AWS Infrastructure MCP Server

Un servidor FastMCP local (Python 3.12+, transporte stdio) que expone herramientas de diagnóstico de AWS para aplicaciones serverless directamente a los agentes de IA del IDE. Conecta Cursor, VS Code Copilot o Claude Code con CloudWatch, Lambda, DynamoDB, IAM y Bedrock a través del Model Context Protocol.

Arquitectura y decisiones de diseño

Transporte y pila tecnológica

Autenticación

Utiliza la cadena de credenciales predeterminada de boto3 sin lógica de autenticación personalizada. La cadena verifica, en orden: variables de entorno (AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY) → ~/.aws/credentials → ~/.aws/config → metadatos de instancia. Establezca AWS_PROFILE para apuntar a un perfil específico.

Superficie de herramientas

15 herramientas en 4 módulos:

CloudWatch y Lambda — Diagnóstico de servicios (tools/cloudwatch.py, tools/lambda_ops.py)

DynamoDB — Salud de los datos (tools/dynamodb.py)

IAM — Gobernanza de seguridad (tools/iam.py)

validate_least_privilege verifica:

1. Permisos comodín — declaraciones con "Action": "*" o "Resource": "*"

2. Políticas administradas peligrosas — AdministratorAccess o PowerUserAccess adjuntas

3. Acceso a datos sin alcance — acciones de lectura/escritura de S3 o DynamoDB sin ARNs de recursos específicos

Bedrock — Análisis de causa raíz con IA (tools/bedrock.py)

Acepta texto sin procesar (registros, trazas de pila, resúmenes de métricas). Devuelve un objeto Pydantic validado:

class IncidentAnalysis(BaseModel):
    severity: Literal["LOW", "MEDIUM", "HIGH", "CRITICAL"]
    root_cause_summary: str
    affected_components: list[str]
    recommended_fix: str

El parámetro model_id acepta cualquier modelo disponible en Bedrock (por ejemplo: meta.llama3-2-3b).

Límite de seguridad

• Todas las herramientas son de solo lectura excepto invoke_lambda (solo invocación síncrona).

• Ninguna herramienta crea, actualiza o elimina funciones Lambda, elementos de DynamoDB, políticas de IAM ni ningún otro recurso de AWS.

• Un limpiador de credenciales global (utils/scrubber.py) redacta los ID de clave de acceso de AWS, las claves de acceso secretas y los tokens de sesión de todas las salidas de las herramientas antes de que los datos lleguen al contexto del LLM. Se aplica a mensajes de registro, respuestas de invocación y salidas de error.

Related MCP server: AWS MCP Server

Estructura del proyecto

mcpserver/
├── app.py                 # FastMCP instance (single shared object)
├── server.py              # Entry point — imports tool modules, runs stdio
├── tools/
│   ├── __init__.py
│   ├── cloudwatch.py      # get_lambda_logs, get_lambda_errors, get_lambda_metrics
│   ├── lambda_ops.py      # list_lambdas, invoke_lambda
│   ├── dynamodb.py        # list_tables, describe_table, query_table, scan_table, get_table_metrics
│   ├── iam.py             # list_roles, get_role_policy, validate_least_privilege, list_lambda_roles
│   └── bedrock.py         # analyze_incident + IncidentAnalysis schema
├── utils/
│   ├── __init__.py
│   └── scrubber.py        # Credential redaction regex patterns
├── tests/
│   ├── test_scrubber.py
│   ├── test_cloudwatch.py
│   ├── test_lambda_ops.py
│   ├── test_dynamodb.py
│   ├── test_iam.py
│   └── test_bedrock.py
├── pyproject.toml
└── uv.lock

Instalación y configuración local

Requisitos previos:

• Python 3.12+

• uv gestor de paquetes

• AWS CLI configurado (~/.aws/credentials o variables de entorno)

# Clone and install dependencies
cd mcpserver
uv sync

# Run the server locally (stdio)
uv run python server.py

Configuración del IDE

VS Code / Cursor

Cree .vscode/mcp.json en la raíz del proyecto:

{
  "servers": {
    "aws-infra-mcp": {
      "type": "stdio",
      "command": "uv",
      "args": ["--directory", "/absolute/path/to/mcpserver", "run", "server.py"]
    }
  }
}

Reemplace /absolute/path/to/mcpserver con la ruta real a este directorio. En Windows, use barras diagonales (C:/Users/.../mcpserver).

Claude Desktop

Agregue a claude_desktop_config.json:

{
  "mcpServers": {
    "aws-infra-mcp": {
      "command": "uv",
      "args": ["--directory", "/absolute/path/to/mcpserver", "run", "server.py"]
    }
  }
}

Estrategia de pruebas

Las pruebas utilizan un diseño de un solo punto de integración: cada función @mcp.tool() se prueba en su límite público con boto3 simulado debajo mediante unittest.mock.patch. Las pruebas verifican la lógica de transformación de la herramienta — filtrado de registros, aplicación del límite máximo, limpieza de credenciales, validación de Pydantic — sin requerir credenciales de AWS reales ni realizar llamadas de red.

57 pruebas unitarias en 6 archivos de prueba:

# Run the full suite
uv run pytest

# Run a single cluster's tests
uv run pytest tests/test_iam.py -v