AWS 在 GitHub 上为 Amazon Elastic Container Service（Amazon ECS）、Amazon Elastic Kubernetes Service（Amazon EKS）和 AWS Serverless 发布了一套开源的模型上下文协议（MCP）服务器。这些专门的服务器通过为 AI 开发助手（如Amazon Q Developer）提供这些 AWS 服务的实时上下文信息，增强了其能力。

大型语言模型（LLMs）通常依赖通用公共文档，而 MCP 服务器提供当前上下文和服务特定指导，帮助开发者在 AWS 上构建和部署应用时获得更准确的帮助并预防常见部署错误。

Hariharan Eswaran 在 Medium 的博客文章中总结：MCP 服务器的推出旨在为开发者提供跟上现代云原生应用复杂性的工具，无论部署容器、管理 Kubernetes 还是使用无服务器，MCP 服务器都能让 AI 助手像团队成员一样管理基础设施，而不仅仅是聊天机器人。

此外，利用这些开源解决方案，开发者可通过在集成开发环境（IDE）或命令行界面（CLI）中直接利用 AWS 功能和配置的最新知识来加速应用开发过程。其关键特性和优势包括：

• Amazon ECS MCP 服务器：通过使用自然语言配置负载均衡器、网络、自动缩放和任务定义等必要的 AWS 资源，简化了容器化应用到 Amazon ECS 的部署，还辅助集群操作和实时故障排除。
• Amazon EKS MCP 服务器：为 AI 助手提供关于特定 EKS 环境的最新上下文信息，包括最新功能、知识库和集群状态，在整个 Kubernetes 应用生命周期中提供更定制化的指导。
• AWS Serverless MCP 服务器：通过提供无服务器模式、最佳实践和 AWS 服务的全面知识，增强无服务器开发体验，与 AWS Serverless Application Model Command Line Interface（AWS SAM CLI）集成可简化函数生命周期和基础设施部署，还为基础设施即代码决策和 AWS Lambda 的最佳实践提供上下文指导。

该公告详细介绍了使用 MCP 服务器与Amazon Q CLI构建和部署用于媒体分析（在 ECS 上的无服务器和容器化）和 EKS 上的 Web 应用的实际示例，展示了 AI 助手根据 MCP 服务器提供的上下文信息识别必要工具、生成配置、故障排除甚至审查代码的能力。

该公告已获得开发者社区的积极关注，Maniganda 在 LinkedIn 的帖子中表示热情：AI 与 AWS 计算服务的实时交互能力无疑将简化操作并提高效率，期待开源框架的发展及其对 Kubernetes 管理的影响。

用户可访问AWS Labs GitHub 仓库获取安装指南和配置，该仓库还包括将现有 AWS Lambda 函数转换为可由 AI 访问的工具以及访问 Amazon Bedrock 知识库的 MCP 服务器。对于想了解更多关于各个AWS Serverless 的 MCP 服务器、Amazon ECS和Amazon EKS的用户，有深入探讨的博客可供参考。