What is Mcp Bedrock Inline Agent

mcp-bedrock-inline-agent is an interactive assistant designed to execute AWS CLI commands and manage resources using Amazon Bedrock. It leverages AWS CLI and Amazon Bedrock to facilitate resource management and information retrieval.

Use cases

Use cases include automating AWS resource management tasks, providing a user-friendly interface for executing AWS CLI commands, and assisting developers and system administrators in managing AWS services efficiently.

How to use

To use mcp-bedrock-inline-agent, you need to clone the repository, set up a Python virtual environment, install required packages, and the Amazon Bedrock Inline Agent SDK. After configuring AWS credentials, you can run the application using Streamlit, which will open a web interface for interaction.

Key features

Key features include executing AWS CLI commands, interpreting results, managing AWS resources, and utilizing Amazon Bedrock for enhanced capabilities. It also supports Docker for easy deployment.

Where to use

mcp-bedrock-inline-agent can be used in cloud computing environments, particularly for AWS resource management, automation tasks, and interactive command execution within AWS ecosystems.

AWS Chat Assistant with Thought Process

AWS CLI 명령을 실행하고 결과를 해석하는 대화형 어시스턴트입니다. Amazon Bedrock과 AWS CLI를 활용하여 AWS 리소스를 관리하고 정보를 조회할 수 있습니다.

사전 요구사항

1. Python 3.9 이상 설치
2. Docker 설치 (최신 버전 권장)
3. AWS 계정 및 적절한 권한을 가진 IAM 사용자
4. Amazon Bedrock 접근 권한 (Claude 모델 사용)
5. Amazon Bedrock Inline Agent SDK 설치 (아래 설치 방법 참조)

설치 방법

1. 저장소 클론 또는 다운로드:

   git clone <repository-url>
   cd aws_chat_app
   

2. 가상 환경 생성 및 활성화:

   python3 -m venv .venv
   source .venv/bin/activate  # Linux/macOS
   # 또는
   .venv\Scripts\activate  # Windows
   

3. 필요한 패키지 설치:

   pip install -r requirements.txt
   

   참고: requirements.txt 파일에는 streamlit, boto3, mcp 패키지가 포함되어 있습니다.

4. Amazon Bedrock Inline Agent SDK 설치:

   # Amazon Bedrock Agent 샘플 저장소 클론
   git clone https://github.com/awslabs/amazon-bedrock-agent-samples.git
   
   # InlineAgent 디렉토리로 이동
   cd amazon-bedrock-agent-samples/src/InlineAgent
   
   # 개발 모드로 패키지 설치
   pip install -e .
   
   

   중요: InlineAgent SDK는 Amazon Bedrock의 Inline Agent 기능을 사용하기 위한 Python 래퍼입니다. 이 SDK는 AWS CLI 명령을 실행하고 결과를 처리하는 데 필요합니다.

5. Docker 이미지 다운로드:

   docker pull ghcr.io/alexei-led/aws-mcp-server:latest
   

6. AWS 자격 증명 설정:

   • ~/.aws/credentials 파일에 AWS 자격 증명이 설정되어 있어야 합니다.
   • 필요한 AWS 권한이 설정되어 있어야 합니다.

   [default]
   aws_access_key_id = YOUR_ACCESS_KEY
   aws_secret_access_key = YOUR_SECRET_KEY
   region = YOUR_PREFERRED_REGION
   

   중요: 애플리케이션은 자동으로 사용자의 홈 디렉토리에서 AWS 자격 증명을 찾습니다. 코드에서 USER_HOME 변수가 자동으로 사용자의 홈 디렉토리를 감지합니다.

실행 방법

1. 가상 환경이 활성화되어 있는지 확인:

   source .venv/bin/activate  # Linux/macOS
   # 또는
   .venv\Scripts\activate  # Windows
   

2. 애플리케이션 실행:

   streamlit run aws_chat_with_thoughts_stream.py
   

3. 웹 브라우저가 자동으로 열리고 애플리케이션에 접속됩니다.

   • 기본 URL: http://localhost:8501

문제 해결

1. Docker 관련 오류:

   • Docker 데몬이 실행 중인지 확인: docker ps
   • 이미지가 제대로 다운로드되었는지 확인: docker images

2. AWS 자격 증명 오류:

   • AWS CLI가 제대로 구성되었는지 확인: aws sts get-caller-identity
   • 필요한 권한이 있는지 확인

3. 라이브러리 관련 오류:

   • 가상 환경이 활성화되어 있는지 확인
   • 필요한 모든 패키지가 설치되어 있는지 확인: pip list

4. InlineAgent SDK 관련 오류:

   • InlineAgent SDK가 올바르게 설치되었는지 확인: pip list | grep InlineAgent
   • 설치 과정에서 오류가 발생한 경우 다음 명령으로 다시 시도:

     cd amazon-bedrock-agent-samples/src/InlineAgent
     pip install -e .
     

   • 저장소 클론에 문제가 있는 경우 저장소를 삭제하고 다시 클론:

     rm -rf amazon-bedrock-agent-samples
     git clone https://github.com/awslabs/amazon-bedrock-agent-samples.git
     

아키텍처 및 작동 방식

이 애플리케이션은 다음과 같은 구성 요소로 이루어져 있습니다:

1. Streamlit 웹 인터페이스

   • 사용자 입력을 받고 결과를 표시하는 대화형 웹 인터페이스
   • 실시간으로 AI의 사고 과정을 보여주는 확장 패널

2. Amazon Bedrock Inline Agent

   • 사용자 질문을 해석하고 적절한 AWS CLI 명령을 결정
   • InlineAgent SDK를 통해 통합

3. MCP (Model Context Protocol) 서버

   • Docker 컨테이너에서 실행되는 AWS CLI 명령 처리기
   • AWS 자격 증명을 안전하게 사용하여 명령 실행

4. 작동 흐름

   • 사용자가 질문 입력
   • Bedrock Inline Agent가 질문을 해석하고 필요한 AWS CLI 명령 결정
   • MCP 서버가 AWS CLI 명령을 실행하고 결과 반환
   • 결과를 해석하여 사용자에게 표시

주요 기능

• AWS CLI 명령 실행 및 결과 해석
• 대화형 인터페이스로 AWS 리소스 관리
• AI의 사고 과정 확인 가능 (Thought Process 확장 패널)
• 채팅 히스토리 저장 및 초기화 (사이드바의 Reset Chat 버튼)
• AWS 리소스 생성, 조회, 수정 및 삭제 기능

예시 질문

• “cost explorer 를 조회해서 2025년 3월 aws 비용을 조회 해”
• “S3 버킷 목록을 보여줘”
• “ec2 를 새로 만들어줘”
• “Lambda 함수를 생성하는 CLI 명령은 무엇인가요?”
• “현재 계정의 모든 리전에서 실행 중인 EC2 인스턴스를 찾아줘”
• “지난 달 가장 비용이 많이 발생한 서비스는 무엇인가요?”

referanced & powered https://github.com/alexei-led/aws-mcp-server/pkgs/container/aws-mcp-server