はじめに

#

半年程前にaws公式から MCPサーバー が発表されています。使ったことが無いのでREADMEを読んでみます。

mcp/README.md at e850b07f78bf3a8fab4d1014225857db43e9a2c3 · awslabs/mcp

Open source MCP Servers for AWS. Contribute to awslabs/mcp development by creating an account on GitHub.

github.com

アーキ図を出してくれたりするようですが、MCPサーバー は中で何をしているのでしょうか。 LLM に言われたものを図にするだけではないですよね、それなら mermaid の MCP でも良さそうですし。 LLM が設計して、その確からしさを評価してくれたりするのであればかなり便利そうですね。

まとめ

#

以下が整理されていました。

• 各種MCPサーバーの紹介
• 作りたいもの別に適切なMCPサーバの選択肢例
• 作業スタイル別に適切なMCPサーバの選択例
• LLM、開発環境でのMCPサーバの連携方法の解説
• 参考資料一覧

めちゃくちゃいっぱいMCPサーバが紹介されていました。こんなに機能が分かれるものなんですね。適材適所で使うものだけ入れないとだめなのか？とりあえず全部盛りでいいのか？ここらへんは使ってみないとわからなさそうですね。

モデルコンテキストサーバとはなにか?AWS MCPサーバではどの様に機能するのか

#

LLM モデル同士がやり取りをするための標準化されたModel Context Protocol(MCP)です。エージェント型AIエージェントにMCPクライアントを追加し、MCPサーバーとやり取りをすることでより適切な値を取得可能となります。

詳しくはこちら

What is the Model Context Protocol (MCP)? - Model Context Protocol

Fetch the complete documentation index at: https://modelcontextprotocol.io/llms.txt

modelcontextprotocol.io

Server Sent Event サポートの削除

#

2025年5月26日から Server Sent Events(SSE) のサポートが削除されました。今後 Streamable HTTP の実装を進めているそうです。 SSE が必要であればバージョンを下げる必要があります。

AWS MCP サーバーのメリット

#

• 出力品質の向上：AWSのベスクとプラクティスに従ったより正確な技術詳細が提供され、は寿司ネーションの少ないより正確なコード生成が可能となります。
• 最新ドキュメントへのアクセス：基盤モデルは最新の情報を持っていない場合があります。MCPサーバーは最新のドキュメントを参照できるので、AIアシスタントが常に最新のAWS機能で動作する音を保証します。
• ワークフロー自動化：CDK、Terraformやその他のAWS固有のワークフローを基盤モデルから利用できるツールに変換します。これによりAIアシスタントは複雑なタスクを正確に効率よく実行できます。
• 専門的なドメイン知識：基盤モデルでは完全に表現されないようなAWSサービスに関する詳細なコンテキスト情報を提示し、より正確で役立つ応答が可能となる。

利用可能な MCP サーバ一覧

#

AWS API MCP Server

#

AWSの一般的な操作はここから始めましょう！コマンド検証、セキュリティ制御、そしてすべてのAWSサービスへのアクセスを備えた包括的なAWS APIサポート。インフラストラクチャの管理、リソースの探索、そして自然言語によるAWSオペレーションの実行に最適です。

AWS Knowledge MCP Server

#

AWS がホストするリモートの完全管理型 MCP サーバー。最新の AWS ドキュメント、API リファレンス、新着情報、開始方法の情報、ビルダー センター、ブログ投稿、アーキテクチャ リファレンス、Well-Architected ガイダンスにアクセスできます。

AWS Documentation MCP Server

#

最新のAWSドキュメントとAPIリファレンスを入手する

AWS Cloud Control API MCP Server

#

セキュリティスキャンとベストプラクティスによる AWS リソースの直接管理

AWS CDK MCP Server

#

セキュリティコンプライアンスとベストプラクティスを備えた AWS CDK 開発

AWS Terraform MCP Server

#

統合セキュリティスキャンを備えた Terraform ワークフロー

AWS CloudFormation MCP Server

#

AWSCloud Control API による CloudFormation リソースの直接管理

Amazon EKS MCP Server

#

Kubernetes クラスタの管理とアプリケーションのデプロイメント

Amazon ECS MCP Server

#

AWSコンテナオーケストレーションとECSアプリケーションのデプロイメント

Finch MCP Server

#

ECR 統合によるローカル コンテナの構築

AWS Serverless MCP Server

#

SAM CLI によるサーバーレス アプリケーションのライフサイクルの完了

AWS Lambda Tool MCP Server

#

プライベートリソースアクセス用の AI ツールとして Lambda 関数を実行する

AWS Support MCP Server

#

ユーザーが AWS サポートケースを作成および管理できるように支援します

Amazon Bedrock Knowledge Bases Retrieval MCP Server

#

引用サポートを使用してエンタープライズ ナレッジベースをクエリする

Amazon Kendra Index MCP Server

#

エンタープライズ検索とRAGの強化

Amazon Q Business MCP Server

#

匿名アクセスで取り込んだコンテンツのための AI アシスタント

Amazon Q Index MCP Server

#

企業のQインデックスを検索するためのデータアクセサ

Nova Canvas MCP Server

#

Amazon Nova Canvas を使用した AI 画像生成

Amazon Rekognition MCP Server (deprecated)

#

コンピュータービジョン機能を使用して画像を分析する

AWS Bedrock Data Automation MCP Server

#

ドキュメント、画像、ビデオ、オーディオファイルを分析する

AWS Bedrock Custom Model Import MCP Server

#

オンデマンド推論のために Bedrock でカスタム モデルを管理する

Amazon DynamoDB MCP Server

#

完全な DynamoDB 操作とテーブル管理

Amazon Aurora PostgreSQL MCP Server

#

RDS データ API 経由の PostgreSQL データベース操作

Amazon Aurora MySQL MCP Server

#

RDS データ API 経由の MySQL データベース操作

Amazon Aurora DSQL MCP Server

#

PostgreSQL との互換性を持つ分散 SQL

Amazon DocumentDB MCP Server

#

MongoDB互換のドキュメントデータベース操作

Amazon Neptune MCP Server

#

openCypherとGremlinを使ったグラフデータベースクエリ

Amazon Keyspaces MCP Server

#

Apache Cassandra互換操作

Amazon Timestream for InfluxDB MCP Server

#

時系列データベース操作とInfluxDBの互換性

Amazon MSK MCP Server

#

マネージド Kafka クラスター操作とストリーミング

AWS S3 Tables MCP Server

#

最適化された分析のために S3 テーブルを管理する

Amazon Redshift MCP Server

#

データウェアハウスの運用と分析クエリ

Amazon OpenSearch MCP Server

#

OpenSearch を活用した検索、分析、観測性

AWS AppSync MCP Server

#

AWS AppSync を活用したアプリケーションバックエンドの管理と操作

Amazon ElastiCache MCP Server

#

ElastiCache コントロール プレーン操作を完了する

Amazon ElastiCache / MemoryDB for Valkey MCP Server

#

Valkeyによる高度なデータ構造とキャッシュ

Amazon ElastiCache for Memcached MCP Server

#

Memcachedプロトコルによる高速キャッシュ

AWS IAM MCP Server

#

セキュリティのベストプラクティスに基づいた包括的な IAM ユーザー、ロール、グループ、ポリシー管理

Git Repo Research MCP Server

#

セマンティックコード検索とリポジトリ分析

Code Documentation Generator MCP Server

#

コード分​​析からの自動ドキュメント化

AWS Diagram MCP Server

#

アーキテクチャ図と技術イラストを生成する

Frontend MCP Server

#

Reactと最新のWeb開発ガイド

Synthetic Data MCP Server

#

開発と機械学習のための現実的なテストデータを生成する

OpenAPI MCP Server

#

OpenAPI仕様による動的なAPI統合

AWS Pricing MCP Server

#

AWS サービスの価格とコストの見積もり

AWS Cost Explorer MCP Server

#

詳細なコスト分析とレポート

Amazon CloudWatch MCP Server

#

メトリクス、アラーム、ログの分析と運用上のトラブルシューティング

Amazon CloudWatch Logs MCP Server (deprecated)

#

CloudWatch Logs の分析と監視

AWS Managed Prometheus MCP Server

#

Prometheus互換の操作

AWS Billing and Cost Management MCP Server

#

請求とコスト管理

Amazon SNS / SQS MCP Server

#

イベント駆動型メッセージとキューの管理

Amazon MQ MCP Server

#

RabbitMQとActiveMQのメッセージブローカー管理

AWS MSK MCP Server

#

マネージドKafkaクラスタの操作とストリーミング

AWS Step Functions Tool MCP Server

#

複雑なワークフローとプロセスを実行する

Amazon Location Service MCP Server

#

場所の検索ジオコーディングルート最適化

AWS HealthOmics MCP Server

#

ライフサイエンスワークフローを生成、実行、デバッグ、最適化する

AWS HealthLake MCP Server

#

自動化されたリソース検出、高度な検索機能、患者記録管理、シームレスなインポート/エクスポート操作などの機能を備えた包括的な AWS HealthLake 統合により、FHIR ヘルスケア データ ワークフローを作成、管理、検索、最適化します。

Core MCP Server

#

ここから始めましょう: インテリジェントな計画と MCP サーバー オーケストレーション

AWS Data Processing MCP Server

#

AWS Glue と Amazon EMR-EC2 全体にわたる包括的なデータ処理ツールとリアルタイムのパイプラインの可視性

Amazon CloudWatch Application Signals MCP Server

#

AWSアプリケーションの監視とパフォーマンスの洞察

AWS Well-Architected Security Assessment Tool MCP Server

#

Well-Architected Framework のセキュリティの柱に基づいて AWS 環境を評価する

AWS CloudTrail MCP Server

#

CloudTrailイベントのクエリと分析

🚀 AWS を使い始める

#

一般的なAWS操作とAPIサポートについては以下から始めるとよいです。

• AWS API MCP Server
• AWS Knowledge MCP Server

作りたいもの別に適切なMCPサーバの例

#

📚 AWS公式ドキュメントへのリアルタイムアクセス

#

• AWS Knowledge MCP Server
• AWS Documentation MCP Server

🏗️ インフラ & デプロイ

#

• AWS Cloud Control API MCP Server
• AWS CDK MCP Server
• AWS Terraform MCP Server
• AWS CloudFormation MCP Server

コンテナプラットフォーム

#

• Amazon EKS MCP Server
• Amazon ECS MCP Server
• Finch MCP Server

サーバーレス & 関数

#

• AWS Serverless MCP Server
• AWS Lambda Tool MCP Server

サポート

#

• AWS Support MCP Server

🤖 AI & 機械学習

#

• Amazon Bedrock Knowledge Bases Retrieval MCP Server
• Amazon Kendra Index MCP Server
• Amazon Q Business MCP Server
• Amazon Q Index MCP Server
• Nova Canvas MCP Server
• Amazon Rekognition MCP Server (deprecated)
• AWS Bedrock Data Automation MCP Server
• AWS Bedrock Custom Model Import MCP Server

📊 データ & アナリティクス

#

データベース、キャッシュ システム、およびデータ処理ワークフローを操作します。

SQL & NoSQL データベース

#

• Amazon DynamoDB MCP Server
• Amazon Aurora PostgreSQL MCP Server
• Amazon Aurora MySQL MCP Server
• Amazon Aurora DSQL MCP Server
• Amazon DocumentDB MCP Server
• Amazon Neptune MCP Server
• Amazon Keyspaces MCP Server
• Amazon Timestream for InfluxDB MCP Server
• Amazon MSK MCP Server
• AWS S3 Tables MCP Server
• Amazon Redshift MCP Server

検索 & アナリティクス

#

• Amazon OpenSearch MCP Server

バックエンド API プロバイダ

#

• AWS AppSync MCP Server

キャッシュ & パフォーマンス

#

• Amazon ElastiCache MCP Server
• Amazon ElastiCache / MemoryDB for Valkey MCP Server
• Amazon ElastiCache for Memcached MCP Server

🛠️ 開発者ツール & サポート

#

コード分​​析、ドキュメント、テスト ユーティリティを使用して開発を加速します。

• AWS IAM MCP Server
• Git Repo Research MCP Server
• Code Documentation Generator MCP Server
• AWS Diagram MCP Server
• Frontend MCP Server
• Synthetic Data MCP Server
• OpenAPI MCP Server

📡 統合 & メッセージング

#

メッセージング、ワークフロー、位置情報サービスを使用してシステムを接続します。

• Amazon SNS / SQS MCP Server
• Amazon MQ MCP Server
• AWS MSK MCP Server
• AWS Step Functions Tool MCP Server
• Amazon Location Service MCP Server
• OpenAPI MCP Server

💰 コスト & オペレーション

#

AWS インフラストラクチャとコストを監視、最適化、管理します。

• AWS Pricing MCP Server
• AWS Cost Explorer MCP Server
• Amazon CloudWatch MCP Server
• Amazon CloudWatch Logs MCP Server (deprecated)
• AWS Managed Prometheus MCP Server
• AWS Billing and Cost Management MCP Server

🧬 ヘルスケア & ライフサイエンス

#

AWS HealthAI サービスと対話します。

• AWS HealthOmics MCP Server
• AWS HealthLake MCP Server

作業スタイル別に適切なMCPサーバの例

#

👨‍💻 Vibe コーディング & 開発

#

Amazon Q Developer CLI、Cline、Cursor、Claude CodeなどのAIコーディングアシスタントを使って開発をサポートします。

コア開発ワークフロー

#

• AWS API MCP Server
• Core MCP Server
• AWS Knowledge MCP Server
• AWS Documentation MCP Server
• Git Repo Research MCP Server

インフラストラクチャ as Code

#

• AWS CDK MCP Server
• AWS Terraform MCP Server
• AWS CloudFormation MCP Server
• AWS Cloud Control API MCP Server

アプリケーション開発

#

• Frontend MCP Server
• AWS Diagram MCP Server
• Code Documentation Generation MCP Server
• OpenAPI MCP Server

コンテナ & サーバーレス開発

#

• Amazon EKS MCP Server
• Amazon ECS MCP Server
• Finch MCP Server
• AWS Serverless MCP Server

テスト & データ

#

• Synthetic Data MCP Server

ライフサイエンス ワークフロー開発

#

• AWS HealthOmics MCP Server

ヘルスケア データ管理

#

• AWS HealthLake MCP Server

💬 会話型アシスタント

#

顧客対応チャットボット、ビジネスエージェント、インタラクティブなQ&Aシステム

ナレッジ & 検索

#

Amazon Bedrock Knowledge Bases Retrieval MCP Server Amazon Kendra Index MCP Server Amazon Q Business MCP Server Amazon Q Index MCP Server AWS Documentation MCP Server

コンテンツ処理 & 生成

#

Amazon Nova Canvas MCP Server Amazon Rekognition MCP Server (deprecated) Amazon Bedrock Data Automation MCP Server

ビジネスサービス

#

Amazon Location Service MCP Server AWS Pricing MCP Server AWS Cost Explorer MCP Server

🤖 自律型バックグラウンドエージェント

#

ヘッドレス自動化、ETLパイプライン、運用システム

データオペレーション & ETL

#

AWS Data Processing MCP Server

#

Amazon DynamoDB MCP Server

#

Amazon Aurora PostgreSQL MCP Server

#

Amazon Aurora MySQL MCP Server

#

Amazon Aurora DSQL MCP Server

#

Amazon DocumentDB MCP Server

#

Amazon Neptune MCP Server

#

Amazon Keyspaces MCP Server

#

Amazon Timestream for InfluxDB MCP Server

#

Amazon MSK MCP Server

#

キャッシュ & パフォーマンス

#

• Amazon ElastiCache / MemoryDB for Valkey MCP Server: Valkeyによる高度なデータ構造とキャッシュ

  

  

• Amazon ElastiCache for Memcached MCP Server : Memcachedプロトコルによる高速キャッシュ

  

  

ワークフロー & 統合

#

AWS Lambda Tool MCP Server

#

AWS Step Functions Tool MCP Server

#

Amazon SNS/SQS MCP Server

#

Amazon MQ MCP Server

#

AWS MSK MCP Server

#

オペレーション & モニタリング

#

• Amazon CloudWatch MCP Server
• Amazon CloudWatch Logs MCP Server (deprecated)
• Amazon CloudWatch Application Signals MCP Server
• AWS Cost Explorer MCP Server
• AWS Managed Prometheus MCP Server
• AWS Well-Architected Security Assessment Tool MCP Server
• AWS CloudTrail MCP Server

MCP AWS Lambda ハンドラーモジュール

#

AWS Lambdaを使用してモデルコンテキストプロトコル（MCP）用のサーバーレスHTTPハンドラーを作成するためのPythonライブラリです。このモジュールは、組み込みのDynamoDBサポートを含む、プラグ可能なセッション管理を備えたMCP HTTPエンドポイントを構築するための柔軟なフレームワークを提供します。

• AWS Lambda を使用した簡単なサーバーレス MCP HTTP ハンドラーの作成
• プラグ可能なセッション管理システム
• 組み込みの DynamoDB セッション バックエンド サポート
• カスタマイズ可能な認証と承認
• 実装例とテスト

src/mcp-lambda-handler/README.md 完全な使用方法、インストール、および開発手順については、こちらをご覧ください。

ローカル vs リモート MCP サーバーを使うとき

#

ローカル MCP サーバー

#

• 開発とテスト: ローカル開発、テスト、デバッグに最適
• オフライン作業: インターネット接続が制限されている場合でも作業を継続できます
• データプライバシー: 機密データと認証情報をローカルマシンに保存します
• 低レイテンシ: ネットワークオーバーヘッドを最小限に抑え、応答時間を短縮
• リソース制御: サーバーのリソースと構成を直接制御します

リモート MCP サーバー

#

• チームコラボレーション: チーム全体で一貫したサーバー構成を共有
• リソースを大量に消費するタスク: 大量の処理を専用のクラウド リソースにオフロードします
• いつでも利用可能: どこからでも、どのデバイスからでも MCP サーバーにアクセスできます
• 自動更新: 最新の機能とセキュリティパッチを自動的に取得します
• スケーラビリティ: ローカルリソースの制約なしに、さまざまなワークロードを簡単に処理できます。

注：AWS Knowledge MCPなど、一部のMCPサーバーはAWSによってフルマネージドサービスとして提供されています。これらのAWSマネージドリモートサーバーは、お客様側でのセットアップやインフラストラクチャ管理は不要です。接続するだけですぐにご利用いただけます。

サーバーのユースケース

#

たとえば、AWS ドキュメント MCP サーバーを使用すると、AI アシスタントが Amazon Bedrock インラインエージェントなどの AWS のサービスを調査して最新のコードを生成するのを支援できます。あるいは、CDK MCP サーバーまたはTerraform MCP サーバーを使用して、最新の API を使用し AWS のベストプラクティスに従う Infrastructure as Code 実装を AI アシスタントに作成させることもできます。AWS料金 MCP サーバーを使用すると、「この CDK プロジェクトをデプロイする前に、推定月額費用はいくらですか」や「このインフラストラクチャ設計で発生する可能性のある AWS サービスの費用について理解を深めてもらえますか」と質問して、詳細なコスト見積もりと予算計画の洞察を得ることができます。Valkey MCP サーバーはValkey データストアとの自然言語による対話を可能にし、AI アシスタントがシンプルな会話型インターフェースを通じてデータ操作を効率的に管理できるようにします。

インストールとセットアップ

#

各サーバーには、Cursor と VSCode のワンクリックインストールに対応したインストール手順が用意されています。一般的に、以下の手順でインストールできます。

1. Astral uv からインストール
2. Pythonをインストールするにはuv python install 3.10
3. 必要なサービスへのアクセスを可能にするAWS認証情報を設定する
4. MCPクライアント構成にサーバーを追加する
5. Amazon Q CLI MCP の設定例 ( ~/.aws/amazonq/mcp.json):

macOS/Linuxの場合

#

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.core-mcp-server@latest"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

具体的な要件と構成オプションについては、個々のサーバーの README を参照してください。

Windowsの場合

#

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

MCP 構成に問題がある場合、または適切なパラメータが設定されているかどうかを確認したい場合は、次の操作を試してください。

# Run MCP server manually with timeout 15s
$ timeout 15s uv tool run <MCP Name> <args> 2>&1 || echo "Command completed or timed out"

# Example (Aurora MySQL MCP Server)
$ timeout 15s uv tool run awslabs.mysql-mcp-server --resource_arn <Your Resource ARN> --secret_arn <Your Secret ARN> ... 2>&1 || echo "Command completed or timed out"

# If the arguments are not set appropriately, you may see the following message:
usage: awslabs.mysql-mcp-server [-h] --resource_arn RESOURCE_ARN --secret_arn SECRET_ARN --database DATABASE
                                --region REGION --readonly READONLY
awslabs.mysql-mcp-server: error: the following arguments are required: --resource_arn, --secret_arn, --database, --region, --readonly

コンテナでの MCP サーバー実行

#

各 MCP サーバーの Docker イメージは、パブリック AWS ECR レジストリに公開されます。 この例では、dockerと「awslabs.nova-canvas-mcp-server」を使用し、各MCPサーバーごとに繰り返すことができます。

• オプションで、機密環境変数をファイルに保存します。

# contents of a .env file with fictitious AWS temporary credentials
AWS_ACCESS_KEY_ID=ASIAIOSFODNN7EXAMPLE
AWS_SECRET_ACCESS_KEY=wJalrXUtnFEMI/K7MDENG/bPxRfiCYEXAMPLEKEY
AWS_SESSION_TOKEN=AQoEXAMPLEH4aoAH0gNCAPy...truncated...zrkuWJOgQs8IZZaIv2BXIa2R4Olgk

• "env": {} はコンテナ内で使用できないため、必要に応じてdocker オプション--env、--env-file、--volumeを使用します。

{
  "mcpServers": {
    "awslabs.nova-canvas-mcp-server": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "--interactive",
        "--env",
        "FASTMCP_LOG_LEVEL=ERROR",
        "--env",
        "AWS_REGION=us-east-1",
        "--env-file",
        "/full/path/to/.env",
        "--volume",
        "/full/path/to/.aws:/app/.aws",
        "public.ecr.aws/awslabs-mcp/awslabs/nova-canvas-mcp-server:latest"
      ],
      "env": {}
    }
  }
}

• ローカルでの変更をテストするには、イメージをビルドしてタグ付けすることができます。ECRイメージの代わりにこのタグを使用するように、MCP設定を更新する必要があります。

cd src/nova-canvas-mcp-server
docker build -t awslabs/nova-canvas-mcp-server .

Amazon Q Developer CLI の入門

#

インストール。詳細は MCP configuration in the CLI - Amazon Q Developer を参照ください。

1. MCP設定にアクセスする
   • Q 開発者パネルを開き、チャットパネルを開きます。
   • MCP 構成にアクセスするには、ツール アイコンを選択します。
2. MCPサーバーを追加する
   • プラス (+) 記号を選択します。
   • スコープ（グローバルまたはローカル）を選択します。グローバルスコープを選択した場合、MCPサーバー設定は ~/.aws/amazonq/mcp.json に保存され、すべてのプロジェクトで利用できます。ローカルスコープを選択した場合、設定は現在のプロジェクト内の .amazonq/mcp.json に保存されます。
   • 該当する値を入力してください。
3. 手動設定
   • ~/.aws/amazonq/mcp.json グローバルまたはローカルにある MCP 構成ファイルを手動で編集することもできます.amazonq/mcp.json。

~/.aws/amazonq/mcp.json

#

macOS/Linuxの場合

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

Windowsの場合

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

Kiro の入門

#

Kiroにインストールする。詳細はこちら

1. ナビゲートKiro>MCP Servers
2. + Add ボタンをクリックして新しい MCP サーバーを追加します。
3. 以下の設定を貼り付けます。

kiro_mcp_settings.json

#

macOS/Linuxの場合

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

Windowsの場合

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

Cline と Amazon Bedrock の入門

#

重要:これらの手順に従うと費用が発生する場合があり、Amazon Bedrock の料金 が適用されます。関連する費用はお客様のご負担となります。Cline 設定で目的のモデルを選択するだけでなく、選択したモデル（例：anthropic.claude-3-7-sonnet）が Amazon Bedrock でも有効になっていることを確認してください。詳細については、Amazon Bedrock Foundation Models (FM) へのモデルアクセスの有効化に関するAWS ドキュメントをご覧ください。

1. 上記のインストールとセットアップのセクションの手順に従って、Astral uvからインストールし、Python をインストールし、必要なサービスで AWS 認証情報を設定します。

2. Visual Studio Code をご利用の場合は、Cline VS Code 拡張機能（またはお使いの IDE の同等の拡張機能）をインストールしてください。インストールが完了したら、拡張機能をクリックして開きます。プロンプトが表示されたら、ご希望のプランを選択してください。今回は Amazon Bedrock を使用するため、Cline API ではなく Amazon Bedrock API を使用してリクエストを送信するため、Cline の無料プランで問題ありません。

3. MCPサーバーボタンを押します

4. [インストール済み] タブを選択し、[MCPサーバーの構成]をクリックして cline_mcp_settings.json ファイルを開きます。

5. ファイル内の mcpServers に使いたいMCPサーバーを追加します。次の例を参考にしてください。

cline_mcp_settings.json

#

macOS/Linux用

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
   }
 }

Windows用

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
  }
}

6. インストールが完了すると、「MCP Server Installed」タブにMCPサーバーのリストが表示され、有効化されていることを示す緑色のスライダーが表示されます。完了したら「Done」をクリックしてください。Clineチャットインターフェースが表示されます。

7. デフォルトでは、Cline が API プロバイダーとして設定されていますが、無料利用枠には制限があります。次に、API プロバイダーを AWS Bedrock に更新して、Bedrock 経由で LLM を利用できるようにします。これにより、接続された AWS アカウントを通じて課金が行われます。

8. 設定アイコン（歯車アイコン）をクリックしてClineの設定を開きます。次に、「APIプロバイダー」Clineの項目をからに切り替えAWS Bedrock、AWS Profile認証タイプを選択します。なお、このAWS Credentialsオプションも機能しますが、トークンの有効期限が切れると自動的に再配布される一時的な認証情報ではなく、静的な認証情報（アクセスキーIDとシークレットアクセスキー）を使用するため、AWSプロファイルを使用した一時的な認証情報の方が安全で推奨される方法です。

9. 使用したい既存の AWS プロファイルに基づいて設定を入力し、希望する AWS リージョンを選択して、クロスリージョン推論を有効にします。

10. 次に、設定ページを下にスクロールし、「カスタム指示」というテキストボックスまで移動します。以下のスニペットを貼り付けて、mcp-coreすべてのプロンプトでサーバーが開始点として使用されるようにします。

For every new project, always look at your MCP servers and use mcp-core as the starting point every time. Also after a task completion include the list of MCP servers used in the operation.

11. カスタムプロンプトを貼り付けたら、「完了」をクリックしてチャットインターフェイスに戻ります。

12. これで、インストールした AWS MCP サーバーに対して質問を始めたり、機能をテストしたりできるようになります。チャットインターフェースのデフォルトのオプションは Plan であり、これは手動で操作できるように出力を提供します（例：コピーしてファイルに貼り付けられるサンプル設定の提示など）。ただし、これを Act に切り替えることも可能で、その場合は Cline が代わりに操作を実行します（例：ウェブブラウザを使ってコンテンツを検索する、リポジトリをクローンする、コードを実行する、など）。また、「Auto-approve」セクションをオンにすれば、提案を承認するためにクリックする手間を省けます。ただし、特に Act を有効にしている場合は、テスト中はオフにしておくことを推奨します。

Cursor の入門

#

1. 上記のインストールとセットアップのセクションの手順に従って、Astral uv からインストールし、Python をインストールし、必要なサービスで AWS 認証情報を設定します。
2. 使用ケースに応じて、MCP 構成を 2 つの場所に配置できます。

A.プロジェクト構成 - プロジェクト固有のツールの場合は、.cursor/mcp.jsonプロジェクト ディレクトリにファイルを作成します。 - これにより、特定のプロジェクト内でのみ使用可能な MCP サーバーを定義できます。

B.グローバル構成 - すべてのプロジェクトで使用するツールの場合は、~/.cursor/mcp.jsonホーム ディレクトリにファイルを作成します。 - これにより、すべてのカーソル ワークスペースで MCP サーバーが使用できるようになります。

.cursor/mcp.json

#

macOS/Linux用

 {
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

Windows用

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

3. チャットでのMCPの使用Composer Agentは、MCP設定ページの「利用可能なツール」にリストされているMCPツールが関連していると判断された場合、自動的に使用します。ツールの使用を意図的に促すには、Cursorに希望するAWS MCPサーバーを使用するように指示してください。例：Using the Terraform MCP Server, do...

4. ツールの承認デフォルトでは、エージェントがMCPツールを使用しようとすると、承認を求めるメッセージが表示されます。ツール名の横にある矢印をクリックするとメッセージを展開し、エージェントがツールを呼び出す際に使用する引数を確認できます。

Windsurfの入門

#

1. 上記のインストールとセットアップのセクションの手順に従って、Astraluvからインストールし、Python をインストールし、必要なサービスで AWS 認証情報を設定します。

2. MCP設定にアクセスする

   • Windsurf - 設定 > 詳細設定に移動するか、コマンドパレットを使用して Windsurf 設定ページを開きます
   • 「モデルコンテキストプロトコル（MCP）サーバー」セクションを探します

3. MCPサーバーを追加する

   • 「サーバーを追加」をクリックして新しいMCPサーバーを追加します
   • GitHub、Puppeteer、PostgreSQL などの利用可能なテンプレートから選択できます。
   • または、「カスタムサーバーを追加」をクリックして独自のサーバーを構成します

4. 手動設定

   • MCP設定ファイルを手動で編集することもできます。~/.codeium/windsurf/mcp_config.json

~/.codeium/windsurf/mcp_config.json

#

macOS/Linuxの場合

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
  }
}

Windowsの場合

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR",
        "MCP_SETTINGS_PATH": "path to your mcp settings file"
      }
    }
  }
}

VS Code の入門

#

VS Code 設定または MCP サーバーを構成します.vscode/mcp.json(詳細については、VS Code MCP ドキュメントを参照してください)。

.vscode/mcp.json

#

macOS/Linux用

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.core-mcp-server@latest"],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

Windows用

{
  "mcpServers": {
    "awslabs.core-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "uv",
      "args": [
        "tool",
        "run",
        "--from",
        "awslabs.core-mcp-server@latest",
        "awslabs.core-mcp-server.exe"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

サンプル

#

AWS MCPサーバーのすぐに使えるサンプルは、サンプル ディレクトリで入手できます。これらのサンプルには、各MCPサーバーを使い始める際に役立つ、動作するコードとステップバイステップのガイドが含まれています。

Vibe コーディング

#

これらのMCPサーバーをAIコーディングアシスタントと併用することで、バイブコーディング を行うことができます。バイブコーディングの体験を向上させるためのヒントやコツについては、ガイドをご覧ください。

追加リソース

#

• コードアシスタント向け AWS MCP サーバーのご紹介
• AWS MCP サーバーを使用した Vibe コーディング | AWS Show & Tell
• AWS MCP サーバーによる AWS データベース開発の強化
• Amazon Q CLI と AWS 料金 MCP サーバーを使用した AWS コストの見積もり
• AWS Serverless MCP Server のご紹介: 最新アプリケーション向けの AI を活用した開発
• AWS サーバーレスおよびコンテナ向けの新しいモデルコンテキストプロトコル (MCP) サーバーの発表
• Amazon EKS MCP サーバーによるアプリケーション開発の加速
• Amazon Neptune が MCP (モデルコンテキストプロトコル) サーバーを発表
• Terraform MCP サーバー Vibe コーディング
• Amazon Q CLI と MCP を使用して AWS アーキテクチャ図を生成する方法
• Amazon Bedrock エージェントで MCP サーバーのパワーを活用する
• AWS でモデルコンテキストプロトコル (MCP) のパワーを解き放つ
• AWS 料金表が自然言語対応にアップグレード: AWS 料金表 MCP サーバーのご紹介
• AWS SheBuilds: AWS チームの社内ツールからオープンソース AI インフラストラクチャへの旅

AWS教科書 AWS認定ソリューションアーキテクトプロフェッショナル テキスト＆問題集（SAP-C02 模擬試験 ハンズオンガイド） (EXAMPRESS) 単行本（ソフトカバー） – 2025/6/16

¥2,750

Amazonで見る