MCP Agent-Toolkit-for-AWS 让 AI 智能体直接驾驭 AWS 云服务

让编码代理去碰 AWS，一直是件让人手心出汗的事。一方面，现代应用部署、建表、配队列、接 Bedrock 智能体，几乎每一步都要调云 API；另一方面，一个被注入误导指令的代理，可能几秒内就为你开出一堆计费资源、改掉生产权限、或把密钥写进公开仓库。问题不在“代理能不能用 AWS”，而在“怎么让它用得可控、可审计、可被团队策略约束”。

AWS 官方的答案叫 Agent Toolkit for AWS。它不是另一个 CLI 外壳，而是一套同时包含 MCP 服务器、agent 技能（skills）与插件（plugins）的工具箱，专为 Claude Code、Codex、Cursor、Devin、Kiro、fx 等编码代理设计。重点不只是“能调 API”，而是把 IAM 条件键、CloudTrail 审计、CloudWatch 指标这些企业级控制一并带进来。

项目基本信息

一、项目介绍

Agent Toolkit for AWS 是 AWS Labs 早期一批 MCP 服务器、技能与插件的继任者，也是当前 AWS 主推的官方形态。它把“让 AI 代理安全地用 AWS”拆成两块互补的部分：一块是 AWS MCP Server，一个托管服务，通过 Model Context Protocol 给代理完整的 AWS API 覆盖（300+ 服务）、隔离的脚本执行环境与实时文档检索；另一块是本地技能与插件，给代理针对具体任务的领域指引。

插件把 MCP 配置与技能打包成一个安装单元。目前已发布 aws-core（服务选型、CDK/CloudFormation、Serverless、容器、存储、可观测、计费、SDK 用法与部署，建议从它起步）、aws-agents（基于 Bedrock 与 AgentCore 构建智能体）、aws-data-analytics（S3 Tables、Glue、Athena 的数据湖与 ETL）、aws-agents-for-devsecops（事故排查、代码评审、UAT、漏洞扫描与渗透测试）、aws-startup-advisor（初创架构与成本建议、迁移与 Credit 咨询）。

二、核心优势

第一，区分“代理动作”与“人类动作”。它引入 IAM 条件键，可以写“只允许通过 MCP 服务器做只读操作”的策略，即便底层 IAM 角色本身有写权限——这是普通 AWS SDK 调用做不到的细粒度。

第二，全量可审计。每一次请求都进 CloudTrail，配 CloudWatch 指标，团队能复盘“是哪个代理、在哪次任务里、做了什么”。

第三，技能经过端到端评估。AWS 强调这些技能经过了 thorough E2E 评测，比社区随手写的 prompt 更可靠，工作流更可能一次跑通。

第四，覆盖广且统一。一个 MCP 端点打通 300+ 服务，不必为每个产品单独接 SDK；文档检索还免鉴权，代理能拿到最新 API 参考。

三、适用场景

最自然是“让编码代理帮你做云上开发”：用 Claude Code 起一个 Lambda + API Gateway 的 Serverless 骨架，用 Cursor 改 CloudFormation 模板，用 Kiro 配 CI 用的 MCP 服务器。

对安全与合规团队，aws-agents-for-devsecops 把漏洞扫描、渗透测试、发布前 UAT 自动化进代理工作流。对初创公司，aws-startup-advisor 像一位 AWS 解决方案架构师常驻你的编辑器，给出当前阶段最小可行架构并帮你迁离 Azure、GCP 或 Heroku。

四、安装教程

最快的方式是 AWS CLI 直接启用：

aws configure agent-toolkit

在 Claude Code 里装官方市场插件（市场默认已添加）：

/plugin install aws-core@claude-plugins-official

若提示 Plugin not found，先更新索引：

/plugin marketplace update claude-plugins-official

常见报错与处理：

Plugin not found: aws-core@claude-plugins-official

说明本地市场索引过时。执行上面的 marketplace update 后再装；或直接从本仓库加市场：/plugin marketplace add aws/agent-toolkit-for-aws。

MCP server error: uvx not found

AWS MCP Server 通过 uvx mcp-proxy-for-aws-cli 启动，需要先装 uv。装好后重试。

auth error: no AWS credentials

文档检索与技能发现不需要凭证，但调 API 与跑脚本需要本地配好的 AWS 账号凭证。运行 aws configure 或设置环境变量。

给 Kiro 加 MCP 服务器的配置示例：

{
  "mcpServers": {
    "aws": {
      "command": "uvx",
      "args": [
        "mcp-proxy-for-aws-cli@latest",
        "https://aws-mcp.us-east-1.api.aws/mcp",
        "--metadata",
        "AWS_REGION=us-west-2"
      ]
    }
  }
}

本地技能另用：

npx skills add aws/agent-toolkit-for-aws/skills

五、使用示例

场景：让代理在 AWS 上从零搭一个无服务器接口。先在 Claude Code 装好 aws-core，然后对话：

用 aws-core 创建一个 Lambda + API Gateway 的 hello 接口，
用 Python 3.12 运行时，部署到 us-west-2，并输出调用 URL。

代理会先查 AWS 文档确认最新 CloudFormation 资源类型，再生成模板、打包、部署。你能在 CloudTrail 看到它实际调用的 API：

[cloudtrail] CreateFunction20231002 us-west-2
[cloudtrail] CreateRestApi us-west-2
[cloudtrail] Deploy rest-api stage=prod
[result] endpoint: https://abc123.execute-api.us-west-2.amazonaws.com/prod/hello

另一个例子，调数据分析技能跑 ETL：

npx skills add aws/agent-toolkit-for-aws/skills
/aws-data-analytics:etl "把 S3 里的订单 CSV 建到 S3 Tables，并用 Athena 统计月活"

六、常见问题

问：这套工具和我自己写 AWS SDK 调用有什么不同？
答：核心差异在控制面。它通过 IAM 条件键区分代理与人类、用 CloudTrail 全量审计、用 CloudWatch 监控，且技能经过评测。直接调 SDK 没有这些约束。

问：必须用 Amazon Bedrock 才能用 aws-agents 吗？
答：aws-agents 面向基于 Bedrock 与 AgentCore 的智能体构建，是它最契合的场景；其余插件对模型与厂商无强绑定。

问：和老的 AWS Labs 工具还兼容吗？
答：兼容且继续接受贡献。AWS 建议新项目直接用 Agent Toolkit，优秀的 Labs 工具会逐步迁移过来。

问：代理会不会自作主张开计费资源？
答：会的，除非你用 IAM 条件键限制。建议给代理用的角色只开放必要权限，并开启 CloudTrail 告警。

七、总结

Agent Toolkit for AWS 把“让 AI 代理用云”从冒险变成了有护栏的工程实践：一套 MCP 打通 300+ 服务，技能给领域指引，IAM/CloudTrail/CloudWatch 给企业级控制。协议 Apache 2.0，可商用。建议从 aws-core 起步，先把 MCP 服务器配起来，再按需叠加技能与插件。