项目简介

AWS CloudGuard MCP Server 是一个基于 Model Context Protocol (MCP) 构建的应用后端，旨在为 LLM 应用提供 AWS 云服务监控和事件响应能力。它包含两个 MCP 服务器：监控代理服务器和诊断代理服务器，分别负责 AWS CloudWatch 日志和指标的监控分析，以及 Jira 工单的自动创建。

主要功能点

AWS 云服务监控：监控 EC2, Lambda, RDS, CloudTrail 等多种 AWS 服务 CloudWatch 日志和指标。
智能异常检测：分析日志和指标，识别 AWS 环境中的异常模式和潜在问题。
Jira 工单自动创建：当检测到问题时，自动创建包含详细信息和 AWS 推荐的修复步骤的 Jira 工单。
自然语言交互：通过自然语言与系统交互，查询 AWS 监控数据和创建 Jira 工单。
多服务器架构：采用独立的 MCP 服务器分别处理监控和工单任务，提高系统模块化和可维护性。

安装步骤

安装 uv (Python 包管理器): 按照仓库 README.md 中的指引安装 'uv'。

克隆仓库:

git clone https://github.com/madhurprash/AWS_CloudGuardMCP.git
cd AWS_CloudGuardMCP

创建 Python 虚拟环境并安装依赖:

uv venv --python 3.12
source .venv/bin/activate  # 或 .venv\Scripts\activate (Windows)
uv pip install --requirement pyproject.toml

配置 AWS 凭证: 如果尚未配置 AWS 凭证，请创建 '~/.aws/credentials' 和 '~/.aws/config' 文件并配置您的 AWS 访问密钥和区域。

配置 Jira 环境变量: 导出 Jira API Token、用户名、实例 URL 和项目 Key 等环境变量，例如：

export JIRA_API_TOKEN="<your-jira-api-token>"
export JIRA_USERNAME="<your-jira-username>"
export JIRA_INSTANCE_URL="<your-jira-instance-url>"
export PROJECT_KEY="<jira-project-key>"

服务器配置

MCP 客户端 (例如 Claude Desktop) 需要以下 JSON 配置信息来连接到 AWS CloudGuard MCP Server。请将以下配置添加到 Claude Desktop 的配置文件 'claude_desktop_config.json' 中。

{
  "mcpServers": {
    "aws_monitoring": {
      "command": "/path/to/your/venv/bin/python3",  // 请替换为您的虚拟环境 Python 路径
      "args": [
        "/path/to/your/repo/server_scripts/monitoring_agent_server.py" // 请替换为您的仓库 server_scripts 目录 monitoring_agent_server.py 路径
      ],
      "env": {
        "AWS_ACCESS_KEY_ID": "YOUR_ACCESS_KEY_ID",   // 您的 AWS 访问密钥
        "AWS_SECRET_ACCESS_KEY": "YOUR_SECRET_ACCESS_KEY", // 您的 AWS 密钥
        "AWS_REGION": "<your-aws-region>",           // 您的 AWS 区域
        "MCP_TRANSPORT": "stdio"
      }
    },
    "jira_server": {
      "command": "/path/to/your/venv/bin/python3",  // 请替换为您的虚拟环境 Python 路径
      "args": [
        "/path/to/your/repo/server_scripts/diagnosis_agent_server.py" // 请替换为您的仓库 server_scripts 目录 diagnosis_agent_server.py 路径
      ],
      "env": {
        "JIRA_API_TOKEN": "YOUR_JIRA_API_TOKEN",     // 您的 Jira API Token
        "JIRA_USERNAME": "[email protected]", // 您的 Jira 用户名
        "JIRA_INSTANCE_URL": "https://your-instance.atlassian.net", // 您的 Jira 实例 URL
        "PROJECT_KEY": "YOUR_PROJECT_KEY",          // 您的 Jira 项目 Key
        "MCP_TRANSPORT": "stdio"
      }
    }
  }
}

注意:

请根据您的实际环境替换 'command' 和 'args' 中的路径。
配置文件路径取决于您的操作系统，详细信息请参考仓库 README.md。

基本使用方法

启动 MCP 客户端 (例如 Claude Desktop) 并连接到配置的 'aws_monitoring' 和 'jira_server'。
使用自然语言向客户端提问，例如：
- "Show me the CloudWatch logs for EC2 in the last 24 hours" (查看 EC2 CloudWatch 日志)
- "Are there any errors in the Lambda logs?" (检查 Lambda 日志错误)
- "Create a Jira ticket for the EC2 memory utilization issue" (创建 EC2 内存利用率问题的 Jira 工单)

您也可以直接运行仓库提供的 'client.py' 脚本进行交互式会话。

uv run client.py --model-id=<bedrock-model>

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息