View a markdown version of this page

Configuração do agente de solução de problemas - Amazon EMR
Pré-requisitosRecursos de configuração

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Configuração do agente de solução de problemas

nota

O agente de solução de problemas do Apache Spark usa inferência entre regiões para processar solicitações de linguagem natural e gerar respostas. Para obter mais detalhes, consulteProcessamento entre regiões para o agente de solução de problemas do Apache Spark.

Pré-requisitos

Antes de iniciarmos nosso processo de configuração para integração com o Kiro CLI, verifique se você tem o seguinte instalado em sua estação de trabalho:

Recursos de configuração

Você pode usar um AWS CloudFormation modelo para configurar o recurso para o servidor MCP. Esses modelos são exemplos que você deve modificar para atender aos seus requisitos. O modelo cria os seguintes recursos para o processo de solução de problemas:

  1. Função do IAM que tem permissões para chamar o MCP Server e permissões necessárias para o processo de solução de problemas da plataforma selecionada.

Escolha um dos botões Launch Stack (Iniciar pilha) na tabela a seguir. Isso inicia a pilha no AWS CloudFormation console na respectiva região.

Região início
Leste dos EUA (Ohio) Launch Stack button with information icon.
Leste dos EUA (N. da Virgínia) Launch Stack button with information icon.
Oeste dos EUA (Oregon) Launch Stack button with information icon.
Ásia-Pacífico (Tóquio) Launch Stack button with information icon.
Europa (Irlanda) Launch Stack button with information icon.
Ásia-Pacífico (Singapura) Launch Stack button with information icon.
Ásia-Pacífico (Sydney) Launch Stack button with information icon.
Canadá (Central) Launch Stack button with information icon.
América do Sul (São Paulo) Launch Stack button with information icon.
Europa (Frankfurt) Launch Stack button with information icon.
Europa (Estocolmo) Launch Stack button with information icon.
Europa (Londres) Launch Stack button with information icon.
Europa (Paris) Launch Stack button with information icon.
Ásia-Pacífico (Seul) Launch Stack button with information icon.
Ásia-Pacífico (Mumbai) Launch Stack button with information icon.

Vá até a página Especificar detalhes da pilha e insira o nome da pilha. Insira informações adicionais em Parameters (Parâmetros). Forneça as informações a seguir e continue criando a pilha.

  • TroubleshootingRoleName- Nome da função do IAM a ser criada para operações de solução de problemas

  • enableEMREC2 - Ative as permissões de EMR-EC2 solução de problemas (padrão: true)

  • enableEMRServerless - Ative as permissões de solução de EMR-Serverless problemas (padrão: true)

  • EnableGlue- Ative as permissões de solução de problemas do Glue (padrão: true)

  • CloudWatchKmsKeyArn- (Opcional) ARN da chave KMS existente para criptografia de CloudWatch registros (somente EMR Serverless, deixe em branco para criptografia padrão)

Você também pode baixar e revisar o CloudFormation modelo, especificar as opções acima e iniciar o modelo sozinho com os comandos da CloudFormation CLI. Veja abaixo um exemplo:

# 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

Abra a guia Saídas (ou recupere do comando da CLI CloudFormation describe-stacks acima) e copie a instrução de 1 linha da saída para definir suas variáveis de ambiente e, em CloudFormation seguida, execute-a em seu ambiente local. Exemplo de instrução de 1 linha:

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

Em seguida, execute o seguinte comando localmente para definir o perfil do IAM e a configuração do servidor 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

Isso deve ser atualizado ~/.kiro/settings/mcp.json para incluir a configuração do servidor MCP conforme abaixo.

{
  "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
    }
  }
}

Consulte Interfaces suportadas a orientação de configuração para diferentes clientes MCP, como Kiro, Cline e. GitHub CoPilot