使用说明

项目简介

MCP2Lambda 是一个 Model Context Protocol (MCP) 服务器，它充当 MCP 客户端和 AWS Lambda 函数之间的桥梁。借助 MCP2Lambda，大型语言模型 (LLM) 可以将 AWS Lambda 函数作为工具进行调用，从而扩展 LLM 的能力，使其能够访问 AWS 云服务、私有网络以及公共互联网资源。这为构建功能强大的 LLM 应用提供了安全且灵活的上下文服务框架。

主要功能点

AWS Lambda 函数即工具: 将 AWS Lambda 函数转化为 LLM 可以直接调用的工具，无需对 Lambda 函数进行任何代码修改。
动态工具注册: 支持两种工具注册策略：预先发现模式和通用模式。预先发现模式可以将每个符合命名规则的 Lambda 函数注册为独立的工具；通用模式则提供 'list_lambda_functions' 和 'invoke_lambda_function' 两个通用工具来操作 Lambda 函数。
安全访问私有资源: 允许 LLM 通过 Lambda 函数安全地访问 VPC 内的私有资源，无需将这些资源暴露于公网。
灵活的工具描述: Lambda 函数的描述信息可以被 LLM 用于理解工具的功能和使用方法，从而更好地利用工具。
广泛的集成能力: 可以与 Amazon Bedrock 的 Converse API 以及 Claude Desktop 等 MCP 客户端配合使用。

安装步骤

克隆仓库

git clone https://github.com/danilop/MCP2Lambda.git
cd MCP2Lambda

安装 Python 依赖 建议使用 uv 或 pip 进行依赖安装：

uv pip install -r requirements.txt

或者

pip install -r requirements.txt

配置 AWS 凭证 确保已配置 AWS 凭证，例如通过 AWS CLI 配置：
```
aws configure
```

服务器配置

MCP 服务器需要配置在 MCP 客户端中。以下是 Claude Desktop 或其他 MCP 客户端的 'mcpServers' 配置示例，用于连接 MCP2Lambda 服务器：

{
  "mcpServers": {
    "mcp2lambda": {
      "command": "uv",
      "args": [
        "--directory",
        "<MCP2Lambda仓库的完整路径>",
        "run",
        "main.py"
      ]
    }
  }
}

'server name': 'mcp2lambda' - 为服务器指定一个名称，在客户端配置中引用此名称。
'command': 'uv' - 启动服务器的命令，如果您的环境中 uv 未安装，可以替换为 'python'。
'args': '["--directory", "<MCP2Lambda仓库的完整路径>", "run", "main.py"]' - 传递给 'command' 的参数列表。
- '--directory': 指定 MCP2Lambda 仓库所在的目录。请将 '<MCP2Lambda仓库的完整路径>' 替换为您本地 MCP2Lambda 仓库的实际绝对路径，例如 '/Users/yourusername/MCP2Lambda'。
- 'run main.py': 使用 uv (或 python) 运行 'main.py' 文件，启动 MCP 服务器。

基本使用方法

部署示例 Lambda 函数 (可选) 如果您希望快速体验示例功能，可以部署仓库中 'sample_functions' 目录下的示例 Lambda 函数：
```
cd sample_functions
sam build
sam deploy
```
这将使用 AWS SAM CLI 部署示例函数，函数名称会带有 'mcp2lambda-' 前缀。
启动 MCP 服务器 在 MCP2Lambda 仓库根目录下，运行以下命令启动 MCP 服务器：
```
uv run main.py
```
或者，如果使用 pip 安装依赖，可以使用：
```
python main.py
```
在 MCP 客户端中配置并连接服务器 根据您的 MCP 客户端 (例如 Claude Desktop, 或 Amazon Bedrock 客户端)，配置 'mcpServers' 并指定服务器的启动命令和参数，确保客户端能够连接到正在运行的 MCP2Lambda 服务器。
在 LLM 应用中使用工具 连接成功后，您可以在 LLM 应用中指示模型使用 AWS Lambda 工具来完成特定任务。例如，您可以询问模型 "通过邮箱 [email protected] 获取客户 ID"，如果配置了 'CustomerIdFromEmail' Lambda 函数，模型将能够调用该工具并返回结果。

关键词