Skip to main content
Glama

MCP en AWS Bedrock

Un ejemplo simple y claro para la implementación y comprensión de Anthropic MCP (en AWS Bedrock).

Para la administración de varios servidores MCP, este pequeño proyecto Q-2001 podría ser una referencia.

Descripción general

Este proyecto demuestra cómo implementar y utilizar el Protocolo de Contexto de Modelo (MCP) de Anthropic con AWS Bedrock. Proporciona una implementación de cliente que puede interactuar con herramientas compatibles con MCP a través del servicio de tiempo de ejecución de AWS Bedrock.

Related MCP server: MCP SysOperator

Actualizaciones 10/05/2025: HTTP transmisible

  • Añadir soporte para HTTP Streamable

  • Reescriba la URL del servidor MCP fetch_url_mcp_server.py que muestra diferentes tipos de transporte

Instrucciones de uso

Ejecute el servidor con la configuración stdio predeterminada (sin parámetro de transporte):

uv run fetch_url_mcp_server.py # client uv run client_stdio.py

Ejecutar con transporte streamable-http en el puerto predeterminado (8000):

python fetch_url_mcp_server.py --transport streamable-http # client uv run client_streamablehttp.py

Ejecutar con transporte streamable-http en un puerto personalizado:

python fetch_url_mcp_server.py --transport streamable-http --port 8080

Prerrequisitos

  • Python 3.10 o superior

  • Cuenta de AWS con acceso a Bedrock

  • Credenciales de AWS configuradas

  • Gestor de paquetes UV

Características

  • Integración perfecta con el entorno de ejecución de AWS Bedrock mediante la API de Converse

  • Conversión de formato de herramientas para compatibilidad con Bedrock

  • Manejo de comunicación asincrónica

  • Registro estructurado para depuración

Contribuyendo

No dudes en enviar problemas y solicitudes de extracción para mejorar la implementación.

Licencia

Licencia MIT

Referencias

One-click Deploy
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/davidshtian/MCP-on-AWS-Bedrock'

If you have feedback or need assistance with the MCP directory API, please join our Discord server