Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Schritte zum Erstellen eines MCP-Server-Docker-Images
<a name="steps-to-build-mcp-server-docker-image"></a>

Um MCP-Server (Model Context Protocol) mit Generative AI Application Builder auf AWS zu verwenden, benötigen Sie als ersten Schritt ein Docker-Image, das in einem privaten Amazon ECR-Repository erstellt und gespeichert wurde.

**Anmerkung**  
Derzeit können bestehende bereitgestellte MCP-Server in Amazon Bedrock AgentCore Runtime nicht nach GAAB exportiert werden. Damit MCP-Server an Agenten angehängt werden können, die über GAAB erstellt wurden, müssen sie über GAAB erstellt werden.

## Schritt 1: Erstellen Sie Ihren MCP-Server
<a name="step-1-create-your-mcp-server"></a>

Zunächst müssen Sie Ihre MCP-Serverimplementierung fertig haben. Detaillierte Anweisungen zur Erstellung eines MCP-Servers finden Sie im [Amazon Bedrock AgentCore Developer Guide — Create an MCP](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/runtime-mcp.html#runtime-mcp-create-server) server.

Wir empfehlen die folgende Projektstruktur:

```
.
├── __init__.py
├── extras/
│   ├── extra_dependencies.py
│   ├── Dockerfile
├── requirements.txt
└── server.py <-- Server Entry point
```

Für die Dockerfile-Struktur empfehlen wir die Verwendung eines Formats, das dem folgenden Beispiel ähnelt:

```
FROM ghcr.io/astral-sh/uv:python3.13-bookworm-slim
WORKDIR /app

# All environment variables in one layer
ENV UV_SYSTEM_PYTHON=1 \
    UV_COMPILE_BYTECODE=1 \
    UV_NO_PROGRESS=1 \
    PYTHONUNBUFFERED=1 \
    DOCKER_CONTAINER=1 \
    AWS_REGION=us-east-1 \
    AWS_DEFAULT_REGION=us-east-1

COPY requirements.txt requirements.txt
# Install from requirements file
RUN uv pip install -r requirements.txt

RUN uv pip install aws-opentelemetry-distro>=0.10.1

# Signal that this is running in Docker for host binding logic
ENV DOCKER_CONTAINER=1

# Create non-root user
RUN useradd -m -u 1000 bedrock_agentcore
USER bedrock_agentcore

EXPOSE 9000
EXPOSE 8000
EXPOSE 8080

# Copy entire project (respecting .dockerignore)
COPY . .

# Use the full module path
CMD ["opentelemetry-instrument", "python", "-m", "server"]
```

## Schritt 2: Testen Sie Ihren MCP-Server lokal
<a name="step-2-test-your-mcp-server-locally"></a>

Vor der Bereitstellung auf AWS ist es wichtig, Ihren MCP-Server lokal zu testen, um sicherzustellen, dass er erwartungsgemäß funktioniert. Detaillierte Anweisungen zu lokalen Tests finden Sie im [Amazon Bedrock AgentCore Developer Guide — Testen Sie Ihren MCP-Server](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/runtime-mcp.html#runtime-mcp-test-locally) lokal.

## Schritt 3: Auf Amazon ECR bereitstellen
<a name="step-3-deploy-to-amazon-ecr"></a>

Sobald Ihr MCP-Server lokal erstellt und getestet wurde, gehen Sie wie folgt vor, um ihn auf Amazon ECR bereitzustellen:

1. Stellen Sie sicher, dass Sie die neueste Version von AWS CLI und Docker installiert haben. Weitere Informationen finden Sie unter [Erste Schritte mit Amazon ECR.](https://docs.aws.amazon.com/AmazonECR/latest/userguide/getting-started-cli.html)

1. Rufen Sie ein Authentifizierungstoken ab und authentifizieren Sie Ihren Docker-Client bei Ihrer Registrierung. Verwenden Sie die AWS-CLI:

   ```
   aws ecr get-login-password --region us-east-1 | docker login --username AWS --password-stdin <account-id>.dkr.ecr.us-east-1.amazonaws.com
   ```

1. Erstellen Sie Ihr Docker-Image mit dem folgenden Befehl. Informationen zum Erstellen einer Docker-Datei von Grund auf finden Sie in der [Docker-Dokumentation](https://docs.docker.com/engine/reference/builder/). Sie können diesen Schritt überspringen, wenn Ihr Image bereits erstellt wurde:

   ```
   docker build -t <repository-name> .
   ```

1. Nachdem der Build abgeschlossen ist, taggen Sie Ihr Image, damit Sie das Image in dieses Repository übertragen können:

   ```
   docker tag <repository-name>:latest <account-id>.dkr.ecr.us-east-1.amazonaws.com/<repository-name>:latest
   ```

1. Führen Sie den folgenden Befehl aus, um dieses Image in Ihr neu erstelltes AWS-Repository zu übertragen:

   ```
   docker push <account-id>.dkr.ecr.us-east-1.amazonaws.com/<repository-name>:latest
   ```

Vollständige Anweisungen zur Bereitstellung finden Sie im [Amazon Bedrock AgentCore Developer Guide — Deploy your MCP server to AWS](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/runtime-mcp.html#runtime-mcp-deploy-aws).

## Schritt 4: Verwenden Sie die ECR-URI in GAAB
<a name="step-4-use-the-ecr-uri-in-gaab"></a>

Nachdem Sie Ihr Docker-Image erfolgreich auf Amazon ECR übertragen haben, kopieren Sie den Image-URI aus der ECR-Konsole. Sie verwenden diesen URI, wenn Sie Ihren MCP-Server über den Bereitstellungsassistenten von Generative AI Application Builder on AWS bereitstellen.