本项目在 Amazon EKS 上部署一个最小化的兼容 MCP 的 Python 工具服务器。Pod 会向 AGENTCORE_GATEWAY_ENDPOINT 发起出站安全 WebSocket 连接，并使用 AGENTCORE_AUTH_TOKEN 进行身份验证。
该连接器实现了工具发现和调用所需的 MCP JSON-RPC 方法：
initialize
tools/list
tools/call
ping
它公开了两个工具：
get_system_info
echo_data
Amazon Bedrock AgentCore 网关文档将网关描述为代理的 MCP 端点，以及可以调用已配置目标（如 Lambda、OpenAPI、Smithy 和远程 MCP 服务器端点）的服务。反向拨出 WebSocket 连接要求您的 AgentCore 网关端点、中继或前端服务支持持久的出站 WebSocket 协议。
此实现假设该协议存在，并且网关通过 WebSocket 发送 MCP JSON-RPC 请求消息。如果您的网关配置为标准 MCP 服务器目标，请通过常规 MCP HTTP/SSE 端点公开此服务器，或将其置于内部/外部负载均衡器之后，并将该端点注册到 AgentCore。
Related MCP server: AgentCore MCP Server
agentcore-mcp-eks/
├── .dockerignore
├── .gitignore
├── Dockerfile
├── Makefile
├── README.md
├── k8s/
│ ├── base/
│ │ ├── configmap.yaml
│ │ ├── deployment.yaml
│ │ ├── hpa.yaml
│ │ ├── kustomization.yaml
│ │ ├── namespace.yaml
│ │ ├── networkpolicy.yaml
│ │ ├── pdb.yaml
│ │ ├── service.yaml
│ │ └── serviceaccount.yaml
│ └── examples/
│ └── secret.example.yaml
├── requirements.txt
└── src/
├── pyproject.toml
└── agentcore_mcp_server/
├── __init__.py
├── __main__.py
├── config.py
├── connector.py
├── health.py
├── protocol.py
└── tools.py现有的 Amazon EKS 集群，其工作节点可以通过 TCP 443 端口访问 AgentCore 网关端点。
为目标 AWS 账户配置的 aws CLI。
为 EKS 集群配置的 kubectl。
Docker 或其他兼容 OCI 的镜像构建器。
如果您仍需创建 EKS，请使用 Terraform 或您首选的 IaC 工作流。
容器镜像仓库，例如 Amazon ECR 或 GitHub Container Registry。
如果您希望 HPA 根据 CPU 指标进行扩展，则需要 Kubernetes Metrics Server。
以下已知值：
AGENTCORE_GATEWAY_ENDPOINT
AGENTCORE_AUTH_TOKEN
设置您的镜像名称：
cd agentcore-mcp-eks
export IMAGE="123456789012.dkr.ecr.us-east-1.amazonaws.com/agentcore-mcp-server"
export TAG="0.1.0"构建并推送：
docker build -t "${IMAGE}:${TAG}" .
docker push "${IMAGE}:${TAG}"更新 k8s/base/deployment.yaml 中的部署镜像或使用 Kustomize：
kubectl kustomize k8s/base首先创建命名空间，以便安全地创建 Secret：
kubectl apply -f k8s/base/namespace.yaml创建身份验证令牌 Secret，而不将真实令牌存储在 Git 中：
kubectl -n mcp-system create secret generic agentcore-mcp-secret \
--from-literal=AGENTCORE_AUTH_TOKEN='replace-with-real-token'通过编辑 k8s/base/configmap.yaml 设置网关端点：
data:
AGENTCORE_GATEWAY_ENDPOINT: "wss://gateway.example.com/mcp/reverse"
MCP_SERVER_NAME: "eks-agentcore-mcp"如果您想改用示例 Secret 清单，请复制 k8s/examples/secret.example.yaml，替换占位符，并从安全私密的位置应用它。
应用清单：
kubectl apply -k k8s/base检查部署进度：
kubectl -n mcp-system rollout status deployment/agentcore-mcp-server
kubectl -n mcp-system get pods -l app.kubernetes.io/name=agentcore-mcp-server查看日志：
kubectl -n mcp-system logs deployment/agentcore-mcp-server -f端口转发内部服务以进行健康检查：
kubectl -n mcp-system port-forward svc/agentcore-mcp-server 8080:8080
curl -fsS http://127.0.0.1:8080/healthz
curl -fsS http://127.0.0.1:8080/readyz预期行为：
当进程运行时，/healthz 返回 200。
仅在与网关的 WebSocket 连接建立后，/readyz 才返回 200。
检查 Pod 环境变量配置（不打印令牌）：
kubectl -n mcp-system describe pod -l app.kubernetes.io/name=agentcore-mcp-server查找连接器日志消息：
kubectl -n mcp-system logs deployment/agentcore-mcp-server --tail=200常见问题：
AGENTCORE_GATEWAY_ENDPOINT is required：ConfigMap 缺失或键名拼写错误。
AGENTCORE_AUTH_TOKEN is required：Secret 缺失或键名拼写错误。
重复连接失败：验证端点以 wss:// 开头，DNS 可在集群内解析，且节点安全组/NACL 允许出站 TCP 443 流量。
身份验证失败：轮换 Secret 并使用 kubectl -n mcp-system rollout restart deployment/agentcore-mcp-server 重启部署。
就绪状态始终不健康：确认网关支持反向 WebSocket 连接协议，并接受通过套接字传输的 MCP JSON-RPC 消息。
NetworkPolicy 阻止流量：先在不使用 networkpolicy.yaml 的情况下应用部署，确认连接性，然后再重新应用并为您的 CNI 收紧出站规则。
运行集群内 DNS/连接性测试：
kubectl -n mcp-system run netcheck --rm -it --restart=Never \
--image=curlimages/curl:8.10.1 -- sh然后在 shell 中：
nslookup gateway.example.com
curl -vk https://gateway.example.com/请勿提交真实令牌。请使用 Kubernetes Secrets、External Secrets Operator、AWS Secrets Manager 或 Sealed Secrets。
容器以非 root 用户身份运行，具有只读根文件系统并丢弃了 Linux 功能权限。
默认服务为 ClusterIP；由于服务器是主动拨出的，因此没有公共入站端点。
示例 NetworkPolicy 允许 DNS 和出站 HTTPS。对于严格的 FQDN 出站控制，请使用支持 FQDN 策略的 CNI（如 Cilium 或 Calico Enterprise），并将访问权限限制为确切的 AgentCore 网关主机名。
工具输入模式已完全内联，不使用 JSON Schema $ref 或 $defs。
This server cannot be deployed
POC MCP server. Tool say_hello returns 'Welcome' (agent -> MCP -> API path).
MCP server for AI agents to plan, verify, and deploy Cloudflare-native apps.
Nifty's MCP server — exposes tasks, projects, messages, and files as tools for AI agents.
Real-time Amazon, WIPO & PACER data for AI agents — 19 tools via the MCP protocol.
