AWS基岩测井MCP
命令行界面和API,用于通过 Anthropic的MCP(模型控制协议).
概述
该工具提供了一种方便的方法,可以使用Anthropic的Claude模型作为交互界面来分析AWS基岩模型调用日志。它作为一个MCP服务器,向Claude公开AWS CloudWatch Logs API功能,允许您以自然语言查询和分析Bedrock使用数据。
特性
- 模型使用分析:查看有关基岩模型使用和代币消费的详细统计数据
- 基于用户的分析:按用户分析使用模式和成本
- 每日使用报告:跟踪日常使用趋势和模型调用
- 代币消费指标:监控输入、完成和总令牌使用情况
- 交互界面:使用Claude通过自然语言查询您的基岩使用数据
需求
- Python 3.13+
- 具有CloudWatch日志访问权限的AWS凭据
- Anthropic API访问(用于Claude集成)
安装
- 安装
uv:
# On macOS and Linux
curl -LsSf https://astral.sh/uv/install.sh | sh # On Windows
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"- 克隆此存储库:
git clone https://github.com/dheerajoruganty/aws-bedrock-logs-mcp-server.git
cd aws-bedrock-logs-mcp-server- 设置Python虚拟环境并安装依赖项:
uv venv && source .venv/bin/activate && uv pip sync pyproject.toml对于Windows:
uv venv && .venv\Scripts\activate && uv pip sync pyproject.toml- 配置您的AWS凭据:
mkdir -p ~/.aws
# Set up your credentials in ~/.aws/credentials and ~/.aws/config用法
启动服务器
使用以下命令运行服务器:
python cloudwatch_mcp_server.py默认情况下,服务器使用stdio传输与MCP客户端进行通信。
Claude桌面配置
使用Claude Desktop配置此工具:
{
"mcpServers": {
"aws_bedrock_logs": {
"command": "uv",
"args": [
"--directory",
"/path/to/aws-bedrock-logs-mcp",
"run",
"cloudwatch_mcp_server.py"
]
}
}
}确保将目录路径替换为系统上存储库的实际路径。
可用工具
服务器公开了Claude可以使用的以下工具:
get_bedrock_logs_df:以pandas DataFrame的形式检索原始基岩调用日志get_model_usage_stats:获取按型号分组的使用统计信息get_user_usage_stats:获取按用户分组的使用统计信息get_daily_usage_stats:获取每日使用统计数据和趋势
查询示例
通过启用MCP的界面连接到Claude后,您可以提出以下问题:
- “显示过去7天的Bedrock使用统计数据”
- “按型号划分的平均代币消费量是多少?”
- “就代币总数而言,谁是Bedrock的最大用户?”
- “给我一份模型调用的每日明细”
发展
项目结构
cloudwatch_mcp_server.py:使用MCP工具实现主服务器pyproject.toml:项目依赖关系和元数据Dockerfile:部署的容器定义
依赖项
关键依赖关系包括:
boto3:AWS Python SDKmcp[cli]:Anthropic模型控制协议pandas:数据操作和分析pydantic:使用Python类型注释进行数据验证
许可证
致谢
- 此工具使用Anthropic的MCP框架
- 由AWS CloudWatch Logs API提供支持
- 内置于 FastMCP 用于服务器实现
