本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
MCP 服务器集成模板
使用模型上下文协议 (MCP) 服务器模板，您可以在 Amazon Bedrock 上部署 OpenSearch 托管的 MCP 服务器 AgentCore，从而降低 AI 代理和工具之间的集成复杂性。 OpenSearch 有关更多信息，请参阅什么是 Amazon Bedrock AgentCore？ 。
模板功能
此模板包括用于部署和管理 MCP 服务器的以下主要功能。
- 托管 MCP 服务器部署
-
opensearch-mcp-server-py使用 Amazon Bedrock AgentCore Runtime 进行部署，并提供代理终端节点，用于代理对底层 MCP 服务器的请求。有关更多信息，请参阅opensearch-mcp-server-py
上的GitHub。 - 身份验证和安全
-
处理入站身份验证（从用户到 MCP 服务器）和出站身份验证（从 MCP 服务器到 OpenSearch），并 OAuth 支持企业身份验证。
注意
MCP 服务器模板仅在以下 Amazon Web Services 区域版本中可用：
-
美国东部（弗吉尼亚州北部）
-
美国西部（俄勒冈州）
-
欧洲地区（法兰克福）
-
亚太地区（悉尼）
使用 MCP 服务器模板
按照以下步骤部署 MCP 服务器模板并将其连接到您的 OpenSearch 域。
-
在左侧导航窗格中，选择集成。
-
找到 MCP 服务器集成模板。
-
选择配置域。然后，输入您的 OpenSearch 域终端节点。
如果未指定相应的可选参数，则模板将创建 AgentCore 运行时和以下组件：
-
Amazon ECR 存储库
-
Amazon Cognito 用户池作为授权方 OAuth
-
AgentCore 运行时使用的执行角色
完成此过程后，应按照以下创建后步骤进行操作：
-
对于 Amazon S OpenSearch ervic e：将您的执行角色 ARN 映射到 OpenSearch 后端角色以控制对您的域的访问权限。
对 OpenSearch 于 Amazon Serverless：创建数据访问策略，允许您的执行角色访问您的馆藏。
-
从您的授权者那里获取 OAuth 访问令牌。然后使用此令牌通过 CloudFormation 堆栈输出中列出的 URL 访问 MCP 服务器。
有关更多信息，请参阅 OpenSearch 无服务器的策略操作。
与 AI 代理集成
部署后，您可以将 MCP 服务器与任何兼容 MCP 的代理集成。有关更多信息，请参阅 Amazon Bedrock 开发者指南中的调用已部署的 MCP 服务器。
- 开发者集成
-
您可以将 MCP 服务器端点添加到代理配置中。您也可以将其与 Amazon Q Developer CLI、定制代理或其他兼容 MCP 的代理一起使用。
- 企业部署
-
中央托管的代理可以 OpenSearch 作为一个组件连接到多个服务。该代理支持 OAuth 和企业身份验证系统，并可扩展以支持多个用户和用例。
import os
import requests
from strands import Agent
from strands.tools.mcp import MCPClient
from mcp.client.streamable_http import streamablehttp_client
def get_bearer_token(discovery_url: str, client_id: str, client_secret: str):
response = requests.get(discovery_url)
discovery_data = response.json()
token_endpoint = discovery_data['token_endpoint']
data = {
'grant_type': 'client_credentials',
'client_id': client_id,
'client_secret': client_secret
}
headers = {
'Content-Type': 'application/x-www-form-urlencoded'
}
response = requests.post(token_endpoint, data=data, headers=headers)
token_data = response.json()
return token_data['access_token']
if __name__ == "__main__":
discovery_url = os.environ["DISCOVERY_URL"]
client_id = os.environ["CLIENT_ID"]
client_secret = os.environ["CLIENT_SECRET"]
mcp_url = os.environ["MCP_URL"]
bearer_token = get_bearer_token(discovery_url, client_id, client_secret)
opensearch_mcp_client = MCPClient(lambda: streamablehttp_client(mcp_url, {
"authorization": f"Bearer {bearer_token}",
"Content-Type": "application/json"
}))
with opensearch_mcp_client:
tools = opensearch_mcp_client.list_tools_sync()
agent = Agent(tools=tools)
agent("list indices")有关更多信息，请参阅网站上的 “使用 Amazon Bedro OpenSearch ck AgentCore 托管 MCP 服务器