Amazon Web Services（AWS）使用模型上下文協議（MCP）推出了開源服務器的集合，旨在改善AI驅動的編碼助手如何與AWS服務和數據進行交互。在，這些服務器為AI代理提供了一種標準化的方式，可以訪問準確的實時AWS上下文，可能加快雲開發工作流程並提高代碼質量。
用開放的標準
brid ai and cloud cloud數據target=“ _ blank”>模型上下文協議，擬人化在2024年11月首次引入。它解決了無法訪問必要外部信息或工具的AI模型的常見問題。正如MCP官方文檔所指出的那樣，“模型上下文協議（MCP）是一個開放協議，可以在LLM應用程序和外部數據源和工具之間進行無縫集成……MCP提供了一種標準化的方式，可以將LLMS連接到所需的上下文。”
Anthropic繼續管理開源協議項目。開發人員可以使用MCP客戶（在AI助手中）通過HTTP連接到MCP服務器，而不是建立眾多自定義集成。服務器目標特定的雲任務
AWS的初始版本包括幾個專注於不同領域的服務器:
核心MCP服務器:是管理其他AWS MCP服務器的協調員。 （ docs ） aws文檔:通過正式搜索API提供對當前AWS文檔的訪問。 （ docs ） amazon bedrock知識庫檢索:啟用了私人發射interiev in bedriev in Bedriev in bedriev in bedriev in bedriev in bedriev in bedriev in bedriev in bedriev in bedriev in bedriev in bedriev in bedriev in bedriev-BedRock是AWS的基礎模型的託管服務。 （ docs docs ） aws cdk＆aws cdk＆aws cdk＆aws terraform:cdk＆aws terraform>提供用於InfraStruction（Infraov afermation）的工具（包括secortion（包括secortion），包括section（包括section）。 （ cdk docs ，）成本分析:允許自然語言查詢AWS支出。 (Docs) Amazon Nova Canvas: Integrates with Amazon’s own image generation model, part of its Nova AI family. （ docs docs ） aws圖:通過Python代碼創建架構圖。 （ docs ） aws lambda: 讓AI代理觸發特定的lambda作為工具的特定lambda功能。 (Docs)
The intention, according to an AWS blog post about the launch, is that this protocol allows AI assistants to use specialized tooling and access domain-specific knowledge “all while keeping sensitive data local.”
Setup and Ecosystem Integration
Setting up these servers requires installing the `uv` package utility from Astral, ensuring Python 3.10+ is available, and configuring appropriate AWS credentials.服務器本身通常使用託管在Pypi 上的軟件包。配置發生在客戶端工具中，使用JSON文件，例如〜/.aws/amazonq/mcp.json for Amazon Q Cli，〜/.cursor/mcp.json for code samples in the repository.
Wider Adoption and Considerations
AWS is not the only major cloud provider building on MCP. Microsoft於2025年3月將協議集成到Azure AI中，並開發了官方 c＃sdk 。微軟還將MCP連接到了其語義內核框架之類的工具，幾天前在4月18日，它預覽了自己的Azure服務的MCP服務器。
這種不斷增長的支持表明，MCP可能成為AI-Cloud交互的共同層。在標準化接口的同時，實際使用仍然需要注意某些應用程序的潛在HTTP延遲，並且需要開發人員在服務器交互周圍實現強大的錯誤處理和安全性。亞馬遜的策略似乎是多方面的，可以通過持續開發其內部Nova AI模型和工具（如Nova Act SDK）進行補充。
。
