aaws - CLI de AWS asistida por IA

Versión de PyPI Python 3.11+ Licencia: Apache 2.0

Lenguaje natural de entrada, comando de AWS de salida.

pip install aaws -- pypi.org/project/aaws/

Deja de cambiar de contexto para consultar la documentación de AWS. Describe lo que quieres en inglés sencillo y aaws genera, explica y ejecuta de forma segura el comando correcto de AWS CLI.

$ aaws "list my S3 buckets"

Command: aws s3api list-buckets --output json
Lists all S3 buckets in your account.

 Name                 CreationDate
 my-app-assets        2024-03-15T10:22:00+00:00
 my-logs-bucket       2024-06-01T08:00:00+00:00
 staging-uploads      2025-01-10T14:30:00+00:00

3 result(s)

Tabla de contenidos

Cómo funciona

Cada invocación de aaws sigue un proceso de seis etapas. Algunas etapas son iniciadas por el usuario (tú las activas) y otras son agénticas (el sistema las maneja de forma autónoma). Esta separación es el principio de diseño fundamental.

 YOU                              aaws (AGENT)
 ───                              ────────────
 Type natural language ──────────> LLM translates to AWS CLI command
                                   Agent classifies risk tier (0-3)
                                   Agent selects safety gate
 Review command + confirm ───────> Agent executes via subprocess
                                   Agent detects output shape
                                   Agent formats as table/card/JSON
 Read formatted results <────────
                                   (on error) Agent classifies error
                                   (on error) Agent generates recovery advice
 Read error + suggestion <───────

Uso con Claude Code (MCP)

Usa aaws con tu suscripción a Claude Code: sin claves de API, sin configuración de LLM, sin coste adicional.

En lugar de que aaws llame a un LLM directamente, Claude Code se convierte en el LLM. El servidor MCP de aaws proporciona clasificación de seguridad, ejecución de comandos y formato de salida como herramientas que Claude Code invoca.

 Standalone CLI:                     MCP Mode:
 User -> aaws -> LLM (you pay)      User -> Claude Code (subscription) -> aaws MCP tools
                -> AWS CLI                                               -> AWS CLI

Configuración

Requisito previo: AWS CLI v2 debe estar instalado y configurado (consulta Instalación arriba).

# Install with MCP support
pip install aaws[mcp]

# Register with Claude Code (one-time)
claude mcp add --scope user aaws -- python -m aaws.mcp_server

O añade un archivo .mcp.json con alcance de proyecto (controlado por versiones, compartido con el equipo):

{
  "mcpServers": {
    "aaws": {
      "command": "python",
      "args": ["-m", "aaws.mcp_server"]
    }
  }
}

Verifica con /mcp dentro de Claude Code para ver las herramientas listadas.

Herramientas MCP disponibles

Herramienta	Propósito	¿Requiere LLM?
`classify_aws_command`	Clasificación de nivel de riesgo (0-3) para cualquier comando de AWS CLI	No (tabla estática)
`execute_aws_command`	Ejecución segura de subprocesos con inyección de perfil/región	No
`format_aws_output`	Detección de forma JSON -> tablas/tarjetas de texto plano	No
`list_safety_tiers`	Explorar niveles de riesgo de comandos conocidos por servicio	No
`check_aws_environment`	Verificar AWS CLI, perfil activo, región	No

Ejemplo de conversación en Claude Code

You: List my S3 buckets in us-west-2

Claude Code:
  1. Calls check_aws_environment() -> {aws_cli_available: true, active_profile: "default"}
  2. Calls classify_aws_command("aws s3api list-buckets --output json")
     -> {tier: 0, tier_label: "Read-only", should_confirm: false}
  3. Calls execute_aws_command("aws s3api list-buckets --output json", region="us-west-2")
     -> {stdout: '{"Buckets": [...]}', success: true}
  4. Calls format_aws_output(stdout)
     -> Formatted table with bucket names and dates

You: Now delete the one named old-logs

Claude Code:
  1. Calls classify_aws_command("aws s3 rb s3://old-logs --force")
     -> {tier: 2, tier_label: "Destructive", should_confirm: true}
  2. Asks: "This is a destructive operation (tier 2). Delete bucket old-logs?"
  3. You confirm
  4. Calls execute_aws_command(...)

Qué cambia respecto a la CLI independiente

Aspecto	CLI independiente	Modo MCP
Proveedor de LLM	Tú lo configuras (Bedrock/OpenAI)	Suscripción a Claude Code (gratis)
Traducción de LN	aaws translator.py	LLM de Claude Code
Memoria de sesión	En proceso, límite de 10 turnos	Integrada en Claude Code (contexto completo)
Flujos de varios pasos	Un comando a la vez	Claude Code orquesta varios
Interpretación de errores	Llamada al LLM por error	Claude Code razona sobre stderr
Configuración	`aaws config init` requerido	Solo registrar servidor MCP

Ciclo de vida de ingeniería en la nube de AWS (MCP)

Etapa del ciclo de vida	CLI independiente	+ MCP con Claude Code
Descubrimiento	Basado en consultas	+ Inventario autónomo, entre servicios
Aprovisionamiento	Comando único	+ Varios pasos con orden de dependencia
Monitoreo	Consultas instantáneas	+ Análisis conversacional
Solución de problemas	Errores codificados + LLM	+ Investigación autónoma de logs/métricas
Mantenimiento	Borrado/redimensionamiento manual	+ El agente encuentra residuos, sugiere optimización
Seguridad	Paso a través de CLI	+ Auditoría de permisos
Recuperación ante desastres	Copia de seguridad de comando único	+ Flujos de DR orquestados

Flujo de valor: Acciones iniciadas por el usuario vs. Agénticas

Lo siguiente mapea cada actividad en el ciclo de vida de desarrollo y uso según quién es el propietario: el usuario (manual, intencional) o el agente (autónomo, sin intervención).

Fase de configuración

#	Actividad	Propietario	Descripción
1	Instalar `aaws`	Usuario	`pip install aaws`
2	Ejecutar asistente de configuración	Usuario	`aaws config init` — elegir proveedor, modelo, perfil, región
3	Detectar configuración faltante	Agente	Si no existe configuración, imprime mensaje accionable y sale
4	Validar esquema de configuración	Agente	Pydantic valida todos los campos, rechaza valores incorrectos
5	Resolver `${ENV_VAR}` en config	Agente	Sustituye referencias de variables de entorno en valores YAML
6	Aplicar anulaciones `AAWS_*`	Agente	Las variables de entorno anulan la configuración basada en archivos (amigable con CI/CD)
7	Detectar presencia de AWS CLI	Agente	Comprueba `aws` en PATH al iniciar; falla rápido con enlace de instalación

Flujo de comando único

#	Actividad	Propietario	Descripción
8	Escribir solicitud en lenguaje natural	Usuario	`aaws "muestra mis instancias EC2 en ejecución"`
9	Resolver perfil + región de AWS	Agente	Fusiona flags `--profile`/`--region` > config > sesión boto3 > fallback
10	Construir prompt de LLM con contexto	Agente	Inyecta prompt del sistema + contexto de perfil/región + solicitud del usuario
11	Llamar al LLM mediante llamada a herramienta	Agente	Envía esquema de herramienta estructurado, fuerza el uso de herramientas (sin texto libre)
12	Validar que el comando empieza con `aws`	Agente	Rechaza salidas no relacionadas con AWS alucinatorias
13	Reintento automático en comando inválido	Agente	Envía instrucción correctiva, reintenta una vez, luego falla con error claro
14	Devolver aclaración si es ambiguo	Agente	Si la solicitud es vaga, hace UNA pregunta aclaratoria en lugar de adivinar
15	Clasificar nivel de riesgo (tabla estática)	Agente	Coincidencia de prefijo más largo contra más de 100 patrones de comandos conocidos
16	Fallback al nivel asignado por LLM	Agente	Los comandos desconocidos usan la evaluación de riesgo del LLM
17	Comprobar perfil protegido	Agente	Bloquea todas las escrituras en `prod-*` o patrones glob definidos por el usuario
18	Mostrar comando + explicación	Agente	Muestra el comando generado con explicación en inglés sencillo
19	Confirmar o cancelar ejecución	Usuario	Nivel 0: auto-ejecución. Nivel 1: s/n. Nivel 2: escribe "yes". Nivel 3: rechazado. `--yes` confirma automáticamente 1-2
20	Ofrecer `--dry-run` para EC2	Agente	Para comandos destructivos de EC2, ofrece validar con `--dry-run` primero
21	Ejecutar mediante subproceso	Agente	`shlex.split()` + `subprocess.run(shell=False)` — inyección imposible
22	Detectar forma de salida	Agente	Inspecciona JSON: lista -> tabla, dict -> tarjeta, vacío -> "No hay resultados."
23	Renderizar salida formateada	Agente	Tablas enriquecidas con sugerencias de columnas por tipo de recurso, o JSON con resaltado de sintaxis
24	Clasificar error en fallo	Agente	Coincidencias de Regex para errores de credenciales, permisos, recursos
25	Proporcionar corrección codificada para auth	Agente	Token expirado -> `aws sso login`. Sin creds -> `aws configure`
26	LLM interpreta errores de recursos	Agente	Envía comando fallido + stderr al LLM para pasos de recuperación en lenguaje sencillo

Flujo de sesión interactiva

#	Actividad	Propietario	Descripción
27	Iniciar sesión	Usuario	`aaws session [--profile X] [--region Y]`
28	Mostrar encabezado de sesión	Agente	Muestra perfil activo, región, instrucciones de salida
29	Escribir solicitudes de seguimiento	Usuario	Entrada conversacional haciendo referencia al contexto previo
30	Mantener historial de conversación	Agente	Añade cada intercambio, limitado a los últimos 10 para contexto del LLM
31	Traducir con contexto de historial	Agente	El LLM ve la conversación previa para refinamiento de varios turnos
32	Pipeline de seguridad completo por turno	Agente	Cada comando pasa por clasificar -> puerta -> ejecutar -> formatear
33	Salir de la sesión	Usuario	Escribe `exit`/`quit` o Ctrl+C
34	Manejar Ctrl+C con elegancia	Agente	Captura KeyboardInterrupt, imprime "Adiós.", sin traza de pila

Flujos de utilidad

#	Actividad	Propietario	Descripción
35	Explicar comando existente	Usuario	`aaws explain "aws ec2 describe-instances --filters ..."`
36	LLM genera explicación	Agente	Describe qué hace el comando, cada flag y advertencias de seguridad
37	Ver configuración resuelta	Usuario	`aaws config show` — configuración efectiva con secretos enmascarados
38	Usar `--raw` para scripting	Usuario	`aaws --raw "lista mis buckets"	jq '.Buckets[].Name'`
39	Usar `--dry-run` para previsualizar	Usuario	Muestra el comando generado sin ejecutar
40	Anular rechazo de nivel 3	Usuario	`aaws --i-accept-responsibility "eliminar todos los usuarios IAM"`

CI/CD y automatización

#	Actividad	Propietario	Descripción
41	Configurar solo mediante variables de entorno	Usuario	Establecer `AAWS_LLM_PROVIDER`, `AAWS_AWS_REGION`, etc. — no se necesita archivo de config
42	Canalizar salida cruda a herramientas	Usuario	`aaws --raw "..."	jq ...` para consumo mediante scripts
43	Pruebas en push (GitHub Actions)	Agente	Lint (ruff) + comprobación de tipos (mypy) + pytest en Python 3.11-3.13
44	Publicar en PyPI en etiqueta	Agente	`hatch build` + publicación confiable en etiquetas `v*`

Instalación

Paso 1: Instalar AWS CLI v2

aaws requiere que AWS CLI esté instalado y en tu PATH. Delega todas las operaciones de AWS al comando aws.

macOS:

brew install awscli

Windows:

Descarga y ejecuta el instalador desde https://awscli.amazonaws.com/AWSCLIV2.msi

O mediante winget:

winget install Amazon.AWSCLI

Linux (x86_64):

curl "https://awscli.amazonaws.com/awscli-exe-linux-x86_64.zip" -o "awscliv2.zip"
unzip awscliv2.zip
sudo ./aws/install

Verificar:

aws --version
# aws-cli/2.x.x Python/3.x.x ...

Paso 2: Configurar credenciales de AWS

Necesitas al menos un perfil de AWS configurado con credenciales válidas.

Opción A: Claves de acceso IAM (más simple)

aws configure

Se te pedirá:

AWS Access Key ID [None]: AKIAIOSFODNN7EXAMPLE
AWS Secret Access Key [None]: wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY
Default region name [None]: us-east-1
Default output format [None]: json

Opción B: AWS SSO (recomendado para organizaciones)

aws configure sso

Sigue el flujo de inicio de sesión del navegador. Luego activa la sesión:

aws sso login --profile your-profile-name

Opción C: Variables de entorno (CI/CD)

export AWS_ACCESS_KEY_ID=AKIAIOSFODNN7EXAMPLE
export AWS_SECRET_ACCESS_KEY=wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY
export AWS_DEFAULT_REGION=us-east-1

Verificar que las credenciales funcionan:

aws sts get-caller-identity
# Should return your account ID, ARN, and user ID

Paso 3: Instalar aaws

Requisitos: Python 3.11+, AWS CLI v2 (configurado arriba)

El paquete está publicado en pypi.org/project/aaws/.

CLI independiente (necesita un proveedor de LLM — Bedrock u OpenAI):

pip install aaws

Con soporte para Claude Code MCP (usa tu suscripción de Anthropic, no se necesita clave de API):

pip install aaws[mcp]
claude mcp add --scope user aaws -- python -m aaws.mcp_server

Verifica la instalación:

aaws --help
aws sts get-caller-identity   # confirm AWS creds work

Actualizar a la última versión

pip install --upgrade aaws

Instalar desde el código fuente (desarrollo)

git clone https://github.com/farmountain/ai_aws_cli.git
cd ai_aws_cli
pip install -e ".[dev,mcp]"

Inicio rápido

1. Configurar

aaws config init

El asistente te guía a través de:

aaws configuration wizard

LLM provider [bedrock/openai] (bedrock):
Bedrock model ID (anthropic.claude-3-5-haiku-20241022-v1:0):
Default AWS profile (default):
Default AWS region (us-east-1):

 Configuration saved to ~/.config/aaws/config.yaml
Run aaws "list my S3 buckets" to test.

2. Ejecuta tu primer comando

aaws "list my S3 buckets"

3. Prueba más comandos

# Read-only (auto-executes, no confirmation)
aaws "show my running EC2 instances in us-west-2"
aaws "how many Lambda functions do I have"
aaws "get the details of my RDS database named prod-db"

# Write operations (asks y/n)
aaws "create an S3 bucket named my-new-bucket in us-east-1"
aaws "tag instance i-abc123 with Environment=staging"

# Preview without executing
aaws --dry-run "terminate instance i-abc123"

# Explain an existing command
aaws explain "aws iam attach-role-policy --role-name MyRole --policy-arn arn:aws:iam::aws:policy/ReadOnlyAccess"

# Raw output for scripting
aaws --raw "list my S3 buckets" | jq '.Buckets[].Name'

Configuración

Ubicación del archivo de configuración

SO	Ruta
Linux/macOS	`~/.config/aaws/config.yaml`
Windows	`%APPDATA%\aaws\config.yaml`

Referencia completa de configuración

llm:
  provider: bedrock          # "bedrock" or "openai"
  model: anthropic.claude-3-5-haiku-20241022-v1:0
  api_key: ${OPENAI_API_KEY} # Only for OpenAI; supports ${ENV_VAR} syntax
  temperature: 0.1           # Low for deterministic output
  timeout: 30                # Seconds

aws:
  default_profile: default
  default_region: us-east-1

safety:
  auto_execute_tier: 0       # Auto-run commands at or below this tier (0=read-only)
  protected_profiles:        # Glob patterns — all writes blocked on these profiles
    - "prod-*"
    - "production"

output:
  format: auto               # "auto" detects tables/cards/JSON
  raw: false                 # true = always output raw JSON
  color: true

Anulaciones de variables de entorno

Cada campo de configuración puede ser anulado con variables de entorno con el prefijo AAWS_. Útil para CI/CD donde la configuración de archivos es poco práctica

aaws - AI-Assisted AWS CLI

aaws - CLI de AWS asistida por IA

Tabla de contenidos

Cómo funciona

Uso con Claude Code (MCP)

Configuración

Herramientas MCP disponibles

Ejemplo de conversación en Claude Code

Qué cambia respecto a la CLI independiente

Ciclo de vida de ingeniería en la nube de AWS (MCP)

Flujo de valor: Acciones iniciadas por el usuario vs. Agénticas

Fase de configuración

Flujo de comando único

Flujo de sesión interactiva

Flujos de utilidad

CI/CD y automatización

Instalación

Paso 1: Instalar AWS CLI v2

Paso 2: Configurar credenciales de AWS

Paso 3: Instalar aaws

Actualizar a la última versión

Instalar desde el código fuente (desarrollo)

Inicio rápido

1. Configurar

2. Ejecuta tu primer comando

3. Prueba más comandos

Configuración

Ubicación del archivo de configuración

Referencia completa de configuración

Anulaciones de variables de entorno

Resources

Related MCP Connectors