故障排除代理的设置 - Amazon EMR
先决条件安装资源

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

故障排除代理的设置

注意

Apache Spark 故障排除代理使用跨区域推理来处理自然语言请求并生成响应。欲了解更多详情，请参阅Apache Spark 故障排除代理的跨区域处理。Amazon SageMaker Unified Studio MCP 服务器处于预览状态，可能会发生变化。

先决条件

在我们开始与 Kiro CLI 集成的设置过程之前，请确保您的工作站上安装了以下内容：

安装资源

您可以使用 AWS CloudFormation 模板为 MCP 服务器设置资源。这些模板是您应修改以满足要求的示例。该模板为故障排除过程创建了以下资源：

  1. IAM 角色，该角色具有调用 MCP 服务器的权限以及所选平台的故障排除过程所需的权限。

选择下表中的 Launch Stack (启动堆栈) 按钮之一。这将在相应区域的主 AWS CloudFormation 机上启动堆栈。

Region 启动
美国东部（俄亥俄州）
美国东部（弗吉尼亚州北部）
美国西部（俄勒冈）
亚太地区（东京）
欧洲地区（爱尔兰）
亚太地区（新加坡）
亚太地区（悉尼）
加拿大（中部）
南美洲（圣保罗）
欧洲地区（法兰克福）
欧洲地区（斯德哥尔摩）
欧洲地区（伦敦）
欧洲地区（巴黎）
亚太地区（首尔）
亚太地区（孟买）

进入指定堆栈详细信息页面，输入堆栈名称。在 Parameters（参数）下输入其他信息。提供以下信息，然后继续创建堆栈。

  • TroubleshootingRoleName-要为故障排除操作创建的 IAM 角色的名称

  • 启用 EMREC2-启用 EMR-EC2 疑难解答权限（默认：true）

  • 启用 EMRServerless-启用 EMR 无服务器故障排除权限（默认值：true）

  • EnableGlue-启用 Glue 疑难解答权限（默认值：true）

  • CloudWatchKmsKeyArn-（可选）用于 CloudWatch 日志加密的现有 KMS 密钥的 ARN（仅限 EMR Serverless，默认加密留空）

您也可以下载并查看 CloudFormation 模板，指定上述选项，然后 CloudFormation 使用 CLI 命令自行启动模板，示例见下文：

# 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

打开 “输出” 选项卡（或从上面的 desc CloudFormation ribe-stacks CLI 命令中检索），从输出中复制单行指令以设置环境变量，然后 CloudFormation 在本地环境中执行该指令。单行指令示例：

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

然后在本地运行以下命令来设置 IAM 配置文件和 MCP 服务器配置：

# 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

这应该~/.kiro/settings/mcp.json会更新以包括下面的 MCP 服务器配置。

{
  "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
    }
  }
}

有关不同 MCP 客户端（例如 Kiro、Cline 和）的配置指南，请参阅支持的接口。 GitHub CoPilot