AI と LLMs の使用

AI と LLMsは、API の使用、コード生成、トラブルシューティングのためのインテリジェントな支援を提供することで、Amazon Location Service の開発を大幅に加速できます。適切な MCP サーバーとコンテキストで LLM クライアントを設定することで、 AWS サービスと Amazon Location Service の詳細を理解する強力な開発アシスタントを作成できます。このページで推奨されている最小限のコンテキストと MCP 設定を使用すると、選択した LLM モデルに十分なコンテキストがあり、コンテキストウィンドウを圧倒することなく正しい結果を得ることができます。これにより、幻覚が軽減され、結果の精度が向上します。また、この設定により、モデルナレッジのカットオフが結果の品質に影響を与えなくなります。

推奨される MCP サーバー

Model Context Protocol (MCP) サーバーは、外部ツール、ドキュメント、APIs。これらの MCP サーバーは必須ではありませんが、LLM がサービスに関する追加情報を検索し、最新の Amazon Location Service 開発者ガイダンスを常に把握するのに役立ちます。Amazon Location Service の開発では、次の MCP サーバーをお勧めします。

aws-knowledge-mcp-server - ドキュメント、API リファレンス、ベストプラクティス、ナレッジベースへのアクセス AWS 。 AWS 認証情報や認証を必要としないため、認証情報管理なしでのドキュメント検索に最適です。
aws-api-mcp-server - AWS API の直接操作と CLI コマンドの実行。 AWS 認証情報が必要です。

クライアント設定

クライアントに適した設定形式を使用して MCP サーバーで LLM クライアントを設定します。

Kiro

ワンクリックインストール:

手動設定:

Kiro エージェント設定に以下を追加します。Kiro 設定の詳細については、Kiro ドキュメントを参照してください。


{
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "url": "https://knowledge-mcp.global.api.aws",
      "type": "http"
    },
    "aws-api-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}

VSCode with Copilot

ワンクリックインストール:

手動設定:

VSCode mcp.json ファイルに以下を追加します。VS Code の MCP サーバーの詳細については、VSCode ドキュメントを参照してください。


{
  "servers": {
    "aws-knowledge-mcp-server": {
      "type": "http",
      "url": "https://knowledge-mcp.global.api.aws"
    },
    "aws-api-mcp-server": {
      "command": "uvx", 
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}

VSCode with Cline

手動設定:

Cline MCP 設定ファイル (cline_mcp_settings.json) に以下を追加します。Cline MCP 設定の詳細については、Cline ドキュメントを参照してください。


{
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "type": "streamableHttp",
      "url": "https://knowledge-mcp.global.api.aws"
    },
    "aws-api-mcp-server": {
      "type": "stdio",
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}

Cursor

手動設定:

Cursor mcp.json ファイルに以下を追加します。カーソル MCP 設定の詳細については、カーソルドキュメントを参照してください。


{
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "url": "https://knowledge-mcp.global.api.aws"
    },
    "aws-api-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}

Claude Code

手動設定:

Claude CLI コマンドを使用して MCP サーバーを追加します。Claude Code MCP の設定の詳細については、Claude Code のドキュメントを参照してください。


# Add AWS Knowledge MCP Server (HTTP)
claude mcp add --transport http aws-knowledge-mcp-server https://knowledge-mcp.global.api.aws

# Add AWS API MCP Server (stdio)
claude mcp add --transport stdio aws-api-mcp-server -- uvx awslabs.aws-api-mcp-server@latest

Gemini Code Assist

手動設定:

Gemini 設定 JSON ファイル (~/.gemini/settings.json) に以下を追加します。Gemini Code Assist MCP 設定の詳細については、Google Cloud のドキュメントを参照してください。


{
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "httpUrl": "https://knowledge-mcp.global.api.aws"
    },
    "aws-api-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  }
}

便利なコンテキスト

Amazon Location Service プロジェクトで AI と LLMs を使用する場合、特定のコンテキストを提供することで、AI をより良いソリューションに導くことができます。LLMs を現在のベストプラクティスにより的確に導くために、公開されたドキュメントとガイドを継続的に改善していますが、モデルトレーニングが Amazon Location Service の最新リリースに追いつく間に役立つ一連の有用なコンテキストをホストし、維持しています。

Amazon Location を使用する際に役立つコンテキストを最小限に抑えるために、 AGENTS.md ファイルを維持しています。

このコンテキストファイルを使用するには、まずローカルにダウンロードします。


curl -o path/to/AGENTS.md https://raw.githubusercontent.com/aws-geospatial/amazon-location-docs-resources/main/developer-tools/ai-and-llms/AGENTS.md

次に、ダウンロードしたファイルを使用するように LLM クライアントを設定します。

Kiro

エージェント設定にローカルファイルを追加します。


{
  "resources": [
    "file://path/to/AGENTS.md"
  ]
}

VSCode with Copilot

ダウンロードした AGENTS.md ファイルをワークスペースのルートに配置します。VSCode は、すべてのチャットリクエストに指示を自動的に適用します。この機能を有効にするには、chat.useAgentsMdFile 設定が有効になっていることを確認します。詳細については、VSCode ドキュメントのカスタム手順を参照してください。

VSCode with Cline

ダウンロードした AGENTS.md ファイルをプロジェクトルートに配置するか、@ mentions を使用して会話で参照します。Cline はプロジェクトファイルを自動的に検出し、プロンプト@AGENTS.mdでを使用してコンテキストを参照できます。コンテキスト管理の詳細については、Cline ドキュメントを参照してください。

Cursor

@ mentions を使用して、ダウンロードした AGENTS.md ファイルを会話で参照します。を使用してファイルを参照し@Files & Folders、AGENTS.md ファイルを検索するか、ファイルをチャットに直接ドラッグできます。@ メンションの詳細については、カーソルドキュメントを参照してください。

Claude Code

ダウンロードした AGENTS.md ファイルをプロジェクトディレクトリに追加します。プロジェクトの CLAUDE.md ファイルに含めることも、現在のセッションで直接参照することもできます。Claude Code MCP の設定の詳細については、Claude Code のドキュメントを参照してください。

Gemini Code Assist

グローバルコンテキスト用にプロジェクトルートまたは ~/.gemini/GEMINI.md に GEMINI.md ファイルを作成し、ダウンロードした AGENTS.md ファイルの内容を含めます。コンテキストファイルの詳細については、Google Cloud ドキュメントを参照してください。

Kiro エージェント設定

Kiro ユーザーの場合、推奨される MCP サーバーと Amazon Location Service コンテキストファイルの両方を含む完全なエージェント設定ファイルは次のとおりです。


{
  "name": "amazon-location-agent",
  "description": "Agent configured for Amazon Location Service development",
  "prompt": null,
  "mcpServers": {
    "aws-knowledge-mcp-server": {
      "url": "https://knowledge-mcp.global.api.aws",
      "type": "http"
    },
    "aws-api-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.aws-api-mcp-server@latest"],
      "env": {
        "AWS_REGION": "us-east-1",
        "READ_OPERATIONS_ONLY": "true"
      }
    }
  },
  "tools": [
    "@builtin",
    "@aws-knowledge-mcp-server/aws___read_documentation",
    "@aws-knowledge-mcp-server/aws___recommend",
    "@aws-knowledge-mcp-server/aws___search_documentation",
    "@aws-api-mcp-server/aws___call_aws",
    "@aws-api-mcp-server/aws___suggest_aws_commands"
  ],
  "allowedTools": [
    "web_fetch",
    "web_search",
    "fs_read",
    "@aws-knowledge-mcp-server/aws___read_documentation",
    "@aws-knowledge-mcp-server/aws___recommend",
    "@aws-knowledge-mcp-server/aws___search_documentation",
    "@aws-api-mcp-server/aws___suggest_aws_commands"
  ],
  "resources": [
    "file://path/to/amazon-location-docs-resources/developer-tools/ai-and-llms/AGENTS.md"
  ],
  "includeMcpJson": false
}

ブラウザで JavaScript が無効になっているか、使用できません。

AWS ドキュメントを使用するには、JavaScript を有効にする必要があります。手順については、使用するブラウザのヘルプページを参照してください。

ドキュメントの表記規則

アドレスフォーム SDK

例と学習リソース