サーバーは、基盤モデル（FM）の機能を次のような重要な方法で強化します。

• 出力品質の向上：関連情報をモデルのコンテキストに直接提供することで、MCP サーバーは AWS サービスなどの専門領域におけるモデルの応答を大幅に改善します。この方法により、ハルシネーションを減らし、技術的な詳細の正確性を高め、より精密なコード生成を可能にするとともに、推奨事項が最新の AWS のベストプラクティスやサービス機能に沿うようにします。

• 最新ドキュメントへのアクセス：FM は最近のリリース、API、SDK に関する知識を持っていない場合があります。MCP サーバーは最新のドキュメントを取り込むことでこのギャップを埋め、AI アシスタントが常に最新の AWS 機能を利用できるようにします。

• ワークフローの自動化：MCP サーバーは一般的なワークフローを、基盤モデルが直接使用できるツールに変換します。CDK、Terraform、その他の AWS 固有のワークフローに対応するこれらのツールにより、AI アシスタントは複雑なタスクをより正確かつ効率的に実行できます。

• 専門領域の知識：MCP サーバーは、基盤モデルのトレーニングデータに十分に含まれていない可能性のある、AWS サービスに関する深く状況に即した知識を提供します。これにより、クラウド開発タスクに対して、より正確で役立つ応答が可能になります。

利用可能なサーバー

このモノレポには、次の MCP サーバーが含まれています。

コア MCP サーバー

他の AWS Labs MCP サーバーを管理、調整するサーバーです。

• MCP サーバーの自動管理
• AWS Labs MCP サーバーを調整するための計画とガイダンス
• UVX インストールのサポート
• 一元化された設定

詳細を見る | ドキュメント

AWS Documentation MCP サーバー

AWS ドキュメントとベストプラクティスにアクセスするためのサーバーです。

• AWS 公式検索 API を使用したドキュメントの検索
• AWS ドキュメントページに関するコンテンツの推奨事項の取得
• ドキュメントの Markdown 形式への変換

詳細を見る | ドキュメント

Amazon Bedrock Knowledge Bases Retrieval MCP サーバー

Amazon Bedrock Knowledge Bases にアクセスするためのサーバーです。

• ナレッジベースとそのデータソースの検出
• 自然言語を使用したナレッジベースへのクエリ
• データソースによる結果のフィルタリング
• 結果の再ランク付け

詳細を見る | ドキュメント

AWS CDK MCP サーバー

AWS CDK のベストプラクティスに関するサーバーです。

• AWS CDK プロジェクトの分析と支援
• CDK コンストラクトの推奨
• Infrastructure as Code のベストプラクティス

詳細を見る | ドキュメント

Cost Analysis MCP サーバー

AWS コスト分析用のサーバーです。

• AWS コストの分析と可視化
• 自然言語を使用したコストデータへのクエリ
• コストレポートとインサイトの生成

詳細を見る | ドキュメント

Amazon Nova Canvas MCP サーバー

Amazon Nova Canvas を使用して画像を生成するためのサーバーです。

• カスタマイズ可能なパラメーターによるテキストベースの画像生成
• 特定のパレットを使用したカラーガイド付き画像生成
• 生成した画像を保存するためのワークスペース統合
• プロファイルによる AWS 認証

詳細を見る | ドキュメント

AWS Diagram MCP サーバー

Python diagrams パッケージの DSL を使用して、図をシームレスに作成するためのサーバーです。

• Python コードを使用したプロフェッショナルな図の生成
• AWS アーキテクチャ図、シーケンス図、フローチャート、クラス図に対応
• 図の外観、レイアウト、スタイルのカスタマイズ
• 安全な図の生成を確実にするためのコードスキャン

詳細を見る | ドキュメント

AWS CloudFormation MCP サーバー

cloudcontrol を介して AWS リソースを管理するサーバーです。AWS アカウント内の任意の AWS リソースに対して CRUDL 操作を実行できます。

• このサーバーは MCP クライアントと AWS の橋渡しをし、基盤モデル（FM）が AWS アカウント内のリソースを読み取り、管理できるようにします。
• たとえば、AWS::S3::Bucket の作成や、任意の AWS::Lambda::Function の一覧表示などに使用できます。

詳細を見る | ドキュメント

AWS Lambda MCP サーバー

コードを変更せずに、AWS Lambda 関数を選択して MCP ツールとして実行するサーバーです。

• このサーバーは、MCP クライアントと AWS Lambda 関数の間のブリッジとして機能し、基盤モデル（FM）が Lambda 関数にツールとしてアクセスして実行できるようにします。
• たとえば、パブリックネットワークへのアクセスを提供することなく、内部アプリケーションやデータベースなどのプライベートリソースにアクセスするために利用できます。
• この方法により、MCP クライアントは他の AWS サービス、プライベートネットワーク、パブリックインターネットを利用できます。
• Lambda 関数の説明は、MCP がツールを説明するために使用されます。関数をいつ（関数は何を提供するのか？）、どのように（どのパラメーターが必要か？どの構文か？）使用すべきかを FM に示す必要があります。

詳細はこちら | ドキュメント

Amazon SNS / SQS MCP サーバー

Amazon SNS / SQS 用のサーバーです。

• SNS / SQS のトピックとキューを作成します。
• SNS トピックを購読し、メッセージを発行します。
• キューへのメッセージの送信と、キューからのメッセージの受信を行います。
• トピック / キューの属性を変更します。

詳細はこちら | ドキュメント

AWS Terraform MCP サーバー

AWS Terraform のベストプラクティスを提供するサーバーです。

• セキュリティを最優先する開発ワークフロー
• Checkov との統合
• AWS および AWSCC プロバイダーのドキュメント
• AWS-IA GenAI モジュール
• Terraform ワークフローの実行

詳細はこちら | ドキュメント

Amazon ElastiCache / MemoryDB Valkey MCP サーバー

Amazon ElastiCache Valkey データストアを自然言語で操作するインターフェースを提供し、AI エージェントがデータを効率的に管理、検索できるようにするサーバーです。この MCP サーバーは、Amazon MemoryDB Valkey データストアでも使用できます。

• データ操作のための自然言語インターフェース
• 幅広いデータ型に対応（String、Hash、List、Set、Sorted Set）
• Streams や JSON ドキュメントなどの高度な機能
• SSL/TLS によるセキュアな接続とクラスターのモードに対応
• コネクションプーリングと効率的なリソース管理

詳細はこちら | ドキュメント

Amazon ElastiCache Memcached MCP サーバー

Amazon ElastiCache Memcached キャッシュを自然言語で操作するインターフェースを提供し、AI エージェントがキャッシュデータを効率的に管理、検索できるようにするサーバーです。

• キャッシュ操作のための自然言語インターフェース
• 幅広いコマンドに対応（Get、Set、Remove、Touch、CAS、Increment、Decrement）
• SSL/TLS によるセキュアな接続
• コネクションプーリングと効率的なリソース管理

詳細はこちら | ドキュメント

AWS Location Service MCP サーバー

場所検索、地理座標、ルート計画を中心に、AWS Location Service の機能にアクセスするサーバーです。

• ジオコーディングを使用した場所の検索
• PlaceId による特定の場所の詳細情報の取得
• 座標を住所に逆ジオコーディング
• ある場所の近くにある場所の検索
• 現在営業中の場所の検索
• ターンバイターン方式の道順を使った場所間のルート計算
• 効率的なルート案内のための経由地の最適化

詳しくはこちら

Git Repo Research MCP サーバー

セマンティック検索を使用して Git リポジトリを調査するサーバーです。

• FAISS と Amazon Bedrock の埋め込みを使用したリポジトリのインデックス作成
• リポジトリ内のセマンティック検索
• リポジトリ構造の分析
• AWS 組織内の GitHub リポジトリ検索
• テキストおよびバイナリに対応したファイルアクセス

詳しくはこちら | ドキュメント

コードドキュメント生成 MCP サーバー

コードリポジトリの包括的なドキュメントを自動生成するサーバーです。

• リポジトリの分析に基づくドキュメントの自動生成
• AWS Diagrams MCP Server との AWS アーキテクチャ図の統合
• 複数のドキュメント形式（README、API、バックエンド、フロントエンド）
• AI アシスタント向けのインタラクティブなドキュメント作成ワークフロー

詳しくはこちら | ドキュメント

Postgres MCP サーバー

Aurora Postgres 用のサーバーです。

• 人が読める質問やコマンドを、構造化された Postgres 互換の SQL クエリに変換し、設定済みの Aurora Postgres データベースに対して実行
• RDS Data API を使用して Postgres からテーブルの列とコメントを取得

詳しくはこちら | ドキュメント

Amazon Neptune MCP サーバー

Amazon Neptune グラフデータベースを操作するサーバーです。

• Neptune Database での openCypher/Gremlin クエリの実行
• Neptune Analytics での openCypher クエリの実行
• グラフのスキーマの取得

詳しくはこちら | ドキュメント

Amazon MQ MCP サーバー

Amazon MQ 用のサーバーです。

• 既存の Amazon MQ for ActiveMQ および RabbitMQ ブローカーを分析します。
• 新しい Amazon MQ for ActiveMQ および RabbitMQ ブローカーインスタンスをプロビジョニングします。

詳しくはこちら | ドキュメント

Synthetic Data MCP サーバー

合成データを生成、検証、管理するためのサーバーです。

• ビジネス主導の生成：ビジネスの説明に基づいて合成データ生成の指示を作成します
• 安全な Pandas コードの実行：DataFrame を自動検出する制限付き環境で pandas コードを実行します
• JSON Lines の検証：JSON Lines データを検証し、CSV 形式に変換します
• データ検証：データ構造と参照整合性を検証し、CSV ファイルとして保存します
• 参照整合性チェック：テーブル間の関係を検証します
• データ品質評価：データモデルの潜在的な問題を特定します（第 3 正規形の検証）
• ストレージ統合：複数の形式と構成に対応し、さまざまなストレージターゲット（S3）にデータを読み込みます

詳細を見る | ドキュメント

AWS DynamoDB MCP サーバー

AWS DynamoDB と連携するためのサーバーです。

• テーブルの作成、テーブルの更新、グローバルセカンダリインデックス、ストリーム、グローバルテーブルの管理、バックアップ、復元などのコントロールプレーン操作
• put、get、update、query、scan などのデータプレーン操作

詳細を見る

サーバーのユースケース

たとえば、AWS Documentation MCP Server を使用すると、AI アシスタントによる調査を支援し、Amazon Bedrock Inline agents などの AWS サービス向けに最新のコードを生成できます。また、CDK MCP Server または Terraform MCP Server を使用して、AI アシスタントに最新の API を使用し、AWS のベストプラクティスに従った Infrastructure as Code の実装を作成させることもできます。Cost Analysis MCP Server では、「この CDK プロジェクトをデプロイする前に、月額コストの見積もりを教えてください」や「このインフラストラクチャ設計で発生する可能性のある AWS サービスの費用を理解するのを手伝ってもらえますか？」と質問し、詳細なコスト見積もりや予算計画に関する知見を得られます。Valkey MCP Server を使用すると、Valkey データストアを自然言語で操作でき、シンプルな会話型インターフェースを通じて AI アシスタントがデータ操作を効率的に管理できます。

インストールとセットアップ

各サーバーには固有のインストール手順があります。一般的には、次の手順を実行します。

1. Astral から uv をインストールします
2. uv python install 3.10 を使用して Python をインストールします
3. 必要なサービスへのアクセス権を持つ AWS 認証情報を設定します
4. MCP クライアントの設定にサーバーを追加します

Amazon Q CLI MCP 用の設定例（~/.aws/amazonq/mcp.json）：

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
      }
    },
    "awslabs.nova-canvas-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.nova-canvas-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "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": "your-aws-profile",
        "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": "your-aws-profile",
        "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": []
    },
    "awslabs.lambda-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.lambda-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FUNCTION_PREFIX": "your-function-prefix",
        "FUNCTION_LIST": "your-first-function, your-second-function",
        "FUNCTION_TAG_KEY": "your-tag-key",
        "FUNCTION_TAG_VALUE": "your-tag-value"
      }
    },
    "awslabs.terraform-mcp-server": {
       "command": "uvx",
       "args": ["awslabs.terraform-mcp-server@latest"],
       "env": {
         "FASTMCP_LOG_LEVEL": "ERROR"
       },
       "disabled": false,
       "autoApprove": []
     },
      "awslabs.valkey-mcp-server": {
        "command": "uvx",
        "args": ["awslabs.valkey-mcp-server@latest"],
        "env": {
          "VALKEY_HOST": "127.0.0.1",
          "VALKEY_PORT": "6379",
          "FASTMCP_LOG_LEVEL": "ERROR"
        },
        "autoApprove": [],
        "disabled": false
    "awslabs.aws-location-mcp-server": {
       "command": "uvx",
       "args": ["awslabs.aws-location-mcp-server@latest"],
       "env": {
         "AWS_PROFILE": "your-aws-profile",
         "AWS_REGION": "us-east-1",
         "FASTMCP_LOG_LEVEL": "ERROR"
       },
       "disabled": false,
       "autoApprove": []
    },
    "awslabs.memcached-mcp-server": {
        "command": "uvx",
        "args": ["awslabs.memcached-mcp-server@latest"],
        "env": {
          "MEMCACHED_HOST": "127.0.0.1",
          "MEMCACHED_PORT": "11211",
          "FASTMCP_LOG_LEVEL": "ERROR"
        },
        "autoApprove": [],
        "disabled": false
    }
    "awslabs.git-repo-research-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.git-repo-research-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR",
        "GITHUB_TOKEN": "your-github-token"
      },
      "disabled": false,
      "autoApprove": []
    },
    "awslabs.cloudformation": {
      "command": "uvx",
      "args": ["awslabs.cfn-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

具体的な要件や設定オプションについては、各サーバーの README を参照してください。

uvx の "@latest" サフィックスを使用する場合のパフォーマンスに関する注意：

"@latest" サフィックスを使用すると、MCP クライアントを起動するたびに最新の MCP サーバーパッケージを pypi から確認してダウンロードしますが、初回の読み込み時間が長くなります。初回の読み込み時間を短縮するには、"@latest" を削除し、次のいずれかの方法で uv キャッシュを管理してください。

• uv cache clean <tool>：キャッシュから削除して再インストールする mcp サーバーを {tool} に指定します（例："awslabs.lambda-mcp-server"）（「<>」を削除してください）。
• uvx <tool>@latest：ツールを最新バージョンに更新し、uv キャッシュに追加します。

コンテナで MCP サーバーを実行する

この例では "awslabs.nova-canvas-mcp-server を使用して docker を実行しています。各 MCP サーバーで同様に実行できます。

• イメージをビルドしてタグ付けします

  cd src/nova-canvas-mcp-server
  docker build -t awslabs/nova-canvas-mcp-server .
  

• 必要に応じて、機密性の高い環境変数をファイルに保存します。

  # contents of a .env file with ficticious AWS temporary credentials
  AWS_ACCESS_KEY_ID=ASIAIOSFODNN7EXAMPLE
  AWS_SECRET_ACCESS_KEY=wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY
  AWS_SESSION_TOKEN=AQoEXAMPLEH4aoAH0gNCAPy...truncated...zrkuWJOgQs8IZZaIv2BXIa2R4Olgk
  

• "env": {} はコンテナ内では使用できないため、必要に応じて docker オプションの --env、--env-file、--volume を使用します。

  {
    "mcpServers": {
      "awslabs.nova-canvas-mcp-server": {
        "command": "docker",
        "args": [
          "run",
          "--rm",
          "--interactive",
          "--env",
          "FASTMCP_LOG_LEVEL=ERROR",
          "--env",
          "AWS_REGION=us-east-1",
          "--env-file",
          "/full/path/to/.env",
          "--volume",
          "/full/path/to/.aws:/app/.aws",
          "awslabs/nova-canvas-mcp-server:latest"
        ],
        "env": {}
      }
    }
  }
  

Cline と Amazon Bedrock の利用を開始する

{
  "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"
      }
    },
    "awslabs.nova-canvas-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.nova-canvas-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    },
    "awslabs.terraform-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.terraform-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    },
   }
 }

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.

Cursor を使い始める

{
 "mcpServers": {
   "awslabs.core-mcp-server": {
     "command": "uvx",
     "args": ["awslabs.core-mcp-server@latest"],
     "env": {
       "FASTMCP_LOG_LEVEL": "ERROR"
     }
   },
   "awslabs.nova-canvas-mcp-server": {
     "command": "uvx",
     "args": ["awslabs.nova-canvas-mcp-server@latest"],
     "env": {
       "AWS_PROFILE": "your-aws-profile",
       "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": "your-aws-profile",
       "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": "your-aws-profile",
       "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": []
   },
   "awslabs.lambda-mcp-server": {
     "command": "uvx",
     "args": ["awslabs.lambda-mcp-server@latest"],
     "env": {
       "AWS_PROFILE": "your-aws-profile",
       "AWS_REGION": "us-east-1",
       "FUNCTION_PREFIX": "your-function-prefix",
       "FUNCTION_LIST": "your-first-function, your-second-function",
       "FUNCTION_TAG_KEY": "your-tag-key",
       "FUNCTION_TAG_VALUE": "your-tag-value"
     }
   },
   "awslabs.terraform-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.terraform-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    },
     "awslabs.valkey-mcp-server": {
       "command": "uvx",
       "args": ["awslabs.valkey-mcp-server@latest"],
       "env": {
         "VALKEY_HOST": "127.0.0.1",
         "VALKEY_PORT": "6379",
         "FASTMCP_LOG_LEVEL": "ERROR"
       },
       "autoApprove": [],
       "disabled": false
     },
   "awslabs.aws-location-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-location-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
   },
   "awslabs.memcached-mcp-server": {
       "command": "uvx",
       "args": ["awslabs.memcached-mcp-server@latest"],
       "env": {
         "MEMCACHED_HOST": "127.0.0.1",
         "MEMCACHED_PORT": "11211",
         "FASTMCP_LOG_LEVEL": "ERROR"
       },
       "autoApprove": [],
       "disabled": false
   },
   "awslabs.git-repo-research-mcp-server": {
     "command": "uvx",
     "args": ["awslabs.git-repo-research-mcp-server@latest"],
     "env": {
       "AWS_PROFILE": "your-aws-profile",
       "AWS_REGION": "us-east-1",
       "FASTMCP_LOG_LEVEL": "ERROR",
       "GITHUB_TOKEN": "your-github-token"
     },
     "disabled": false,
     "autoApprove": []
   },
   "awslabs.cloudformation": {
     "command": "uvx",
     "args": ["awslabs.cfn-mcp-server@latest"],
     "env": {
       "AWS_PROFILE": "your-aws-profile"
     },
     "disabled": false,
     "autoApprove": []
   }
 }
}

Windsurf を使い始める

{
  "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"
      }
    },
    "awslabs.nova-canvas-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.nova-canvas-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    },
    "awslabs.terraform-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.terraform-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": []
    },
   }
 }

サンプル

すぐに使える AWS MCP サーバーの動作例は、samples ディレクトリにあります。これらのサンプルには、各 MCP サーバーを使い始めるのに役立つ動作するコードと、手順を追ったガイドが含まれています。

ドキュメント

すべてのサーバーに関する包括的なドキュメントは、ドキュメントサイトでご覧いただけます。

各サーバーのドキュメント：

• Core MCP Server
• Amazon Bedrock Knowledge Bases Retrieval MCP Server
• AWS CDK MCP Server
• Cost Analysis MCP Server
• Amazon Nova Canvas MCP Server
• AWS Diagram MCP Server
• Amazon ElastiCache/MemoryDB Valkey MCP Server erver/)
• Amazon ElastiCache Memcached MCP Server
• Git Repo Research MCP Server
• CloudFormation MCP Server

ドキュメントには、以下が含まれています。

• 各サーバーの詳細ガイド
• インストールおよび設定手順
• API リファレンス
• 使用例

バイブコーディング

これらの MCP サーバーを AI コーディングアシスタントと組み合わせて、バイブコーディングに利用できます。バイブコーディングの体験を向上させるヒントやコツについては、ガイドをご覧ください。

その他のリソース

• コードアシスタント向け AWS MCP サーバーの紹介
• AWS MCP サーバーでバイブコーディング | AWS Show & Tell

セキュリティ

詳細については、CONTRIBUTINGをご覧ください。

コントリビューション

素晴らしいコントリビューターの皆さんに心から感謝します！このプロジェクトをより良いものにしてくださり、ありがとうございます！

あらゆる種類のコントリビューションを歓迎します！詳細については、コントリビューターガイドをご覧ください。

開発者ガイド

ライブラリに新しい MCP Server を追加する場合は、開発ガイドをご覧のうえ、設計ガイドラインに従ってください。

ライセンス

このプロジェクトは Apache-2.0 License の下でライセンスされています。

免責事項

MCP Server を使用する前に、ご自身のセキュリティおよび品質管理の実践と基準、ならびにご自身およびコンテンツに適用される法律、規則、規制に準拠して使用できることを確認するため、独自に評価を実施することをご検討ください。