MCP AWS服务器用于Codon AI代理劳动力培训平台
一个安全的、生产就绪的MCP（模型上下文协议）服务器，为ServiceNow AI代理培训场景提供对AWS/GCP资源的受控访问。该系统使耐克、捷蓝航空等企业客户能够针对现实的云基础设施环境训练人工智能代理。
  
🎯 概述
MCP AWS服务器将ServiceNow AI代理与企业云基础设施连接起来，实现了跨三种不同MCP服务器类型的全面培训场景：
- 内部MCP服务器：管理内部企业基础设施的人工智能代理
- 出口MCP服务器：连接到外部服务（例如Nike）的AI代理→ 签证付款）
- 入口MCP服务器：外部AI代理访问客户端系统（例如NBA→ 耐克库存）
🚀 快速开始
先决条件
- Python 3.9或更高版本
- AWS凭据（用于AWS集成）
- GCP证书（用于GCP集成）
- ServiceNow实例访问（用于CMDB同步）
安装
- 克隆存储库
git clone https://github.com/cgordon-dev/mcp-server-cloud-proj.git
cd mcp-server-cloud-proj- 安装依赖项
pip install -r requirements.txt- 配置环境
cp .env.example .env
# Edit .env with your configuration- 运行测试
python test_phase1_runtime.py- 启动服务器
python -m mcp_aws_server📚 文档
🏗️ 建筑
多租户设计
- 客户端隔离：具有严格资源边界的安全多租户架构
- 动态工具生成：基于配置的客户特定工具和资源
- 会话管理：培训进度跟踪和评分系统
- 审计日志：全面的安全和活动监控
支持的平台
- AWS服务：EC2、S3、RDS、Lambda、IAM、CloudFormation
- GCP服务：计算引擎、云存储、云SQL
- 立即服务：CMDB同步和工作流集成
🧪 测试
测试套件
- 运行时测试 -端到端功能验证
python test_phase1_runtime.py- 基本测试 -结构和导入验证
python test_phase1_basic.py- 简单的测试 -单元级测试
python test_phase1_simple.py测试覆盖率
- 配置系统验证：✅
- 身份验证和授权：✅
- 多客户端架构：✅
- 工具执行和资源访问：✅
- 会话和审核日志记录：✅
🚀 第一阶段状态
✅ 完成 -所有核心功能均已实施和测试
成就
- 100%测试成功率 （7/7运行时测试）
- 多客户端架构 采用Nike和JetBlue配置
- 三种MCP服务器类型 （内部、出口、入口）
- ServiceNow集成 框架
- 生产就绪安全 实施
- 综合文档 和测试
🔮 第二阶段路线图
AWS/GCP集成（4天）
- 用真正的API调用替换模拟服务
- 实施跨账户角色假设
- 添加资源发现和管理
ServiceNow集成（2天）
- 连接到真实的ServiceNow实例
- 实施CMDB同步
- 添加工作流集成
生产部署（1天）
- Docker容器化
- CI/CD管道设置
- 监控和警报
🤝 贡献
- 分叉存储库
- 创建要素分支
- 进行更改
- 添加新功能的测试
- 确保所有测试通过
- 提交拉取请求
看 贡献指南 详细指南。
📝 许可证
此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。
🆘 支持
- 文档: docs/
- 问题:
- 讨论:
______________________________________________________________________
为Codon AI Agent劳动力培训平台构建\ *实现跨企业云基础设施的下一代人工智能代理培训*