使用 AI LLMs - Amazon Location Service
建議的 MCP 伺服器實用內容Kiro 代理程式組態

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

使用 AI LLMs

AI LLMs 可透過提供 API 使用、程式碼產生和故障診斷的智慧協助，大幅加速 Amazon Location Service 的開發。透過使用正確的 MCP 伺服器和內容設定 LLM 用戶端，您可以建立強大的開發助理，了解 AWS 服務和 Amazon Location Service 詳細資訊。使用此頁面中建議的最小內容和 MCP 組態，可確保您選擇的 LLM 模型有足夠的內容來產生正確的結果，而不會造成內容視窗負擔過大。這可以減少幻覺並提高結果準確性。此組態也確保模型知識截止不會影響結果的品質。

建議的 MCP 伺服器

模型內容通訊協定 (MCP) 伺服器透過提供外部工具、文件和 APIs存取權來擴展 LLM 功能。雖然這些 MCP 伺服器並非必要，但它們可以協助 LLM 查詢有關服務的其他資訊，並讓您了解最新的 Amazon Location Service 開發人員指南。對於 Amazon Location Service 開發，建議使用下列 MCP 伺服器：

  • aws-knowledge-mcp-server - 存取 AWS 文件、API 參考、最佳實務和知識庫。不需要 AWS 憑證或身分驗證，因此非常適合沒有憑證管理的文件查詢。

  • aws-api-mcp-server - 直接 AWS API 互動和 CLI 命令執行。需要 AWS 憑證。

客戶端組態

為您的用戶端使用適當的組態格式，以 MCP 伺服器設定 LLM 用戶端。

Kiro

一鍵式安裝：

手動組態：

將下列項目新增至 Kiro 代理程式組態。如需 Kiro 組態的詳細資訊，請參閱 Kiro 文件。

{
  "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

一鍵式安裝：

手動組態：

將以下內容新增至您的 VSCode mcp.json 檔案。如需 VS Code 中 MCP 伺服器的詳細資訊，請參閱 VSCode 文件。

{
  "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

手動組態：

將下列項目新增至您的 Cline MCP 設定檔案 (cline_mcp_settings.json)。如需 Cline MCP 組態的詳細資訊，請參閱 Cline 文件。

{
  "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

手動組態：

將下列項目新增至您的 Cursor mcp.json 檔案。如需 Cursor MCP 組態的詳細資訊，請參閱 Cursor 文件。

{
  "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

手動組態：

使用 Claude CLI 命令新增 MCP 伺服器。如需 Claude Code MCP 設定的詳細資訊，請參閱 Claude Code 文件。

# 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

手動組態：

將下列項目新增至 Gemini 設定 JSON 檔案 (~/.gemini/settings.json)。如需 Gemini Code Assist MCP 組態的詳細資訊，請參閱 Google Cloud 文件。

{
  "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"
      }
    }
  }
}

實用內容

在 Amazon Location Service 專案上使用 AI 和 LLMs 時，提供特定內容有助於引導 AI 實現更好的解決方案。我們持續改善已發佈的文件和指南，以更好地將 LLMs 導向目前的最佳實務，但我們正在託管和維護一組有用的內容，以便在模型訓練趕上 Amazon Location Service 的最新版本時提供協助。

維護的 AGENTS.md 檔案可提供使用 Amazon Location 的最低有用內容。

若要使用此內容檔案，請先在本機下載：

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

然後將 LLM 用戶端設定為使用下載的檔案：

Kiro

將本機檔案新增至您的代理程式組態：

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

將下載的 AGENTS.md 檔案放在工作區的根目錄。VSCode 會自動將指示套用至所有聊天請求。若要啟用此功能，請確定 chat.useAgentsMdFile 設定已啟用。如需詳細資訊，請參閱 VSCode 文件中的自訂指示。

VSCode with Cline

將下載的 AGENTS.md 檔案放在您的專案根目錄，或使用 @ 提及在對話中加以參考。Cline 會自動探索專案檔案，您可以在提示@AGENTS.md中使用 參考內容。如需內容管理的詳細資訊，請參閱 Cline 文件。

Cursor

使用 @ 提及在對話中參考下載的 AGENTS.md 檔案。您可以使用 參考檔案@Files & Folders，然後搜尋 AGENTS.md 檔案，或直接將檔案拖曳至聊天。如需 @ 提及的詳細資訊，請參閱游標文件。

Claude Code

將下載的 AGENTS.md 檔案新增至您的專案目錄。您可以在專案的 CLAUDE.md 檔案中包含它，或直接在目前的工作階段中參考它。如需 Claude Code MCP 設定的詳細資訊，請參閱 Claude Code 文件。

Gemini Code Assist

在專案根目錄或全球內容的 ~/.gemini/GEMINI.md 中建立 GEMINI.md 檔案，並包含下載的 AGENTS.md 檔案的內容。如需內容檔案的詳細資訊，請參閱 Google Cloud 文件。

Kiro 代理程式組態

對於 Kiro 使用者，以下是完整的代理程式組態檔案，其中包含建議的 MCP 伺服器和 Amazon Location Service 內容檔案：

{
  "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
}