Amazon OpenSearch Service представил MCP Apps — расширение Model Context Protocol (MCP), которое добавляет интерактивные визуализации в ответы ИИ-агентов. Теперь проверка результатов расследования инцидентов происходит в том же окне чата, без переключения вкладок браузера.
Проблема, которую решает MCP Apps, знакома каждому, кто работал с observability-агентами. Агент быстро находит гипотезу о причине инцидента, но её проверка требует ручного труда: нужно открыть отдельный инструмент, перейти к нужному дашборду, сопоставить данные с текстовым ответом агента. Этот цикл внешней проверки — узкое место, которое сводит на нет преимущество автоматизации. MCP Apps закрывают этот разрыв, возвращая визуализацию в контекст диалога.
| Without MCP Apps | With MCP Apps |
|---|---|
| Agent returns text → open browser → log in → navigate → verify manually | Agent returns text + interactive visualization → review inline |
| You cannot see the underlying data in AI output | MCP App results are deterministic (OpenSearch MCP App executes code) |
| Context-switching between IDE and dashboard tabs | Single conversation thread in your IDE |
| Agent reasons only on its own output | Agent reads MCP App results as additional structured context |
| Human verification takes minutes across external platforms | Verification compressed to seconds, inline with the agent |
MCP Apps расширяют стандартный MCP, который обычно возвращает только текстовые ответы. Каждый вызов инструмента теперь возвращает две части: текстовое резюме и интерактивную визуализацию — trace waterfall, карту сервисов или график логов. Визуализация генерируется кодом, который выполняет запросы к тем же источникам данных, что и дашборды OpenSearch UI. Это делает результаты детерминированными: вы видите фактические данные, а не интерпретацию модели.
Каждый вызов инструмента возвращает текстовый ответ и интерактивную визуализацию: trace waterfall, карту сервисов, график логов.
Архитектура MCP Apps включает локальный MCP-сервер, который работает на вашей машине и выступает мостом между IDE и OpenSearch UI. Сервер обрабатывает вызовы инструментов, выполняет запросы к OpenSearch UI и возвращает двойной ответ. Данные остаются в вашем AWS-аккаунте, управление доступом сохраняется. Это важно для организаций, которые выбрали локальные агентские решения ради контроля и экономии, но страдали от неудобства проверки.
Настройка MCP Apps описана в официальном руководстве AWS. Для работы потребуется IDE с поддержкой MCP (например, Claude Desktop, VS Code или Cursor) и OpenSearch UI, подключённый к вашим источникам данных. MCP Apps доступны для OpenSearch доменов, serverless-коллекций, CloudWatch и Amazon Managed Service for Prometheus.
MCP Apps — часть более широкого тренда в observability: интеграция ИИ-агентов с инструментами визуализации. Подобные решения предлагают и другие вендоры, но подход Amazon отличается тем, что визуализация генерируется детерминированно, на основе реальных данных, а не на основе текстового описания. Это снижает риск ошибок и ускоряет проверку гипотез.
Для инженеров, которые ежедневно работают с инцидентами, MCP Apps означают сокращение времени на проверку с часов до минут. Вместо переключения между инструментами и ручного сопоставления данных, они могут проверять гипотезы прямо в чате, сохраняя контекст расследования. Это делает агентскую observability более практичной и приближает её к обещанию полной автоматизации.
