Strands Mcp

面向 Amazon Q 的 Strands Agents MCP 服务

本项目提供一个 MCP（Model Context Protocol）服务，用于抓取 Strands Agents 文档并将其编入 Elasticsearch 索引，供 Amazon Q Developer 搜索。

架构

• 文档抓取器：用于爬取 Strands Agents 文档（v1.1.x）的 Python 脚本
• Elasticsearch 索引：存储抓取的文档，并提供全文搜索功能
• MCP 服务：为 Amazon Q 提供对已编入索引的文档的访问能力
• Docker Compose：编排所有服务

组件

1. scraper/ - 文档抓取逻辑
2. mcp_server/ - MCP 服务实现
3. elasticsearch/ - Elasticsearch 配置
4. docker-compose.yml - 服务编排

快速开始

选项 1：FastMCP Web 服务（推荐）

本项目现已支持通过 FastMCP 使用可通过 Web 访问的 MCP：

# Install UV if not already installed
curl -LsSf https://astral.sh/uv/install.sh | sh

# Start Elasticsearch
docker-compose up -d elasticsearch

# Run scraper to populate data
uv run scraper

# Start web-accessible MCP server
uv run fastmcp-server

服务访问方式：

• MCP 端点：http://localhost:8000/mcp/
• 面向 AI 客户端：连接任意兼容 MCP 的客户端
• 面向开发者：使用 FastMCP Client 库

UV 命令：

uv sync                    # Install/update dependencies
uv run scraper            # Run scraper directly
uv run fastmcp-server     # Run web MCP server
uv run mcp-server         # Run local MCP server (stdin/stdout)
uv add <package>          # Add new dependency
uv remove <package>       # Remove dependency

选项 2：使用预先编入索引的数据（Docker）

docker/ 目录包含一个 Docker Compose 配置，其中有预先编入索引的 Strands 文档：

# Navigate to the docker directory
cd docker/

# Start all services (Elasticsearch, Kibana, and data restoration)
docker-compose up -d

# Wait for services to start (about 30-60 seconds)
# Check status
docker-compose ps

# Elasticsearch will be available on port 9200
# Kibana GUI will be available on port 5601

此配置包括：

• Elasticsearch，其中包含预先编入索引的 Strands 文档
• Kibana，用于数据可视化和探索
• 从 es-data.tar.gz 自动恢复数据

选项 3：传统设置（根目录）

使用传统 Python 进行全新设置，不使用预先编入索引的数据：

# Start Elasticsearch and Kibana (from root directory)
docker-compose up -d

# Then run the scraper to index documentation
python scraper/main.py

在本地运行抓取器

使用 pip

# Install dependencies
pip install -r requirements.txt

# Install Playwright browsers
playwright install chromium

# Run the scraper to index documentation
python scraper/main.py

使用 uv

# Install dependencies
uv sync

# Install Playwright browsers
uv run playwright install chromium

# Run the scraper to index documentation
uv run python scraper/main.py

在本地运行 MCP 服务

# Run the MCP server
python mcp_server/main.py

# The MCP server will be available on port 8000

配置

• Elasticsearch 索引：strands-agents-docs
• MCP 服务端口：8000
• Kibana GUI 端口：5601
• 文档来源：https://strandsagents.com/latest/documentation/docs/

使用 Kibana 查看数据

Kibana 提供基于 Web 的 GUI，用于探索和可视化 Elasticsearch 数据：

1. 访问 Kibana：在浏览器中打开 http://localhost:5601（无需登录）
2. 创建索引模式：
   • 转到 Stack Management → Index Patterns
   • 使用 strands-agents-docs 创建新的索引模式
   • 如果有 @timestamp 字段，将其选为时间字段
3. 探索数据：
   • 使用 Discover 浏览和搜索抓取的文档
   • 使用 Dashboard 创建数据可视化
   • 使用 Dev Tools 直接运行 Elasticsearch 查询

快速探索数据

• Discover 选项卡：查看所有已编入索引的文档，并进行全文搜索
• 搜索：使用搜索栏查找特定文档内容
• 筛选器：应用筛选器，按字段缩小结果范围
• 时间范围：调整时间范围，查看文档的索引时间

与 Amazon Q 配合使用

将服务端点添加到 MCP 配置，即可配置 Amazon Q 使用此 MCP 服务。详细说明请参阅 AMAZON_Q_INTEGRATION.md。

与 Windsurf 配合使用

集成 Windsurf IDE，借助 Strands Agents 文档提升开发体验。设置说明请参阅 WINDSURF_INTEGRATION.md。

快速设置 Windsurf

# Copy the configuration file
cp windsurf-mcp-config.json ~/.windsurf/mcp-servers.json

# Restart Windsurf to load the MCP server

开发

使用 pip

# Install dependencies
pip install -r requirements.txt

# Run scraper manually
ELASTICSEARCH_URL=http://localhost:9200 python scraper/main.py

# Run MCP server manually
ELASTICSEARCH_URL=http://localhost:9200 python mcp_server/main.py

# Run standalone (Python + Docker Elasticsearch)
python run_standalone.py

# Test the setup
python test_setup.py

使用 uv

# Install dependencies
uv sync

# Run scraper manually
ELASTICSEARCH_URL=http://localhost:9200 uv run python scraper/main.py

# Run MCP server manually
ELASTICSEARCH_URL=http://localhost:9200 uv run python mcp_server/main.py

# Run standalone (Python + Docker Elasticsearch)
uv run python run_standalone.py

# Test the setup
uv run python test_setup.py

集成选项

• Amazon Q Developer - 请参阅 AMAZON_Q_INTEGRATION.md
• Windsurf IDE - 请参阅 WINDSURF_INTEGRATION.md
• 自定义 MCP 客户端 - 通过 stdio 协议直接使用 MCP 服务