View a markdown version of this page

Pasos para construir el servidor MCP (Docker Image) - Creador de aplicaciones de IA generativa en AWS

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Pasos para construir el servidor MCP (Docker Image)

Para usar servidores MCP (Model Context Protocol) con Generative AI Application Builder en AWS, como primer paso, necesita una imagen de Docker creada y almacenada en un repositorio privado de Amazon ECR.

nota

Por el momento, los servidores MCP implementados actualmente en Amazon Bedrock AgentCore Runtime no se pueden exportar a GAAB. Para que los servidores MCP se conecten a los agentes creados mediante la GAAB, es necesario crearlos mediante la GAAB.

Paso 1: Cree su servidor MCP

En primer lugar, debe tener lista la implementación de su servidor MCP. Para obtener instrucciones detalladas sobre la creación de un servidor MCP, consulte la Guía para AgentCore desarrolladores de Amazon Bedrock: Creación de un servidor MCP.

Recomendamos la siguiente estructura de proyecto:

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

Para la estructura de Dockerfile, recomendamos utilizar un formato similar al siguiente ejemplo:

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"]

Paso 2: Pruebe su servidor MCP localmente

Antes de implementarlo en AWS, es importante probar el servidor MCP localmente para asegurarse de que funciona como se espera. Para obtener instrucciones detalladas sobre las pruebas locales, consulte la Guía para AgentCore desarrolladores de Amazon Bedrock: pruebe su servidor MCP localmente.

Paso 3: Implementación en Amazon ECR

Una vez que haya creado y probado su servidor MCP localmente, siga estos pasos para implementarlo en Amazon ECR:

  1. Asegúrese de tener instalada la versión más reciente de AWS CLI y Docker. Para obtener más información, consulte Introducción a Amazon ECR.

  2. Obtenga un token de autenticación y autentique su cliente Docker en su registro. Utilice la 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
  3. Cree su imagen de Docker con el siguiente comando. Para obtener información sobre cómo crear un archivo de Docker desde cero, consulta la documentación de Docker. Puedes saltarte este paso si la imagen ya está creada:

    docker build -t <repository-name> .
  4. Cuando se complete la compilación, etiquete la imagen para poder enviarla a este repositorio:

    docker tag <repository-name>:latest <account-id>.dkr.ecr.us-east-1.amazonaws.com/<repository-name>:latest
  5. Ejecute el siguiente comando para enviar esta imagen al repositorio de AWS recién creado:

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

Para obtener instrucciones de implementación completas, consulte la Guía para AgentCore desarrolladores de Amazon Bedrock: Implemente su servidor MCP en AWS.

Paso 4: Utilice el URI de ECR en la GAAB

Tras enviar correctamente la imagen de Docker a Amazon ECR, copie el URI de la imagen de la consola de ECR. Utilizará este URI al implementar su servidor MCP mediante el asistente de implementación Generative AI Application Builder en AWS.