Amazon Bedrock AgentCore MCP Server: codifica con Vibe con il tuo assistente di programmazione

Il server Amazon Bedrock AgentCore Model Context Protocol (MCP) ti aiuta a trasformare, distribuire e testare AgentCore-compatible gli agenti Amazon Bedrock direttamente dal tuo ambiente di sviluppo preferito. Grazie al supporto integrato per l'integrazione del runtime, la connettività gateway e la gestione del ciclo di vita degli agenti, il server MCP semplifica il passaggio dallo sviluppo locale alla distribuzione di produzione sui servizi Amazon Bedrock. AgentCore

Il server MCP funziona con i client MCP più diffusi, tra cui Kiro, Cursor, Claude Code e Amazon Q CLI, fornendo comandi conversazionali per automatizzare flussi di lavoro complessi di sviluppo di agenti.

Prerequisiti

Prima di iniziare, verifica di disporre di quanto segue:

Per ulteriori informazioni su Amazon Bedrock AgentCore, consulta la documentazione di Amazon Bedrock AgentCore .

Installa le dipendenze richieste

Installa i pacchetti necessari per AgentCore lo sviluppo di Amazon Bedrock.

Per installare i pacchetti richiesti, esegui i seguenti comandi:

# Install the AgentCore CLI
npm install -g @aws/agentcore

# Install the AgentCore Python SDK
pip install bedrock-agentcore

Fase 1: Installare il server MCP

Per installare il server AgentCore MCP, aggiungetelo al file di configurazione del client MCP. Ogni client MCP memorizza questa configurazione in una posizione diversa.

Aggiungi la configurazione del server MCP

Scegliete il vostro client MCP e aggiungete la configurazione corrispondente:

Per Kiro

Aggiungi a .kiro/settings/mcp.json (se non esiste, vedi Creazione di file di configurazione):

{
  "mcpServers": {
    "bedrock-agentcore-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.amazon-bedrock-agentcore-mcp-server@latest"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": [
        "search_agentcore_docs",
        "fetch_agentcore_doc"
      ]
    }
  }
}

Per Cursor

Aggiungi a.cursor/mcp.json:

{
  "mcpServers": {
    "bedrock-agentcore-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.amazon-bedrock-agentcore-mcp-server@latest"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": [
        "search_agentcore_docs",
        "fetch_agentcore_doc"
      ]
    }
  }
}

Per Amazon Q

La best practice consiste nel configurare i server MCP per singoli agenti Q CLI. Per istruzioni di configurazione, consulta Configurazione dei server MCP per Amazon Q CLI.

Per Amazon Q negli IDE (VS Code e JetBrains), consulta Utilizzo dei server MCP con Amazon Q nel tuo IDE.

Per Claude Code

La configurazione dipende dall'installazione:

Per l'app Claude Code autonoma:

{
  "mcpServers": {
    "bedrock-agentcore-mcp-server": {
      "command": "uvx",
      "args": [
        "awslabs.amazon-bedrock-agentcore-mcp-server@latest"
      ],
      "env": {
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false,
      "autoApprove": [
        "search_agentcore_docs",
        "fetch_agentcore_doc"
      ]
    }
  }
}

Verifica l'installazione del server MCP

Per verificare che il server MCP sia connesso e funzioni correttamente, riavvia il client MCP dopo aver aggiunto la configurazione e conferma che siano disponibili i seguenti strumenti:

Fase 2: Trasforma un agente esistente per AgentCore la compatibilità con Runtime

Per rendere il codice AgentCore agente esistente compatibile con Amazon Bedrock AgentCore Runtime, utilizza il server MCP per guidare il processo di trasformazione. Ad esempio, se disponi di un AgentCore agente Strands, la trasformazione aiuta a convertirlo in Amazon Bedrock AgentCore-compatible aggiornando importazioni, dipendenze e struttura dell'applicazione.

Trasforma il codice del tuo agente

Il server MCP guida il client MCP ad apportare le seguenti modifiche al codice AgentCore agente:

Aggiungi importazioni di librerie di runtime

Il server MCP aggiunge le AgentCore importazioni richieste:

from bedrock_agentcore.runtime import BedrockAgentCoreApp

Aggiorna le dipendenze

Il server MCP aggiorna il requirements.txt file:

bedrock-agentcore
strands-agents

Inizializza l'applicazione AgentCore

Il server MCP aggiunge l'inizializzazione dell'applicazione:

app = BedrockAgentCoreApp()

Decora il punto di ingresso principale

Il server MCP converte la funzione di gestore:

@app.entrypoint
def handler(event, context):
    # Your agent logic here
    pass

Aggiungi Application Runner

Il server MCP aggiunge l'application runner:

if __name__ == "__main__":
    app.run()

Procedura di trasformazione

Per trasformare il tuo AgentCore agente, apri il file AgentCore dell'agente esistente (ad esempio,weather_agent.py) nel tuo client MCP e usa l'assistente AI del tuo client MCP con la seguente richiesta:

Transform this AgentCore agent code to be compatible with AgentCore runtime. Update the imports, dependencies, and application structure as needed.

Fase 3: Implementa il tuo agente su Runtime AgentCore

Dopo aver trasformato AgentCore l'agente per la compatibilità con AgentCore Runtime, distribuiscilo utilizzando la AgentCore CLI tramite il client MCP.

Esegui la distribuzione utilizzando la CLI AgentCore

Il server MCP utilizza la AgentCore CLI per distribuire AgentCore l'agente. Il processo di distribuzione include:

Per implementare il tuo AgentCore agente, usa l'assistente AI del tuo client MCP con la seguente richiesta:

Deploy this AgentCore agent to AgentCore runtime using the AgentCore CLI.

Il server MCP esegue automaticamente i comandi CLI necessari.

Verifica la distribuzione

Al termine della distribuzione, riceverai una conferma con i seguenti dettagli:

Fase 4: testate l'agente distribuito

Metti alla prova il tuo AgentCore agente distribuito richiamandolo tramite Amazon AgentCore Bedrock Runtime.

Invoca l'agente

Il server MCP utilizza la AgentCore CLI per richiamare l'agente e AgentCore visualizzare risultati, tra cui:

Per testare l' AgentCore agente distribuito, utilizzate l'assistente AI del client MCP con la seguente richiesta:

Test the deployed AgentCore agent with a sample request.

Esamina l'output della chiamata:

AgentCore Agent Response: Hello! I can help you with weather information.
Execution Time: 1.2s
Status: Success

Fasi successive

Dopo aver distribuito e testato con successo il tuo primo AgentCore agente con il server AgentCore MCP Amazon Bedrock, puoi esplorare funzionalità aggiuntive:

Per ulteriori informazioni, consulta gli argomenti seguenti: