Token导航 LogoToken导航

MCP Server · 运维云端

Member Liability Agent

基于AWS Bedrock的智能对话AI系统，用于自动化医疗保险会员福利与资格验证及责任计算，集成知识库和记忆功能，提供上下文感知响应。

stdio官方级别未说明来源级核验工具 3
PythonClaude云端部署

快速开始

打开主来源页面GitHub 仓库
作者 / 组织
Optimus15
提供方
Optimus15

工具数量

3

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

2

仓库热度

收录来源

1 个

MCP World

选型结论

Member Liability Agent 属于运维云端类 MCP Server，公开资料标注 3 个工具，通过stdio 本地进程接入，适配 Claude，有可以直接复制的安装命令；接入前要先准备 OAuth 授权。

分类

运维云端

传输方式

stdio

认证方式

OAuth 授权

部署方式

公开资料未说明

安装与配置

安装命令

pip install boto3 uuid

公开命令不是通用的启动方式，拼不出可靠配置示例；请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程，需要先装好 对应的运行时，再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行；命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数，保存后完全退出客户端再打开，让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 3 个工具，随便调一个只读工具确认能返回结果。

接入前确认

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。

详细介绍

会员责任代理-AWS基岩实施

目的

会员责任代理是一个智能对话式人工智能系统，旨在自动化医疗保险系统的会员福利和资格验证以及责任计算。该代理利用AWS Bedrock的基础模型（即Claude），结合MCP服务器和工具（会员资格、会员福利和会员责任）、知识库集成和内存功能，提供上下文感知响应。此项目包含Python脚本，用于部署和配置处理成员责任计算的AWS Bedrock Agent。该代理与针对AI驱动的医疗保健应用程序优化的云原生堆栈集成，具有企业级安全性、可扩展性和可维护性。

设计目标

  1. 对话式人工智能系统：使用人工智能提供会员资格、福利和责任计算
  2. 上下文记忆：记住用户偏好和对话历史记录
  3. 知识集成：通过知识库访问政策文件和福利信息
  4. 安全访问：为API访问实现基于OAuth的身份验证
  5. 可扩展性：支持大量并发请求
  6. 可审计性：维护完整的合规审计跟踪
  7. 可扩展性：轻松添加新工具和功能

特性

  • ✅ AWS基岩代理 采用Claude 3 Sonnet模型
  • ✅ 自定义Lambda工具 资格、福利和责任计算
  • ✅ 代理内存 具有会话摘要、用户偏好和语义记忆
  • ✅ Cognito身份验证 用于安全的API访问
  • ✅ API网关 与OAuth集成
  • ✅ MCP服务器 用于AI助手集成
  • ✅ 综合文档 对于所有组件

项目结构

01_member_liability_agent/
├── create_agent.py                    # Main agent creation script
├── lambda_check_eligibility.py        # Lambda: Check member eligibility
├── lambda_calculate_liability.py      # Lambda: Calculate member liability
├── deploy.sh                          # Lambda deployment script
├── 02_test_agent.py                   # Agent workflow testing
├── 02_test_agent_dryrun.py           # Dry-run testing (no AWS)
├── 03_create_memory.py                # Memory setup script
├── 03_create_memory_dryrun.py        # Memory dry-run
├── 04_seed_memory.py                  # Seed memory with conversations
├── 04_seed_memory_dryrun.py          # Memory seeding dry-run
├── 05_test_memory.py                  # Test memory retrieval
├── 05_test_memory_dryrun.py          # Memory testing dry-run
├── 08_create_cognito.py               # Cognito authentication setup
├── 08_create_cognito_dryrun.py       # Cognito dry-run
├── 11_create_gateway.py               # API Gateway creation
├── 11_create_gateway_dryrun.py       # Gateway dry-run
├── 12_add_lambda_to_gateway.py       # Lambda-Gateway integration
├── 12_add_lambda_to_gateway_dryrun.py # Integration dry-run
├── 14_full_agent.py                   # Full-featured agent with all integrations
├── 15_test_full_agent.py              # Test full agent functionality
├── 16_member_benefits_liability_mcpserver.py # MCP server for AI assistants
├── README.md                          # This file
├── ARCHITECTURE.md                    # Architecture documentation
└── *.json                             # Configuration files (generated)

快速开始

先决条件

  • Python 3.8+
  • 具有适当权限的AWS帐户
  • AWS CLI已配置凭据
  • boto3已安装： pip install boto3

安装

# Clone the repository
git clone https://github.com/Optimus15/member-liability-agent.git
cd member-liability-agent

# Install dependencies
pip install boto3 uuid

# Configure AWS credentials
aws configure

基本用法

1.创建基岩药剂
python create_agent.py

这将创建：

  • 基岩代理与克劳德3十四行诗
  • 自定义Lambda函数工具
  • IAM角色和权限

配置已保存到： agent_config.json, kb_config.json

2.测试代理
# Dry-run (no AWS credentials needed)
python 02_test_agent_dryrun.py

# Production test
python 02_test_agent.py

测试4步工作流程：

  1. 检查会员资格
  2. 验证会员是否有福利
  3. 计算负债
3.设置代理内存
# Dry-run
python 03_create_memory_dryrun.py

# Production
python 03_create_memory.py

使用三种策略创建内存：

  • 会话摘要
  • 用户偏好
  • 语义记忆
4.带有样本数据的种子存储器
# Dry-run
python 04_seed_memory_dryrun.py

# Production
python 04_seed_memory.py

添加用于测试记忆回忆的示例对话。

5.测试内存检索
# Dry-run
python 05_test_memory_dryrun.py

# Production
python 05_test_memory.py

检索并显示用户的代理内存。

高级设置

Cognito身份验证

# Dry-run
python 08_create_cognito_dryrun.py

# Production
python 08_create_cognito.py

设置：

  • Cognito用户池
  • OAuth域和端点
  • 用于机器对机器身份验证的应用程序客户端
  • 具有作用域的资源服务器

配置已保存到： cognito_config.json

API网关

# Dry-run
python 11_create_gateway_dryrun.py

# Production
python 11_create_gateway.py

创建：

  • REST API网关
  • Cognito授权人
  • API端点

配置已保存到： gateway_config.json

Lambda网关集成

# Dry-run
python 12_add_lambda_to_gateway_dryrun.py

# Production
python 12_add_lambda_to_gateway.py

将Lambda函数与API网关集成：

  • 创建资源和方法
  • 配置Lambda权限
  • 部署到生产阶段

全功能代理

python 14_full_agent.py

使用以下内容创建完整的代理：

  • 内存集成
  • 网关集成
  • 知识库
  • 所有Lambda工具

测试完整代理

python 15_test_full_agent.py

综合测试：

  • 记忆回忆验证
  • 资格查询
  • 个性化响应

MCP服务器

MCP服务器允许AI助手与会员责任API进行交互。

设置

# Install dependencies
pip install mcp httpx

# Set environment variables
export COGNITO_DOMAIN_PREFIX="your-domain-prefix"
export COGNITO_CLIENT_ID="your-client-id"
export COGNITO_CLIENT_SECRET="your-client-secret"
export API_GATEWAY_URL="https://your-api.execute-api.region.amazonaws.com/prod"

# Run the MCP server
python 16_member_benefits_liability_mcpserver.py

MCP工具可用

  1. check_member_eligibility -验证会员资格
  2. 获取_会员_福利 -检索会员权益
  3. 可计算性 -计算负债金额

配置文件

所有脚本都生成JSON配置文件：

  • agent_config.json -代理ID和详细信息
  • kb_config.json -知识库配置
  • memory_config.json -内存ID和设置
  • cognito_config.json -Cognito身份验证详细信息
  • gateway_config.json -API网关配置
  • lambda_config.json -Lambda函数ARN
  • lambda_integration_config.json -集成详细信息
  • full_agent_config.json -完成代理配置

⚠️ 重要：添加 *_config.json 到 .gitignore 以避免提交凭据。

模拟运行脚本

每个生产脚本都有一个相应的模拟运行版本，该版本：

  • 模拟没有AWS凭据的API调用
  • 生成示例配置文件
  • 验证脚本逻辑
  • 对测试和开发有用

模拟运行文件后缀为 _dryrun.py.

文档

提供全面的文档：

  • README.md （此文件）-快速入门和概述
  • 建筑.md -详细的架构文档
  • 个人脚本文档 -每个脚本都有详细的注释

文档文件

  • 02_TEST_DOCUMENTATION.md -代理测试指南
  • 03_MEMORY_DOCUMENTATION.md -内存设置指南
  • 03_API_VALIDATION.md -API验证详细信息
  • 04_SEED_MEMORY_DOCUMENTATION.md -内存播种指南
  • 05_TEST_MEMORY_SUMMARY.md -内存测试指南
  • 08_COGNITO_DOCUMENTATION.md -Cognito设置指南
  • 11_GATEWAY_DOCUMENTATION.md -API网关指南
  • 12_LAMBDA_INTEGRATION_SUMMARY.md -Lambda集成指南
  • 16_MCP_SERVER_DOCUMENTATION.md -MCP服务器指南

执行摘要

  • TEST_EXECUTION_SUMMARY.md -测试执行结果
  • 03_MEMORY_SETUP_SUMMARY.md -内存设置结果
  • MEMORY_EXECUTION_SUMMARY.md -内存执行结果
  • SEED_MEMORY_EXECUTION_SUMMARY.md -播种结果
  • 08_COGNITO_EXECUTION_SUMMARY.md -Cognito设置结果
  • 11_GATEWAY_EXECUTION_SUMMARY.md -网关创建结果
  • 15_TEST_EXECUTION_RESULTS.md -完整的试剂测试结果

使用的AWS服务

  • 亚马逊基石 -基础模型（克劳德三重奏）
  • AWS Lambda -自定义功能工具
  • 亚马逊干邑 -身份验证和授权
  • API网关 -REST API端点
  • IAM -角色和权限
  • 云层形成 -基础设施（用于知识库）

安全注意事项

  • 所有凭据都存储在配置文件中（而不是代码中）
  • 用于API身份验证的Cognito OAuth
  • 具有最低权限的IAM角色
  • API网关与Cognito授权人
  • 从版本控制中排除的配置文件

故障排除

常见问题

问题：未配置AWS凭据

# Solution
aws configure

问题：权限被拒绝错误

# Solution: Ensure IAM user has required permissions
# - bedrock:*
# - lambda:*
# - cognito-idp:*
# - apigateway:*
# - iam:CreateRole, iam:AttachRolePolicy

问题：未找到知识库

# Solution: Create Knowledge Base first or update kb_config.json

问题：Lambda部署失败

# Solution: Check deploy.sh has execute permissions
chmod +x deploy.sh

开发工作流程

  1. 使用模拟运行脚本进行测试 -在没有AWS的情况下验证逻辑
  2. 运行生产脚本 -部署到AWS
  3. 验证配置文件 -检查生成的JSON文件
  4. 测试功能 -使用测试脚本
  5. 监控AWS控制台 -验证创建的资源

成本考虑

使用的AWS服务会产生成本：

  • 基岩代理调用
  • Lambda函数执行
  • API网关请求
  • Cognito用户池（提供免费套餐）

使用AWS定价计算器估算成本。

相关项目

  • TypeScript实现 -核心业务逻辑和计算
  • Kiro规格 -需求、设计和实施任务

贡献

  1. 首先使用模拟运行脚本测试更改
  2. 更新新功能的文档
  3. 遵循现有的代码模式
  4. 添加错误处理和日志记录

许可证

麻省理工学院

支持

对于问题或疑问：

  1. 检查文档文件
  2. 审查执行摘要文件
  3. 检查AWS CloudWatch日志
  4. 在GitHub上打开一个问题

致谢

内置：

  • AWS基岩基础模型
  • boto3 for AWS SDK
  • Python 3用于脚本编写
  • 用于AI辅助集成的MCP

______________________________________________________________________

版本: 1.0.0\ 最后更新2024年3月15日\ AWS区域：可配置（默认：us-east-1）

工具与能力

工具数量

3

资源数量

0

提示词数量

0

能力标签

医疗保险Python本地部署智能对话责任计算AWSBedrock自动化

支持客户端

Claude

数量来自来源目录的标注，具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标，定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量，找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 3 个工具，职责集中，接入后不容易误操作。
  • 有现成的安装命令，不用自己找入口，照着跑就能起服务。
  • 公开说明写得比较完整，接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境，换机器要重新装一遍。
  • 需要自备OAuth 授权，没有凭据没法直接试。
  • 第三方目录整理，版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户，接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到OAuth 授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Member Liability Agent

MCP World · 本页

3stdio有1 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条，字段以各自详情页为准。

常见问题

5 条

Member Liability Agent 怎么安装？

公开资料给出的安装命令是 pip install boto3 uuid，运行环境为 未标注。装完后按客户端要求写进 MCP 配置，重启客户端生效。

Member Liability Agent 怎么在 Claude Desktop、Cursor 里配置？

它是stdio 本地进程，客户端配置里要写启动命令和参数，运行环境是 未标注；保存后完全退出客户端再打开，配置才会生效。

Member Liability Agent 收费吗？

本站只整理公开资料，不代收费用，也没有标注具体价格。是否收费取决于服务本身和背后的接口额度，正式使用前按官方说明确认。

Member Liability Agent 需要 API Key 吗？

公开资料标注的认证方式是OAuth 授权，也就是要先拿到凭据才能连上；凭据只填在自己本地的配置里，不要写进公开仓库。

Member Liability Agent 支持哪些客户端？

公开资料标注支持 Claude；其他客户端只要能配置 MCP Server，也能用同样的命令或地址接入。

来源信息

MCP World

member-liability-agent

基于AWS Bedrock的智能对话AI系统，用于自动化医疗保险会员福利与资格验证及责任计算，集成知识库和记忆功能，提供上下文感知响应。

www.mcpworld.com

/detail/966a5cec671d0c659be91fa62cb86980

来源标签

医疗保险Python本地部署智能对话责任计算AWSBedrock自动化

来源分类路径

医疗保险

继续浏览同类 MCP

更多运维云端 MCP（13,853）返回 MCP 目录

上一个 MCP

Mem8 MCP Server

mem8 MCP Server是一个基于Docker的密钥管理服务器，兼容Claude Desktop和n8n，用于安全存储和管理应用程序密钥。

下一个 MCP

Membit Cluster Agent

Membit Context Agent V61是一个基于Discord的实时智能机器人，通过整合Membit搜索API和Gemini AI，将原始社交信号转化为可操作的见解和社区上下文。