使用说明

项目简介

MCP-AWS 是一个基于 Model Context Protocol (MCP) 服务器构建的AI应用，旨在通过自然语言指令，简化AWS EC2实例的管理。用户可以使用简单的文本命令，指示AI Agent通过MCP服务器调用AWS API，完成EC2实例的创建和终止等操作。该项目展示了如何将MCP服务器与OpenAI Agents SDK集成，构建智能化的云资源管理工具。

主要功能点

创建EC2实例: 通过自然语言指令，一键创建AWS EC2虚拟机实例。
终止EC2实例: 通过指定实例ID，安全终止运行中的EC2虚拟机实例。
MCP服务器集成: 演示了如何构建自定义MCP服务器，并将其与OpenAI Agent框架结合使用。

安装步骤

克隆仓库

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

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

配置环境变量 在项目根目录下创建 '.env' 文件，并填入您的AWS和OpenAI API密钥以及EC2实例配置信息。

AWS_ACCESS_KEY_ID=<your-aws-access-key-id>
AWS_SECRET_ACCESS_KEY=<your-aws-secret-access-key>
AWS_DEFAULT_REGION=<your-aws-region>
OPENAI_API_KEY=<your-openai-api-key>
AMI_ID=<your-ami-id>
INSTANCE_TYPE=<your-instance-type>
KEY_NAME=<your-key-pair-name>
SECURITY_GROUP_IDS=<your-security-group-ids>
AWS_REGION=<your-aws-region>

请务必替换尖括号 '<>' 中的内容为您实际的值。

运行AI Agent

cd openai-agent/
uv run agent.py

服务器配置

MCP客户端（'openai-agent/agent.py'）通过以下配置信息连接到MCP服务器（'aws.py'）：

{
  "server name": "AWS ec2 agent",
  "command": "uv",
  "args": [
    "--directory",
    "../",
    "run",
    "aws.py"
  ]
}

配置参数说明:

'server name': MCP服务器的名称，用于客户端标识。
'command': 启动MCP服务器的命令，这里使用 'uv run' 运行Python脚本。
'args': 传递给启动命令的参数列表。
- '--directory': 指定脚本的根目录为上级目录 '../'，确保能找到 'aws.py' 和 '.env' 文件。
- 'run': 'uv run' 的子命令，用于运行Python脚本。
- 'aws.py': MCP服务器的Python脚本文件。

基本使用方法

启动 'openai-agent/agent.py' 后，在终端中输入自然语言指令即可与AI Agent交互：

创建EC2实例: 输入 'Create an EC2 instance'
终止EC2实例: 输入 'Terminate EC2 instance with ID <instance-id>'，将 '<instance-id>' 替换为要终止的实例ID。

根据提示进行操作，AI Agent将调用MCP服务器的功能，完成相应的AWS EC2操作。

关键词