🚀 MCP-AWS: AI Agent for AWS EC2 Management

🚀 MCP-AWS：用于 AWS EC2 管理的 AI Agent

欢迎使用 MCP-AWS。这是一款简洁而强大的 AI 驱动应用，利用 OpenAI Agents 和 MCP 服务管理 AWS EC2 实例。你可以在终端中使用自然语言命令来创建和终止 EC2 实例。🖥️✨

---

🎥 演示视频

观看演示视频，了解 MCP-AWS 的实际运行效果！🚀

---

🌟 功能

1. 创建 EC2 实例：只需告诉 AI Agent 创建一个 EC2 实例，它就会处理其余工作，并向你提供实例 ID。🛠️
2. 终止 EC2 实例：提供实例 ID，Agent 就会为你终止该实例。❌
3. MCP 服务集成：了解如何创建自定义 MCP 服务并将其与 OpenAI Agents SDK 集成。🧩

---

🛠️ MCP 服务中的工具

MCP 服务是一个包含两个工具的自定义服务：

1. initiate_aws_ec2_instance：创建 AWS EC2 实例。
2. terminate_aws_ec2_instance：根据实例 ID 终止 AWS EC2 实例。

---

🚀 开始使用

前提条件

1. Python 3.12+（用于本地设置）或 Docker（用于容器化设置）
2. AWS IAM 角色：创建一个具有管理 EC2 实例所需权限的 IAM 角色。
3. 环境变量：准备一个 .env 文件，并包含以下变量：
   • AWS_ACCESS_KEY_ID
   • AWS_SECRET_ACCESS_KEY
   • AWS_DEFAULT_REGION
   • OPENAI_API_KEY
   • AMI_ID
   • INSTANCE_TYPE
   • KEY_NAME
   • SECURITY_GROUP_IDS
   • AWS_REGION

🏃‍♂️ 运行应用

1. 克隆代码仓库：

   git clone https://github.com/anirban1592/mcp-server-aws.git
   cd mcp-aws
   

2. 按照前提条件中的说明创建 .env 文件

选项 1：Docker 设置（推荐）

3. 构建 Docker 镜像：

   docker image build -t my-mcp .
   

4. 运行容器：

   docker container run -it my-mcp
   

选项 2：本地设置

3. 创建并激活虚拟环境：

   pip install uv
   uv venv .venv
   # Windows
   .venv\Scripts\activate
   # Unix/MacOS
   source .venv/bin/activate
   

4. 运行应用：

   cd openai-agent/
   uv run agent.py
   

💬 使用 AI Agent

1. 创建 EC2 实例：

   Enter your command: Create an EC2 instance
   

2. 终止 EC2 实例：

   Enter your command: Terminate EC2 instance with ID <instance-id>
   

⚠️ 注意事项

• IAM 角色和凭证：创建 AWS IAM 角色和凭证的风险由你自行承担。请确保遵循 AWS 安全最佳实践。
• 账单和安全：此应用是一个概念验证（POC），仅用于学习。对于任何账单问题或安全事件，我们概不负责。

📚 学习内容

本项目演示了：

1. 如何将 MCP 服务与 OpenAI Agents SDK 集成
2. 如何构建用于 AWS 资源管理的简单 AI 驱动应用

尽情探索 AI 和 MCP 服务的强大功能！🌟