Skip to main content
Glama

MCP auf AWS Bedrock

Ein einfaches und klares Beispiel zur Implementierung und zum Verständnis von Anthropic MCP (auf AWS Bedrock).

Für die Verwaltung mehrerer MCP-Server könnte dieses kleine Projekt Q-2001 als Referenz dienen.

Überblick

Dieses Projekt zeigt, wie das Model Context Protocol (MCP) von Anthropic mit AWS Bedrock implementiert und verwendet wird. Es bietet eine Client-Implementierung, die über den Laufzeitdienst von AWS Bedrock mit MCP-fähigen Tools interagieren kann.

Related MCP server: AWS MCP Server

Updates 10.05.2025: Streambares HTTP

  • Unterstützung für Streamable HTTP hinzufügen

  • Schreiben Sie den URL-Abruf-MCP-Server fetch_url_mcp_server.py neu, der verschiedene Transporttypen demonstriert

Gebrauchsanweisung

Führen Sie den Server mit den Standardeinstellungen von stdio aus (kein Transportparameter):

uv run fetch_url_mcp_server.py

# client
uv run client_stdio.py

Ausführen mit streamable-http-Transport auf dem Standardport (8000):

python fetch_url_mcp_server.py --transport streamable-http

# client
uv run client_streamablehttp.py

Mit streamable-http-Transport auf benutzerdefiniertem Port ausführen:

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

Voraussetzungen

  • Python 3.10 oder höher

  • AWS-Konto mit Bedrock-Zugriff

  • Konfigurierte AWS-Anmeldeinformationen

  • UV-Paketmanager

Merkmale

  • Nahtlose Integration mit der AWS Bedrock-Laufzeit mithilfe der Converse-API

  • Toolformatkonvertierung für Bedrock-Kompatibilität

  • Asynchrone Kommunikationsabwicklung

  • Strukturiertes Logging zur Fehlerbehebung

Beitragen

Senden Sie gerne Probleme und Pull Requests, um die Implementierung zu verbessern.

Lizenz

MIT-Lizenz

Verweise

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • F
      license
      B
      quality
      D
      maintenance
      Implements the Model Context Protocol (MCP) to provide AI models with a standardized interface for connecting to external data sources and tools like file systems, databases, or APIs.
      1
      153
      -
    • F
      license
      Not graded
      quality
      D
      maintenance
      Enables interaction with AWS services (EC2, S3, Lambda, DynamoDB, etc.) through the Model Context Protocol, allowing natural language management of cloud resources.
      2
      -
    • A
      license
      Not graded
      quality
      D
      maintenance
      Provides a standardized interface for interacting with Rocketlane's tools and services through the Model Context Protocol, enabling unified API access.
      1
      MIT
    • A
      license
      Not graded
      quality
      D
      maintenance
      Provides a standardized interface for interacting with Falai's tools and services through the Model Context Protocol, enabling AI assistants to leverage Falai capabilities.
      2
      MIT