Amazon Bedrock AgentCore MCP 伺服器：使用編碼助理進行 Vibe 編碼

Amazon Bedrock AgentCore 模型內容通訊協定 (MCP) 伺服器可協助您直接從您偏好的開發環境轉換、部署和測試與 Amazon Bedrock AgentCore 相容的代理程式。透過內建的執行時間整合、閘道連線能力和代理程式生命週期管理支援，MCP 伺服器可簡化從本機開發到 Amazon Bedrock AgentCore 服務上的生產部署的作業。

MCP 伺服器可與熱門的 MCP 用戶端搭配使用，包括 Kiro、Cursor、Claude Code 和 Amazon Q CLI，提供對話式命令來自動化複雜的代理程式開發工作流程。

先決條件

開始之前，請確認您有下列項目：

如需 Amazon Bedrock AgentCore 的詳細資訊，請參閱 Amazon Bedrock AgentCore 文件。

安裝必要的相依性

安裝 Amazon Bedrock AgentCore 開發所需的套件。

若要安裝必要的套件，請執行下列命令：

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

# Install the AgentCore Python SDK
pip install bedrock-agentcore

步驟 1：安裝 MCP 伺服器

若要安裝 AgentCore MCP 伺服器，請將其新增至 MCP 用戶端的組態檔案。每個 MCP 用戶端都會將此組態存放在不同的位置。

新增 MCP 伺服器組態

選擇您的 MCP 用戶端並新增對應的組態：

對於 Kiro

新增至 .kiro/settings/mcp.json（如果不存在，請參閱建立組態檔案 )：

{
  "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"
      ]
    }
  }
}

對於游標

新增至 .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"
      ]
    }
  }
}

對於 Amazon Q

最佳實務是為個別 Q CLI 代理程式設定 MCP 伺服器。如需組態指示，請參閱設定 Amazon Q CLI 的 MCP 伺服器。

對於 IDEs 中的 Amazon Q (VS 程式碼和 JetBrains)，請參閱在 IDE 中使用 MCP 伺服器與 Amazon Q。

對於 Claude Code

組態取決於您的安裝：

對於獨立 Claude Code 應用程式：

{
  "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"
      ]
    }
  }
}

驗證 MCP 伺服器安裝

若要驗證 MCP 伺服器是否已連線並成功運作，請在新增組態後重新啟動 MCP 用戶端，並確認下列工具可供使用：

步驟 2：轉換現有代理程式以實現 AgentCore 執行期相容性

若要讓現有的 AgentCore 代理程式程式碼與 Amazon Bedrock AgentCore 執行期相容，請使用 MCP 伺服器來引導轉換程序。例如，如果您有 Strands AgentCore 代理程式，轉換有助於透過更新匯入、相依性和應用程式結構，將其轉換為與 Amazon Bedrock AgentCore 相容。

轉換您的代理程式程式碼

MCP 伺服器會引導您的 MCP 用戶端對 AgentCore 代理程式程式碼進行下列變更：

新增執行期程式庫匯入

MCP 伺服器會新增必要的 AgentCore 匯入：

from bedrock_agentcore.runtime import BedrockAgentCoreApp

更新相依性

MCP 伺服器會更新您的requirements.txt檔案：

bedrock-agentcore
strands-agents

初始化 AgentCore 應用程式

MCP 伺服器會新增應用程式初始化：

app = BedrockAgentCoreApp()

裝飾主要進入點

MCP 伺服器會轉換您的處理常式函數：

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

新增應用程式執行器

MCP 伺服器會新增應用程式執行器：

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

轉換程序

若要轉換 AgentCore 代理程式，請在 MCP weather_agent.py 用戶端中開啟現有的 AgentCore 代理程式檔案 （例如 )，並使用 MCP 用戶端的 AI 助理並出現下列提示：

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

步驟 3：將代理程式部署到 AgentCore 執行期

轉換 AgentCore 代理程式以實現 AgentCore 執行期相容性後，請透過 MCP 用戶端使用 AgentCore CLI 部署它。

使用 AgentCore CLI 部署

MCP 伺服器使用 AgentCore CLI 來部署 AgentCore 代理程式。部署程序包括：

若要部署 AgentCore 代理程式，請使用 MCP 用戶端的 AI 助理並出現下列提示：

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

MCP 伺服器會自動執行必要的 CLI 命令。

驗證部署

部署完成後，您會收到包含下列詳細資訊的確認：

步驟 4：測試您部署的代理程式

透過 Amazon Bedrock AgentCore 執行期叫用部署的 AgentCore 代理程式，以進行測試。

叫用代理程式

MCP 伺服器使用 AgentCore CLI 叫用您的 AgentCore 代理程式並顯示結果，包括：

若要測試已部署的 AgentCore 代理程式，請使用 MCP 用戶端的 AI 助理並出現下列提示：

Test the deployed AgentCore agent with a sample request.

檢閱調用輸出：

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

後續步驟

使用 Amazon Bedrock AgentCore MCP 伺服器成功部署和測試第一個 AgentCore 代理程式後，您可以探索其他功能：

如需詳細資訊，請參閱下列內容：