Pengaturan untuk Agen Pemecahan Masalah - Amazon EMR
PrasyaratSumber Daya Pengaturan

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Pengaturan untuk Agen Pemecahan Masalah

catatan

Agen Pemecahan Masalah Apache Spark menggunakan inferensi lintas wilayah untuk memproses permintaan bahasa alami dan menghasilkan tanggapan. Untuk lebih jelasnya, silakan merujuk kePemrosesan Lintas Wilayah untuk Agen Pemecahan Masalah Apache Spark. Server MCP Amazon SageMaker Unified Studio sedang dalam pratinjau dan dapat berubah sewaktu-waktu.

Prasyarat

Sebelum kita memulai proses setup untuk integrasi dengan Kiro CLI, pastikan Anda memiliki yang berikut diinstal pada workstation Anda:

Sumber Daya Pengaturan

Anda dapat menggunakan AWS CloudFormation template untuk mengatur sumber daya untuk server MCP. Templat ini adalah contoh yang harus Anda modifikasi untuk memenuhi kebutuhan Anda. Template membuat sumber daya berikut untuk proses pemecahan masalah:

  1. Peran IAM yang memiliki izin untuk memanggil MCP Server dan izin yang diperlukan untuk proses pemecahan masalah untuk platform yang dipilih.

Pilih salah satu tombol Luncurkan Tumpukan dalam tabel berikut. Ini meluncurkan tumpukan di AWS CloudFormation konsol di wilayah masing-masing.

Region Luncurkan
AS Timur (Ohio)
AS Timur (Virginia Utara)
AS Barat (Oregon)
Asia Pasifik (Tokyo)
Eropa (Irlandia)
Asia Pacific (Singapore)
Asia Pacific (Sydney)
Kanada (Pusat)
Amerika Selatan (Sao Paulo)
Eropa (Frankfurt)
Eropa (Stockholm)
Eropa (London)
Eropa (Paris)
Asia Pasifik (Seoul)
Asia Pasifik (Mumbai)

Lanjutkan ke halaman Tentukan detail tumpukan, masukkan nama Stack. Masukkan informasi tambahan di bawah Parameter. Berikan informasi berikut dan lanjutkan untuk membuat tumpukan.

  • TroubleshootingRoleName- Nama peran IAM yang akan dibuat untuk operasi pemecahan masalah

  • Aktifkan EMREC2 - Aktifkan EMR- izin EC2 pemecahan masalah (default: true)

  • Aktifkan EMRServerless - Aktifkan izin pemecahan masalah tanpa server EMR (default: true)

  • EnableGlue- Aktifkan izin pemecahan masalah Glue (default: true)

  • CloudWatchKmsKeyArn- (Opsional) ARN kunci KMS yang ada untuk enkripsi CloudWatch Log (EMR Tanpa Server saja, biarkan kosong untuk enkripsi default)

Anda juga dapat mengunduh dan meninjau CloudFormation template, menentukan opsi di atas dan meluncurkan template sendiri dengan perintah CloudFormation CLI, lihat di bawah untuk contoh:

# deploy the stack with CloudFormation CLI commands
aws cloudformation deploy \
  --template-file spark-troubleshooting-mcp-setup.yaml \
  --stack-name spark-troubleshooting-mcp-setup \
  --region <your Spark MCP server launch region> \
  --capabilities CAPABILITY_NAMED_IAM \
  --parameter-overrides \
    TroubleshootingRoleName=spark-troubleshooting-role


# retrieve the 1-line instruction to set the local environment variables, which will be used for the following MCP server configuration
aws cloudformation describe-stacks \
  --stack-name spark-troubleshooting-mcp-setup \
  --region <your Spark MCP server launch region> \
  --query "Stacks[0].Outputs[?OutputKey=='ExportCommand'].OutputValue" \
  --output text

Buka tab Output (atau ambil dari perintah CLI CloudFormation deskripsi-tumpukan di atas) dan salin instruksi 1 baris dari output untuk mengatur variabel lingkungan Anda, CloudFormation lalu jalankan di lingkungan lokal Anda. Contoh instruksi 1-baris:

export SMUS_MCP_REGION=<your mcp server launch region> && export IAM_ROLE=arn:aws:iam::111122223333:role/spark-troubleshooting-role-xxxxxx

Kemudian jalankan perintah berikut secara lokal untuk mengatur profil IAM dan konfigurasi server MCP:

# Step 1: Configure AWS CLI Profile
aws configure set profile.smus-mcp-profile.role_arn ${IAM_ROLE}
aws configure set profile.smus-mcp-profile.source_profile <AWS CLI Profile to assume the IAM role - ex: default>
aws configure set profile.smus-mcp-profile.region ${SMUS_MCP_REGION}

# Step 2: if you are using kiro CLI, use the following command to add the MCP configuration
# Add Spark Troubleshooting MCP Server
kiro-cli-chat mcp add \
    --name "sagemaker-unified-studio-mcp-troubleshooting" \
    --command "uvx" \
    --args "[\"mcp-proxy-for-aws@latest\",\"https://sagemaker-unified-studio-mcp.${SMUS_MCP_REGION}.api.aws/spark-troubleshooting/mcp\", \"--service\", \"sagemaker-unified-studio-mcp\", \"--profile\", \"smus-mcp-profile\", \"--region\", \"${SMUS_MCP_REGION}\", \"--read-timeout\", \"180\"]" \
    --timeout 180000 \
    --scope global
    
# Add Spark Code Recommendation MCP Server
kiro-cli-chat mcp add \
    --name "sagemaker-unified-studio-mcp-code-rec" \
    --command "uvx" \
    --args "[\"mcp-proxy-for-aws@latest\",\"https://sagemaker-unified-studio-mcp.${SMUS_MCP_REGION}.api.aws/spark-code-recommendation/mcp\", \"--service\", \"sagemaker-unified-studio-mcp\", \"--profile\", \"smus-mcp-profile\", \"--region\", \"${SMUS_MCP_REGION}\", \"--read-timeout\", \"180\"]" \
    --timeout 180000 \
    --scope global

Ini harus diperbarui ~/.kiro/settings/mcp.json untuk menyertakan konfigurasi server MCP seperti di bawah ini.

{
  "mcpServers": {
    "sagemaker-unified-studio-mcp-troubleshooting": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-proxy-for-aws@latest",
        "https://sagemaker-unified-studio-mcp.us-east-1.api.aws/spark-troubleshooting/mcp",
        "--service",
        "sagemaker-unified-studio-mcp",
        "--profile",
        "smus-mcp-profile",
        "--region",
        "us-east-1",
        "--read-timeout",
        "180"
      ],
      "timeout": 180000,
      "disabled": false
    },
    "sagemaker-unified-studio-mcp-code-rec": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-proxy-for-aws@latest",
        "https://sagemaker-unified-studio-mcp.us-east-1.api.aws/spark-code-recommendation/mcp",
        "--service",
        "sagemaker-unified-studio-mcp",
        "--profile",
        "smus-mcp-profile",
        "--region",
        "us-east-1",
        "--read-timeout",
        "180"
      ],
      "timeout": 180000,
      "disabled": false
    }
  }
}

Lihat panduan konfigurasi Antarmuka yang Didukung untuk klien MCP yang berbeda seperti Kiro, Cline dan. GitHub CoPilot