mcpField
A
AWS Strands Agents: Building and Connecting Your First Model Context Protocol (MCP) Server

AWS Strands Agents: Building and Connecting Your First Model Context Protocol (MCP) Server

本地服务
github.com/garystafford云与基础设施571 周前更新
代码仓库

关于 AWS Strands Agents: Building and Connecting Your First Model Context Protocol (MCP) Server

这是一个基于 JavaScript/Node.js 的 MCP 服务示例，用于按当前位置和天气条件搜索 Shutterstock 图片，并展示如何通过 Strands Agents 编排天气与图片搜索。面向探索 MCP 服务和 Agent 集成的开发者。

主要功能

  1. 01按位置与天气搜索 Shutterstock 图片
  2. 02通过 NWS API 获取天气信息
  3. 03使用 Strands Agents 编排多个 Agent
  4. 04支持 STDIO 与 Streamable HTTP 传输

适用场景

  1. 01构建结合天气情境的图片搜索流程
  2. 02学习 Strands Agents 与 MCP 服务的连接方式

MCP 相关

该项目实现 MCP 服务，向客户端提供 Shutterstock 媒体搜索能力。示例还展示 Strands Agents 如何连接服务并结合天气数据编排调用。

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

AWS Strands Agents：构建并连接你的第一个 Model Context Protocol（MCP）服务

概述

部署一个 MCP 服务，使用第三方 API 根据你当前的位置和天气状况搜索图库照片，并使用 Strands Agents 和 Amazon Q Developer CLI 对其进行编排。

Model Context Protocol（MCP）提供了一个标准化接口，使 AI Agent 能够与外部服务无缝交互。在这篇文章中，我们将演示如何使用 Shutterstock 强大的 API 构建一个与之集成的 MCP 服务。Shutterstock 是我最喜欢的高品质授权图片、视频、音乐和创意工具平台。随后，我们将介绍如何向使用 Strands Agents 开发的 Agent 提供这些丰富的媒体搜索功能。Strands Agents 是 AWS 为构建可用于生产环境的 AI Agent 提供的代码优先框架。通过编排多个 Agent，我们将让它们访问 National Weather Service（NWS）API，根据当前天气状况智能选择上下文相关的照片，并展示推理和上下文感知自动化的强大能力。

基于以下内容构建的 JavaScript/Node.js MCP 服务：https://github.com/lucianoayres/mcp-server-node。

先决条件

  • Git 分布式版本控制系统
  • Node.js v22.16.01 LTS 或更高版本（MCP 服务）
  • npm、Yarn 或其他 Node.js 包管理器
  • Python 3.13.x（Strands Agents）
  • pip、Poetry 或其他 Python 包管理器
  • AWS 账户（用于访问 Amazon Bedrock 生成式 AI 模型；也支持其他模型提供商）
  • 免费的 Shutterstock 测试账户和令牌（在 Shutterstock Developers 注册）
  • 可选：Amazon Q Developer CLI（用于文章最后一节）

安装

  1. 克隆仓库并安装软件包
npm install -g corepack # if using yarn

git clone https://github.com/garystafford/aws-strands-agents-mcp-demo.git
cd aws-strands-agents-mcp-demo

yarn install
  1. 启动 MCP 服务
# terminal window 1: STDIO transport
# environment variables are set by MCP server with STDIO
export API_KEY=abc-1234567890
export SHUTTERSTOCK_API_TOKEN=<YOUR_SHUTTERSTOCK_API_TOKEN>
node mcp-server.js

# terminal window 2: Streamable HTTP transport
# environmental variables are set by agent with Streamable HTTP
node mcp-server-remote.js
  1. 安装 Strands Agents
python -m pip install virtualenv -Uqqq
python -m venv .venv
source .venv/bin/activate

python -m pip install pip -Uqqq
python -m pip install -r requirements.txt -Uqqq
  1. 启动 Strands Agents
export API_KEY=abc-1234567890
export SHUTTERSTOCK_API_TOKEN=<YOUR_SHUTTERSTOCK_API_TOKEN>

python agent_stdio_multi_agent.py

本仓库中的内容仅代表我个人的观点，不代表我过去或现在的雇主，包括 Amazon Web Services（AWS）。所有第三方库、模块、插件和 SDK 均为其各自所有者的财产。

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。