기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
AI 및 LLMs 작업
AI 및 LLMs API 사용, 코드 생성 및 문제 해결에 대한 지능형 지원을 제공하여 Amazon Location Service의 개발을 크게 가속화할 수 있습니다. 올바른 MCP 서버 및 컨텍스트로 LLM 클라이언트를 구성하면 AWS 서비스 및 Amazon Location Service 세부 정보를 이해하는 강력한 개발 도우미를 생성할 수 있습니다. 이 페이지에서 권장하는 최소 컨텍스트 및 MCP 구성을 사용하면 선택한 LLM 모델에 충분한 컨텍스트가 있어 컨텍스트 창을 압도하지 않고 올바른 결과를 얻을 수 있습니다. 이렇게 하면 할루시네이션을 줄이고 결과 정확도를 높일 수 있습니다. 또한이 구성은 모델 지식 컷오프가 결과의 품질에 영향을 미치지 않도록 합니다.
권장 MCP 서버
모델 컨텍스트 프로토콜(MCP) 서버는 외부 도구, 설명서 및 APIs. 이러한 MCP 서버는 필수는 아니지만 LLM이 서비스에 대한 추가 정보를 조회하고 최신 Amazon Location Service 개발자 지침을 최신 상태로 유지하는 데 도움이 될 수 있습니다. Amazon Location Service 개발의 경우 다음 MCP 서버가 권장됩니다.
클라이언트 구성
클라이언트에 적합한 구성 형식을 사용하여 MCP 서버로 LLM 클라이언트를 구성합니다.
- Kiro
-
원클릭 설치:
수동 구성:
Kiro 에이전트 구성에 다음을 추가합니다. Kiro 구성에 대한 자세한 내용은 Kiro 설명서를 참조하세요.
{
"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
-
원클릭 설치:
수동 구성:
VSCode mcp.json 파일에 다음을 추가합니다. VS Code의 MCP 서버에 대한 자세한 내용은 VSCode 설명서를 참조하세요.
{
"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
-
수동 구성:
Cline MCP 설정 파일(cline_mcp_settings.json)에 다음을 추가합니다. Cline MCP 구성에 대한 자세한 내용은 Cline 설명서를 참조하세요.
{
"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
-
수동 구성:
Cursor mcp.json 파일에 다음을 추가합니다. 커서 MCP 구성에 대한 자세한 내용은 커서 설명서를 참조하세요.
{
"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
-
수동 구성:
Claude CLI 명령을 사용하여 MCP 서버를 추가합니다. Claude Code MCP 설정에 대한 자세한 내용은 Claude Code 설명서를 참조하세요.
# 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
-
수동 구성:
Gemini 설정 JSON 파일(~/.gemini/settings.json)에 다음을 추가합니다. Gemini Code Assist MCP 구성에 대한 자세한 내용은 Google Cloud 설명서를 참조하세요.
{
"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"
}
}
}
}
유용한 컨텍스트
Amazon Location Service 프로젝트에서 AI 및 LLMs을 사용할 때 특정 컨텍스트를 제공하면 AI를 더 나은 솔루션으로 안내하는 데 도움이 될 수 있습니다. 현재 모범 사례를 향해 LLMs 더 잘 안내하기 위해 게시된 설명서와 가이드를 지속적으로 개선하지만 모델 훈련이 Amazon Location Service의 최신 릴리스를 따라잡는 동안 도움이 될 수 있는 유용한 컨텍스트 세트를 호스팅하고 유지하고 있습니다.
Amazon Location 작업에 최소한의 유용한 컨텍스트를 제공하는 유지 관리형 AGENTS.md 파일이 있습니다.
이 컨텍스트 파일을 사용하려면 먼저 로컬에서 다운로드합니다.
curl -o path/to/AGENTS.md https://raw.githubusercontent.com/aws-geospatial/amazon-location-docs-resources/main/developer-tools/ai-and-llms/AGENTS.md
그런 다음 다운로드한 파일을 사용하도록 LLM 클라이언트를 구성합니다.
- Kiro
-
에이전트 구성에 로컬 파일을 추가합니다.
{
"resources": [
"file://path/to/AGENTS.md"
]
}
- VSCode with Copilot
-
다운로드한 AGENTS.md 파일을 워크스페이스의 루트에 배치합니다. VSCode는 모든 채팅 요청에 지침을 자동으로 적용합니다. 이 기능을 활성화하려면 chat.useAgentsMdFile 설정이 활성화되어 있는지 확인합니다. 자세한 내용은 VSCode 설명서의 사용자 지정 지침을 참조하세요.
- VSCode with Cline
-
다운로드한 AGENTS.md 파일을 프로젝트 루트에 배치하거나 @ 멘션을 사용하여 대화에서 참조합니다. Cline은 프로젝트 파일을 자동으로 검색하며 프롬프트@AGENTS.md에서를 사용하여 컨텍스트를 참조할 수 있습니다. 컨텍스트 관리에 대한 자세한 내용은 Cline 설명서를 참조하세요.
- Cursor
-
@ 멘션을 사용하여 대화에서 다운로드한 AGENTS.md 파일을 참조합니다. 를 사용하여 파일을 참조@Files & Folders한 다음 AGENTS.md 파일을 검색하거나 파일을 채팅으로 직접 끌 수 있습니다. @ 멘션에 대한 자세한 내용은 커서 설명서를 참조하세요.
- Claude Code
-
다운로드한 AGENTS.md 파일을 프로젝트 디렉터리에 추가합니다. 프로젝트의 CLAUDE.md 파일에 포함하거나 현재 세션에서 직접 참조할 수 있습니다. Claude Code MCP 설정에 대한 자세한 내용은 Claude Code 설명서를 참조하세요.
- Gemini Code Assist
-
프로젝트 루트에 GEMINI.md 파일을 생성하거나 글로벌 컨텍스트의 경우 ~/.gemini/GEMINI.md 파일을 생성하고 다운로드한 AGENTS.md 파일의 내용을 포함합니다. 컨텍스트 파일에 대한 자세한 내용은 Google Cloud 설명서를 참조하세요.
Kiro 에이전트 구성
Kiro 사용자의 경우 권장 MCP 서버와 Amazon Location Service 컨텍스트 파일을 모두 포함하는 전체 에이전트 구성 파일은 다음과 같습니다.
{
"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
}
