AWS MCP Servers

Name: AWS MCP Servers
Author: Wook133

本地服务

github.com/Wook133云与基础设施074 周前更新

代码仓库

关于 AWS MCP Servers

AWS MCP Servers 是面向 AWS 文档、开发、基础设施、数据及相关工作流的专用 MCP 服务集合，供开发者和 AI 应用使用。各服务提供从成本分析到资源管理等任务所需的工具。

主要功能

01AWS 文档搜索与内容推荐
02CDK、Terraform 和 CloudFormation 基础设施工具
03AWS 资源与服务管理
04自然语言数据查询
05代码仓库研究与文档生成
06成本分析与合成数据工具

适用场景

01查询 AWS 文档和实践指南
02分析或管理 AWS 基础设施
03用自然语言查询 AWS 数据服务
04研究代码仓库并生成代码文档

MCP 相关

该集合向 MCP 客户端提供 AWS 工具和上下文，包括文档访问、基础设施操作、数据查询和工作流支持。Core MCP Server 可管理和协调其他 AWS Labs MCP 服务。

#aws #mcp #cloud-development

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 MCP 服务

一套专用 MCP 服务，无论你在哪里使用 MCP，都能帮助你充分利用 AWS。

什么是 Model Context Protocol（MCP）？它如何与 AWS MCP 服务协同工作？

Model Context Protocol（MCP）是一种开放协议，可让大模型应用与外部数据源和工具无缝集成。无论你是在构建 AI 驱动的 IDE、增强聊天界面，还是创建自定义 AI 工作流，MCP 都提供了一种标准化方式，将大模型与其所需的上下文连接起来。

— Model Context Protocol README

MCP 服务是一种轻量级程序，通过标准化的 Model Context Protocol 暴露特定功能。宿主应用（例如聊天机器人、IDE 和其他 AI 工具）包含 MCP 客户端，用于与 MCP 服务保持一对一连接。常见的 MCP 客户端包括 Agentic AI 编码助手（如 Q Developer、Cline、Cursor、Windsurf），以及 Claude Desktop 等聊天机器人应用，未来还会有更多客户端。MCP 服务可以访问本地数据源和远程服务，以提供更多上下文，改进模型生成的输出。

AWS MCP 服务使用此协议，让 AI 应用能够访问 AWS 文档、上下文指导和最佳实践。借助标准化的 MCP 客户端-服务架构，AWS 功能可成为开发环境或 AI 应用的智能扩展。

AWS MCP 服务支持增强云原生开发、基础设施管理和开发工作流，让 AI 辅助云计算更加易用、高效。

Model Context Protocol 是由 Anthropic, PBC. 运营并向整个社区开放贡献的开源项目。如需了解更多 MCP 信息，可在此处查阅更多文档。

为什么使用 MCP 服务？

MCP 服务可通过以下几种重要方式增强基础模型（FM）的能力：

提升输出质量：通过在模型上下文中直接提供相关信息，MCP 服务可显著提升模型在 AWS 服务等专业领域的响应质量。这种方式能减少幻觉，提供更准确的技术细节，实现更精确的代码生成，并确保建议符合最新的 AWS 最佳实践和服务功能。
访问最新文档：基础模型可能不了解近期发布的版本、API 或 SDK。MCP 服务通过获取最新文档弥合这一差距，确保你的 AI 助手始终使用最新的 AWS 功能。
工作流自动化：MCP 服务将常见工作流转换为基础模型可直接使用的工具。无论是 CDK、Terraform，还是其他 AWS 专属工作流，这些工具都能让 AI 助手更准确、高效地执行复杂任务。
专业领域知识：MCP 服务提供关于 AWS 服务的深入上下文知识，这些知识可能未在基础模型的训练数据中得到充分体现，从而让模型针对云开发任务给出更准确、更有帮助的响应。

可用服务

此单体仓库包含以下 MCP 服务：

核心 MCP 服务

用于管理和协调其他 AWS Labs MCP 服务的服务。

自动管理 MCP 服务
规划并指导 AWS Labs MCP 服务的编排
支持 UVX 安装
集中式配置

了解详情 | 文档

AWS 文档 MCP 服务

用于访问 AWS 文档和最佳实践的服务。

使用 AWS 官方搜索 API 搜索文档
获取 AWS 文档页面的内容推荐
将文档转换为 Markdown 格式

了解更多 | 文档

Amazon Bedrock 知识库检索 MCP 服务

用于访问 Amazon Bedrock 知识库的服务。

发现知识库及其数据源
使用自然语言查询知识库
按数据源筛选结果
对结果重新排序

了解更多 | 文档

AWS CDK MCP 服务

用于提供 AWS CDK 最佳实践的服务。

AWS CDK 项目分析与协助
CDK 构造建议
基础设施即代码最佳实践

了解更多 | 文档

成本分析 MCP 服务

用于分析 AWS 成本的服务。

分析并可视化 AWS 成本
使用自然语言查询成本数据
生成成本报告和洞察

了解更多 | 文档

Amazon Nova Canvas MCP 服务

使用 Amazon Nova Canvas 生成图像的服务。

通过文本生成图像，并可自定义参数
使用指定调色板进行颜色引导的图像生成
集成工作区以保存生成的图像
通过配置文件进行 AWS 身份验证

了解更多 | 文档

AWS 图表 MCP 服务

使用 Python diagrams 包的 DSL 轻松创建图表的服务。

使用 Python 代码生成专业图表
支持 AWS 架构图、时序图、流程图和类图
自定义图表外观、布局和样式
扫描代码，确保安全地生成图表

了解更多 | 文档

AWS CloudFormation MCP 服务

通过 cloudcontrol 管理 AWS 资源的服务。您可以对 AWS 账户中的任意 AWS 资源执行 CRUDL 操作。

此服务充当 MCP 客户端与 AWS 之间的桥梁，使基础模型（FM）能够读取和管理 AWS 账户中的资源。
例如，可使用此服务创建 AWS::S3::Bucket、列出任意 AWS::Lambda::Function 等。

了解更多 | 文档

AWS Lambda MCP 服务

一个可选择并运行 AWS Lambda 函数作为 MCP 工具的服务，无需修改代码。

此服务充当 MCP 客户端与 AWS Lambda 函数之间的桥梁，使基础模型（FM）能够将 Lambda 函数作为工具访问和运行。
例如，无需提供公共网络访问权限，即可借此访问内部应用和数据库等私有资源。
采用此方法，MCP 客户端可以使用其他 AWS 服务、私有网络和公共互联网。
MCP 会使用 Lambda 函数说明来描述工具，这些说明应指导 FM 何时（函数提供什么？）以及如何（需要哪些参数？使用什么语法？）使用该工具。

了解详情 | 文档

Amazon SNS / SQS MCP 服务

用于 Amazon SNS / SQS 的服务。

创建 SNS / SQS 主题和队列。
订阅 SNS 主题并发布消息。
向队列发送消息及从队列接收消息。
修改主题 / 队列属性

了解详情 | 文档

AWS Terraform MCP 服务

用于遵循 AWS Terraform 最佳实践的服务。

安全优先的开发工作流
Checkov 集成
AWS 和 AWSCC 提供方文档
AWS-IA GenAI 模块
Terraform 工作流执行

了解详情 | 文档

Amazon ElastiCache / MemoryDB Valkey MCP 服务

此服务提供自然语言界面，用于与 Amazon ElastiCache Valkey 数据存储交互，帮助 AI Agent 高效管理和搜索数据。此 MCP 服务也可用于 Amazon MemoryDB Valkey 数据存储。

面向数据操作的自然语言界面
全面的数据类型支持（String、Hash、List、Set、Sorted Set）
支持 Streams、JSON 文档等高级功能
支持 SSL/TLS 安全连接和集群模式
连接池和高效的资源管理

了解详情 | 文档

Amazon ElastiCache Memcached MCP 服务

此服务提供自然语言界面，用于与 Amazon ElastiCache Memcached 缓存交互，帮助 AI Agent 高效管理和搜索缓存数据。

面向缓存操作的自然语言界面
全面的命令支持（Get、Set、Remove、Touch、CAS、Increment、Decrement）
支持 SSL/TLS 安全连接
连接池和高效的资源管理

了解详情 | 文档

AWS Location Service MCP 服务

用于访问 AWS Location Service 功能的服务，专注于地点搜索、地理坐标和路线规划。

使用地理编码搜索地点
通过 PlaceId 获取特定地点的详细信息
将坐标反向地理编码为地址
搜索某个位置附近的地点
搜索当前营业的地点
计算地点之间的路线，并提供逐向导航
优化途经点，以规划高效路线

了解详情

Git 仓库研究 MCP 服务

使用语义搜索研究 Git 仓库的服务。

使用 FAISS 和 Amazon Bedrock 嵌入向量建立仓库索引
在仓库中进行语义搜索
分析仓库结构
在 AWS 组织中搜索 GitHub 仓库
访问支持文本和二进制格式的文件

了解详情 | 文档

代码文档生成 MCP 服务

自动为代码仓库生成全面文档的服务。

根据仓库分析自动生成文档
集成 AWS 架构图，并使用 AWS Diagrams MCP Server
支持多种文档类型（README、API、后端、前端）
为 AI 助手提供交互式文档创建工作流

了解详情 | 文档

Postgres MCP 服务

用于 Aurora Postgres 的服务。

将人类可读的问题和命令转换为结构化的 Postgres 兼容 SQL 查询，并在配置的 Aurora Postgres 数据库上执行
使用 RDS Data API 获取 Postgres 表的列和注释

了解详情 | 文档

Amazon Neptune MCP 服务

用于与 Amazon Neptune 图数据库交互的服务。

在 Neptune Database 上运行 openCypher/Gremlin 查询
在 Neptune Analytics 上运行 openCypher 查询
获取图的架构

了解详情 | 文档

Amazon MQ MCP 服务

用于 Amazon MQ 的服务。

分析现有的 Amazon MQ for ActiveMQ 和 RabbitMQ 代理。
配置新的 Amazon MQ for ActiveMQ 和 RabbitMQ 代理实例。

了解详情 | 文档

Synthetic Data MCP 服务

用于生成、验证和管理合成数据的服务。

业务驱动生成：根据业务描述生成合成数据指令
安全执行 Pandas 代码：在受限环境中运行 Pandas 代码，并自动检测 DataFrame
JSON Lines 验证：验证 JSON Lines 数据并将其转换为 CSV 格式
数据验证：验证数据结构和引用完整性，并保存为 CSV 文件
引用完整性检查：验证表之间的关系
数据质量评估：识别数据模型中的潜在问题（3NF 验证）
存储集成：将数据加载到各种存储目标（S3），并支持多种格式和配置

了解详情 | 文档

AWS DynamoDB MCP 服务

用于与 AWS DynamoDB 交互的服务

控制平面操作，例如创建表、更新表、管理全局二级索引、流、全局表、备份、恢复等。
数据平面操作，例如写入、获取、更新、查询和扫描。

了解详情

这些服务的用例

例如，你可以使用 AWS Documentation MCP Server，帮助 AI 助手研究 AWS 的任何服务并生成最新代码，例如 Amazon Bedrock Inline agents。或者，你也可以使用 CDK MCP Server 或 Terraform MCP Server，让 AI 助手创建使用最新 API 并遵循 AWS 最佳实践的基础设施即代码实现。使用 Cost Analysis MCP Server，你可以询问“部署这个 CDK 项目之前，预计每月费用是多少？”或“能帮我了解此基础设施设计可能产生的 AWS 服务费用吗？”，并获取详细的成本估算和预算规划见解。Valkey MCP Server 支持通过自然语言与 Valkey 数据存储交互，让 AI 助手通过简单的对话界面高效管理数据操作。

安装和设置

每个服务都有特定的安装说明。一般来说，你可以：

从 Astral 安装 uv
使用 uv python install 3.10 安装 Python
配置 AWS 凭证，以访问所需服务
将服务添加到 MCP 客户端配置中

Amazon Q CLI MCP 的配置示例（~/.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": []
    }
  }
}

有关具体要求和配置选项，请参阅各服务的 README。

关于使用 uvx "@latest" 后缀时性能的说明：

使用 "@latest" 后缀会在每次启动 MCP 客户端时检查并从 pypi 下载最新的 MCP 服务包，但代价是初始加载时间会增加。如果你想尽量缩短初始加载时间，可以移除 "@latest"，并通过以下任一方式自行管理 uv 缓存：

uv cache clean <tool>：其中 {tool} 是你要从缓存中删除并重新安装的 MCP 服务（例如："awslabs.lambda-mcp-server"）（记得移除 '<>'）。
uvx <tool>@latest：此命令会将工具更新到最新版本，并将其添加到 uv 缓存中。

在容器中运行 MCP 服务

此示例使用 docker 和 "awslabs.nova-canvas-mcp-server"，可对每个 MCP 服务重复使用

构建并标记镜像

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

可选：将敏感环境变量保存到文件中：

# 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

根据需要使用 docker 选项：--env、--env-file 和 --volume，因为容器内无法使用 "env": {}。

{
  "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": {}
    }
  }
}

开始使用 Cline 和 Amazon Bedrock

**重要：** 遵循这些说明可能会产生费用，并受 [Amazon Bedrock Pricing](https://aws.amazon.com/bedrock/pricing/) 约束。任何相关费用均由你承担。除了在 Cline 设置中选择所需模型外，还要确保已在 Amazon Bedrock 中启用所选模型（例如 `anthropic.claude-3-7-sonnet`）。有关详情，请参阅 [这些 AWS 文档](https://docs.aws.amazon.com/bedrock/latest/userguide/model-access-modify.html)，了解如何启用对 Amazon Bedrock 基础模型（FM）的访问权限。

按照上方 安装和设置 部分中的步骤，从 Astral 安装 uv，安装 Python，并配置具有所需服务权限的 AWS 凭证。
如果使用 Visual Studio Code，请安装 Cline VS Code Extension（或适用于你首选 IDE 的同等扩展）。安装后，点击该扩展将其打开。出现提示时，选择所需套餐。在本例中，我们将使用 Amazon Bedrock，因此 Cline 免费套餐即可满足需求，因为我们将通过 Amazon Bedrock API 而非 Cline API 发送请求。

README 配图

选择 MCP Servers 按钮。

README 配图

选择 Installed 选项卡，然后点击 Configure MCP Servers，打开 cline_mcp_settings.json 文件。

README 配图

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

`cline_mcp_settings.json`

{
  "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": []
    },
   }
 }

安装完成后，你应该会在 MCP Server Installed 选项卡下看到 MCP 服务列表，并且每项旁边都有一个绿色滑块，表示已启用。以下示例展示了两个可能的 AWS MCP 服务。完成后点击 Done。现在应该可以看到 Cline 聊天界面。

README 配图

默认情况下，Cline 会将 Cline 设为 API 提供商，其免费套餐有使用限制。接下来，我们将把 API 提供商改为 AWS Bedrock，以便通过 Bedrock 使用大模型，费用将由你关联的 AWS 账户承担。
点击设置齿轮，打开 Cline 设置。然后在 API Provider 下，将 Cline 切换为 AWS Bedrock，并将身份验证类型设为 AWS Profile。请注意，AWS Credentials 选项也可使用，但它采用静态凭证（Access Key ID 和 Secret Access Key），而不是令牌过期时会自动重新分配的临时凭证。因此，使用 AWS Profile 获取临时凭证更加安全，也更值得推荐。

README 配图

根据你要使用的现有 AWS Profile 填写配置，选择所需的 AWS 区域，并启用跨区域推理。

README 配图

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，确保每个提示词都以 `mcp-core` 服务为起点：

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.

README 配图

粘贴自定义提示词后，点击 Done 返回聊天界面。
现在，你可以开始提问并测试已安装的 AWS MCP Servers 的功能。聊天界面中的默认选项是 Plan，它会提供供你手动操作的输出（例如，提供示例配置，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、克隆代码库、执行代码等）。你还可以选择启用 “Auto-approve” 部分，避免每次都要点击批准建议；不过，我们建议在测试期间保持关闭，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 使用你希望使用的 AWS MCP Server。例如，Using the Terraform MCP Server, do...

开始使用 Cursor

按照上文 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。
根据使用场景，你可以在两个位置配置 MCP：

A. 项目配置 - 对于特定项目使用的工具，请在项目目录中创建 .cursor/mcp.json 文件。 - 这样，你就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 MCP 服务。

`.cursor/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": []
   }
 }
}

在聊天中使用 MCP Composer Agent 会自动使用 MCP 设置页面“可用工具”下列出的任何 MCP 工具（如果它认为这些工具相关）。如需主动调用工具，请提示 Cursor 使用你希望使用的 AWS MCP Server。例如，Using the Terraform MCP Server, do...
工具审批 默认情况下，Agent 想要使用 MCP 工具时，会显示消息请求你的批准。你可以使用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。

开始使用 Windsurf

按照上文 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。
访问 MCP 设置
- 前往 Windsurf - Settings > Advanced Settings，或使用 Command Palette > Open Windsurf Settings Page
- 查找 “Model Context Protocol (MCP) Servers” 部分
添加 MCP 服务
- 点击 “Add Server” 添加新的 MCP 服务
- 你可以从 GitHub、Puppeteer、PostgreSQL 等可用模板中选择
- 也可以点击 “Add custom server” 配置自己的服务
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`

{
  "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": []
    },
   }
 }

示例

你可以在 samples 目录中找到可直接使用的 AWS MCP Servers 示例。这些示例提供可运行的代码和分步指南，帮助你开始使用各个 MCP 服务。

文档

所有服务的完整文档请参阅我们的文档网站。

各服务的文档：

文档包括：

各服务的详细指南
安装和配置说明
API 参考
使用示例

Vibe 编码

你可以将这些 MCP 服务与 AI 编码助手搭配使用，进行 vibe 编码。如需了解如何提升 vibe 编码体验的技巧，请参阅我们的指南。

其他资源

安全

如需了解更多信息，请参阅 CONTRIBUTING。

参与贡献

特别感谢我们出色的贡献者！感谢大家让这个项目变得更好！

欢迎各种形式的贡献！如需了解更多信息，请查看我们的贡献者指南。

开发者指南

如果你想向库中添加新的 MCP 服务，请查看我们的开发指南，并务必遵循我们的设计指南。

许可证

本项目采用 Apache-2.0 许可证。

免责声明

使用 MCP 服务前，你应考虑自行进行独立评估，以确保你的使用符合自身特定的安全和质量控制实践与标准，以及适用于你和你的内容的法律、规则和法规。

支持 Markdown

登录后评论

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。

阅读入门指南

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。

AWS MCP Servers

关于 AWS MCP Servers

主要功能

适用场景

MCP 相关

配置

工具

详细介绍

AWS MCP 服务

目录

什么是 Model Context Protocol（MCP）？它如何与 AWS MCP 服务协同工作？

为什么使用 MCP 服务？

可用服务

核心 MCP 服务

AWS 文档 MCP 服务

Amazon Bedrock 知识库检索 MCP 服务

AWS CDK MCP 服务

成本分析 MCP 服务

Amazon Nova Canvas MCP 服务

AWS 图表 MCP 服务

AWS CloudFormation MCP 服务

AWS Lambda MCP 服务

Amazon SNS / SQS MCP 服务

AWS Terraform MCP 服务

Amazon ElastiCache / MemoryDB Valkey MCP 服务

Amazon ElastiCache Memcached MCP 服务

AWS Location Service MCP 服务

Git 仓库研究 MCP 服务

代码文档生成 MCP 服务

Postgres MCP 服务

Amazon Neptune MCP 服务

Amazon MQ MCP 服务

Synthetic Data MCP 服务

AWS DynamoDB MCP 服务

这些服务的用例

安装和设置

在容器中运行 MCP 服务

开始使用 Cline 和 Amazon Bedrock

cline_mcp_settings.json

开始使用 Cursor

.cursor/mcp.json

开始使用 Windsurf

~/.codeium/windsurf/mcp_config.json

示例

文档

Vibe 编码

其他资源

安全

参与贡献

开发者指南

许可证

免责声明

评论

第一次接触 MCP？

MCP（Model Context Protocol）是什么？

MCP 服务和客户端有什么区别？

本地服务与远程服务怎么选？

如何在 Claude、Cursor 等客户端中安装服务？

收录的项目经过审核吗？“认证”标识代表什么？

我维护的项目已被收录，怎样认领？

`cline_mcp_settings.json`

`.cursor/mcp.json`

`~/.codeium/windsurf/mcp_config.json`