Token导航 LogoToken导航TokenDH.com
中转站排行榜
MCP Container Test logo
运维云端未说明官方级别未说明来源级核验

MCP Container Test

MCP Server

一个基于AWS Bedrock的LLM推理代理系统，支持自定义MCP服务器，可部署在EKS或本地Podman环境中。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
容器化部署PythonClaudeClaude

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

gherlein

提供方

gherlein

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

详细介绍

带有MCP服务器的AWS基岩代理

一个容器化的代理系统，使用AWS Bedrock与自定义MCP（模型上下文协议）服务器进行LLM推理，可部署在EKS上或通过Podman本地部署。

建筑

┌─────────────────┐
│   User/Client   │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  Agent Service  │  ← Orchestrates agent loop, calls Bedrock API
└────────┬────────┘
         │
         ├─────────────┬──────────────┐
         ▼             ▼              ▼
┌─────────────┐  ┌──────────┐  ┌──────────┐
│ AWS Bedrock │  │   MCP    │  │   MCP    │
│   (Claude)  │  │FileSystem│  │Calculator│
└─────────────┘  └──────────┘  └──────────┘

组件

代理服务（Python+FastAPI）

  • 编排代理循环
  • 调用AWS Bedrock Converse API
  • 通过MCP服务器管理工具执行
  • 为代理交互公开REST API

MCP服务器（Node.js+Express）

文件系统服务器

文件操作工具：

  • read_file -读取文件内容
  • write_file -写入文件
  • list_directory -列出目录内容
  • create_directory -创建目录

计算器服务器

数学运算工具：

  • add, subtract, multiply, divide
  • power -指数化
  • sqrt -平方根

先决条件

地方发展（波德曼）

  • 播客和播客撰写（或使用 podman compose)-参见 PODMAN_SETUP.md
  • 具有Bedrock访问权限的AWS凭据
  • AWS CLI已配置

注：

用于EKS部署

  • 带有EKS集群的AWS帐户
  • kubectl已配置
  • 服务帐户的IAM角色（IRSA）设置
  • 容器映像的ECR存储库
  • Podman用于构建和推送图像
  • （可选）共享存储的EFS CSI驱动程序

使用Podman进行本地设置

1.配置AWS凭据

您有两种AWS身份验证选项：

选项A:AWS SSO（建议用于开发）

如果您使用AWS SSO进行身份验证（在组织中最常见）：

快速启动（一个命令）：

# Login to SSO first
aws sso login --profile your-profile

# Export credentials and start services
make up-sso PROFILE=your-profile

这有什么作用：

  • 将您登录到AWS SSO（如果需要）
  • 提取临时凭据
  • 创建 .env 文件自动
  • 启动所有容器

当凭据过期时 （通常为1-12小时），只需重新运行：

make up-sso PROFILE=your-profile

看 AWS_SSO_SETUP.md 了解详细的SSO设置或 SSO_QUICK_REFERENCE.md 快速参考卡。

选项B：静态IAM凭据

如果您有永久IAM用户凭据：

创建一个 .env 文件：

cat > .env <<EOF
AWS_REGION=us-east-1
AWS_ACCESS_KEY_ID=your_access_key
AWS_SECRET_ACCESS_KEY=your_secret_key
# AWS_SESSION_TOKEN=your_session_token  # Only for temporary credentials
BEDROCK_MODEL_ID=us.anthropic.claude-3-5-sonnet-20241022-v2:0
MCP_FILESYSTEM_URL=http://mcp-filesystem:3001
MCP_CALCULATOR_URL=http://mcp-calculator:3002
EOF

注： 静态凭据更容易上手，但在日常开发中不如SSO安全。

2.构建和运行

如果您使用了AWS SSO（选项A）： 你已经完成了！ make up-sso 开始了一切。跳到步骤3。

如果您使用静态凭据（选项B）：

# Using Makefile (recommended)
make build
make up

# Or using podman-compose directly
podman-compose -f podman-compose.yml build
podman-compose -f podman-compose.yml up -d

# Or using podman compose (newer syntax)
podman compose -f podman-compose.yml up -d

# Alternative: Use native Podman pods
make pod-create
make pod-start

服务将在以下地点提供：

  • 代理服务：http://localhost:8000
  • 文件系统MCP：http://localhost:3001
  • 计算器MCP：http://localhost:3002

3.测试代理

# List available tools
curl http://localhost:8000/tools

# Run an agent query
curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{
    "message": "Calculate 25 * 4 and then add 10 to the result",
    "max_turns": 10
  }'

4.请求示例

数学计算：

curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{
    "message": "What is the square root of 144?"
  }'

文件操作：

curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{
    "message": "Create a file called test.txt with the content Hello World"
  }'

联合作业：

curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{
    "message": "Calculate 10 + 5, then write the result to a file called result.txt"
  }'

5.查看日志

# All services
make logs

# Or with podman-compose
podman-compose -f podman-compose.yml logs -f

# Specific service
podman-compose -f podman-compose.yml logs -f agent-service

# With podman pod
podman logs agent-service
podman pod logs bedrock-agent-pod

6.停止服务

# Using compose
make down

# Or with podman-compose
podman-compose -f podman-compose.yml down

# With podman pod
make pod-stop
make pod-remove

7.日常开发工作流程

使用AWS SSO（推荐）

上午/会议开始：

# One command to start everything
make up-sso PROFILE=your-profile

开发期间：

# View logs
make logs

# Test changes
./test-agent.sh

# Check status
podman ps

凭据过期时： 您将看到“ExpiredToken”或“无法找到凭据”错误。重新运行：

make up-sso PROFILE=your-profile

一天结束：

make down

使用静态凭据

启动一次：

# First time only - create .env file
cp .env.example .env
# Edit .env with your credentials

# Start services
make build
make up

稍后重新启动：

make up  # Credentials persist in .env

停止：

make down

EKS部署

1.为服务帐户设置IAM角色（IRSA）

为基岩访问创建IAM策略：

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Effect": "Allow",
      "Action": [
        "bedrock:InvokeModel",
        "bedrock:InvokeModelWithResponseStream"
      ],
      "Resource": "arn:aws:bedrock:*::foundation-model/anthropic.claude-*"
    }
  ]
}

为您的EKS集群创建具有信任策略的IAM角色：

# Create the role (replace with your account ID and cluster details)
eksctl create iamserviceaccount \
  --name bedrock-agent-sa \
  --namespace bedrock-agent \
  --cluster your-cluster-name \
  --attach-policy-arn arn:aws:iam::YOUR_ACCOUNT_ID:policy/BedrockInvokePolicy \
  --approve

2.构建和推送容器映像

# Configure ECR login with Podman
aws ecr get-login-password --region us-east-1 | \
  podman login --username AWS --password-stdin YOUR_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com

# Create ECR repositories
aws ecr create-repository --repository-name agent-service
aws ecr create-repository --repository-name mcp-filesystem
aws ecr create-repository --repository-name mcp-calculator

# Build and push agent service
cd agent-service
podman build -t YOUR_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/agent-service:latest .
podman push YOUR_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/agent-service:latest

# Build and push filesystem server
cd ../mcp-servers/filesystem
podman build -t YOUR_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/mcp-filesystem:latest .
podman push YOUR_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/mcp-filesystem:latest

# Build and push calculator server
cd ../calculator
podman build -t YOUR_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/mcp-calculator:latest .
podman push YOUR_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/mcp-calculator:latest

# Or use the Makefile
make push-images ECR_REGISTRY=YOUR_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com

3.更新Kubernetes清单

编辑 k8s/serviceaccount.yaml:

eks.amazonaws.com/role-arn: arn:aws:iam::YOUR_ACCOUNT_ID:role/bedrock-agent-role

编辑部署文件以使用ECR映像：

image: YOUR_ACCOUNT_ID.dkr.ecr.us-east-1.amazonaws.com/agent-service:latest

4.为共享存储设置EFS（可选）

如果您需要共享文件系统访问：

# Install EFS CSI driver
kubectl apply -k "github.com/kubernetes-sigs/aws-efs-csi-driver/deploy/kubernetes/overlays/stable/?ref=release-1.7"

# Create EFS filesystem and storage class
# See: https://docs.aws.amazon.com/eks/latest/userguide/efs-csi.html

5.部署到EKS

# Apply all manifests
kubectl apply -k k8s/

# Or apply individually
kubectl apply -f k8s/namespace.yaml
kubectl apply -f k8s/serviceaccount.yaml
kubectl apply -f k8s/configmap.yaml
kubectl apply -f k8s/mcp-filesystem-deployment.yaml
kubectl apply -f k8s/mcp-calculator-deployment.yaml
kubectl apply -f k8s/agent-deployment.yaml
kubectl apply -f k8s/hpa.yaml

6.验证部署

# Check all resources
kubectl get all -n bedrock-agent

# Check pod logs
kubectl logs -n bedrock-agent -l app=agent-service

# Get service endpoint
kubectl get svc -n bedrock-agent agent-service

7.访问代理服务

# Get the LoadBalancer URL
AGENT_URL=$(kubectl get svc -n bedrock-agent agent-service -o jsonpath='{.status.loadBalancer.ingress[0].hostname}')

# Test the agent
curl -X POST http://$AGENT_URL/agent/run \
  -H "Content-Type: application/json" \
  -d '{
    "message": "What is 100 divided by 4?"
  }'

项目结构

.
├── agent-service/              # Python agent service
│   ├── app.py                 # Main FastAPI application
│   ├── requirements.txt       # Python dependencies
│   └── Dockerfile
├── mcp-servers/
│   ├── filesystem/            # Filesystem MCP server
│   │   ├── src/
│   │   │   └── index.ts
│   │   ├── package.json
│   │   ├── tsconfig.json
│   │   └── Dockerfile
│   └── calculator/            # Calculator MCP server
│       ├── src/
│       │   └── index.ts
│       ├── package.json
│       ├── tsconfig.json
│       └── Dockerfile
├── k8s/                       # Kubernetes manifests
│   ├── namespace.yaml
│   ├── serviceaccount.yaml
│   ├── configmap.yaml
│   ├── agent-deployment.yaml
│   ├── mcp-filesystem-deployment.yaml
│   ├── mcp-calculator-deployment.yaml
│   ├── hpa.yaml
│   └── kustomization.yaml
├── podman-compose.yml         # Podman Compose configuration
├── README.md                  # Full documentation
└── PODMAN_SETUP.md           # Podman installation and setup guide

API终点

代理服务

  • GET / -服务信息
  • GET /health -健康检查
  • GET /tools -列出所有可用工具
  • POST /agent/run -运行带有消息的代理
  {
    "message": "Your query here",
    "max_turns": 10
  }

MCP服务器

  • GET / -服务器信息
  • GET /tools -列出可用工具
  • POST /execute -执行工具
  {
    "tool": "tool_name",
    "arguments": { "arg1": "value1" }
  }

添加新的MCP服务器

要添加新的MCP服务器，请执行以下操作：

  1. 在下创建新目录 mcp-servers/
  2. 使用以下工具实现服务器：

- GET /tools 端点返回工具定义 - POST /execute 工具执行端点

  1. 添加Dockerfile
  2. 更新 docker-compose.yml 包括新服务
  3. 添加Kubernetes部署清单
  4. 更新代理服务环境以包含新的服务器URL

监控与调试

当地（波德曼）

# View real-time logs
make logs
# Or
podman-compose -f podman-compose.yml logs -f

# Check container status
podman ps
# Or with compose
podman-compose -f podman-compose.yml ps

# Check pod status (if using pods)
podman pod ps
podman pod inspect bedrock-agent-pod

# Restart a service
podman restart agent-service
# Or with compose
podman-compose -f podman-compose.yml restart agent-service

EKS

# View logs
kubectl logs -n bedrock-agent -l app=agent-service -f

# Check pod status
kubectl get pods -n bedrock-agent

# Describe pod for troubleshooting
kubectl describe pod -n bedrock-agent 

# Check HPA status
kubectl get hpa -n bedrock-agent

# Port forward for local testing
kubectl port-forward -n bedrock-agent svc/agent-service 8000:80

成本优化

  • 使用Bedrock的按需定价（无前期承诺）
  • 使用HPA根据负载扩展MCP服务器
  • 将点实例用于非生产EKS节点组
  • 通过CloudWatch监控Bedrock API的使用情况

安全最佳实践

  1. 使用AWS SSO进行开发 -自动过期的临时凭据比静态密钥更安全

- 看 AWS_SSO_SETUP.md 用于设置 - 跑 make up-sso PROFILE=your-profile 用于自动凭证管理

  1. 从不提交AWS凭据 - .env 文件在 .gitignore -永远不要覆盖此

- 将IRSA（服务帐户的IAM角色）用于EKS部署 - 使用SSO进行本地开发 - 仅将静态IAM用户凭据作为最后手段

  1. 限制基岩IAM权限 -只允许特定的模型调用

- 限制为 bedrock:InvokeModel 关于特定型号的ARN - 不使用 bedrock:* 权限

  1. 使用专用子网 -在生产专用子网中部署MCP服务器
  2. 启用pod安全标准 -使用Kubernetes安全上下文和pod安全准入
  3. 扫描集装箱图像 -使用ECR图像扫描或Trivy等工具
  4. 限制文件系统访问 -在容器中仅装载必要的目录
  5. 定期轮换凭据 -SSO凭据自动过期；旋转静态凭据（如果使用）

故障排除

特工无法连接到Bedrock

错误： “无法找到凭据”

解决：

  • 如果使用AWS SSO：
  # Check if logged in
  aws sts get-caller-identity --profile your-profile

  # If not logged in, login and re-run
  aws sso login --profile your-profile
  make up-sso PROFILE=your-profile
  • 如果使用静态凭据：

- 检查 .env 文件存在并具有AWS凭据 - 验证凭据是否为空 - 运行： ./troubleshoot-credentials.sh

错误： “ExpiredToken：请求中包含的安全令牌已过期”

解决方案： SSO凭据已过期，请重新运行：

make up-sso PROFILE=your-profile

错误： “不支持按需吞吐量调用模型ID…”

解决方案： 型号ID格式已更改。运行：

./fix-model-id.sh
make down && make up

看 卧室_MODEL_PDATE.md 了解详情。

其他检查：

  • 验证IAM权限是否包括 bedrock:InvokeModel
  • 确保模型ID使用推理简档格式（例如。， us.anthropic.claude-3-5-sonnet-20241022-v2:0)
  • 检查您所在地区是否有基岩

AWS SSO问题

SSO会话已过期：

# Re-login
aws sso login --profile your-profile

# Restart services with fresh credentials
make up-sso PROFILE=your-profile

找不到SSO配置文件：

# List available profiles
aws configure list-profiles

# Configure SSO if needed
aws configure sso --profile your-profile

容器中的凭据为空：

# Check what container sees
podman exec agent-service printenv | grep AWS

# If empty, re-export credentials
make up-sso PROFILE=your-profile

看 AWS_SSO_SETUP.md 用于全面的SSO故障排除。

MCP服务器没有响应

  • 检查MCP服务器日志是否有错误
  • 验证服务之间的网络连接
  • 确保环境变量设置正确

工具未出现

  • 检查MCP服务器 /tools 终结点返回有效的架构
  • 验证代理服务是否可以访问MCP服务器URL
  • 查看代理服务日志以查找工具获取错误

许可证

麻省理工学院

贡献

欢迎投稿！请打开问题或提交拉取请求。

目录标签

目录标签

容器化部署PythonClaudeLLM推理本地部署AWS集成自定义工具

支持客户端

Claude

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

session

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

未说明session部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

仍需确认：installCommand

来源信息

mcp-container-test logo

MCP World

mcpworld.com

/detail/33521a709d830928052760af6e82c91d

一个基于AWS Bedrock的LLM推理代理系统，支持自定义MCP服务器，可部署在EKS或本地Podman环境中。

继续浏览同类 MCP

更多运维云端 MCP（13,854）返回 MCP 目录

上一个 MCP

MCP Container Demo

MCP服务器容器化解决方案，提供隔离、安全、一致性和资源管理的Docker部署方案，适用于网络诊断工具和模型协议服务。

下一个 MCP

MCP Container Tools

一个为Docker、Kubernetes和Azure Application Insights提供高级日志过滤和监控功能的Model Context Protocol（MCP）服务器。