AWS опубликовала руководство по подключению MCP-серверов, размещённых в AgentCore Runtime, к Amazon Quick — сервису для создания ИИ-агентов. Материал описывает, как настроить интеграцию через AgentCore Gateway, используя OAuth 2.0 для аутентификации. Это позволяет ИИ-агентам Amazon Quick получать доступ к внешним данным и инструментам, что расширяет их возможности.

Model Context Protocol (MCP) — это открытый стандарт, который позволяет языковым моделям подключаться к внешним системам: файлам, базам данных и API. MCP-серверы предоставляют моделям стандартизированный и безопасный доступ к этим ресурсам, снижая галлюцинации за счёт точного контекста и поддерживая многоходовые диалоги. Индустрия быстро приняла MCP как основу для агентных ИИ-архитектур.

Вариант интеграцииОписание
REST API / API GatewayПрямое подключение существующего API через AgentCore Gateway
AWS LambdaМинимальная серверная функция для базового выполнения
AgentCore RuntimeПолностью управляемый MCP-сервер с расширенными функциями

Amazon Quick поддерживает интеграцию с MCP для автономного выполнения задач, доступа к данным в реальном времени и подключения специализированных ИИ-субагентов. Если у вас уже есть MCP-сервер, вы можете использовать это руководство для его подключения. Если сервера ещё нет, AWS предлагает рекомендации по развёртыванию MCP-серверов в облаке, основанные на принципах Well-Architected.

Architecture diagram of Amazon Quick connecting through AgentCore Gateway to an MCP server on AgentCore Runtime, with Amazon Cognito and AgentCore Identity for authentication
Architecture diagram of Amazon Quick connecting through AgentCore Gateway to an MCP server on AgentCore Runtime, with Amazon Cognito and AgentCore Identity for authentication · Источник: AWS Machine Learning Blog

В зависимости от сценария AWS предлагает три варианта интеграции. Первый — подключение собственного REST API или API на Amazon API Gateway напрямую через AgentCore Gateway. Второй — создание AWS Lambda-функции для минимальной функциональности агента. Третий — использование AgentCore Runtime, полностью управляемого серверного решения для MCP, которое обеспечивает изоляцию сессий, расширенное время выполнения, постоянные файловые системы, встроенную аутентификацию, наблюдаемость, улучшенную полезную нагрузку, двунаправленную потоковую передачу и оценки.

Интеграция состоит из двух этапов аутентификации: Inbound Auth и Outbound Auth. Inbound Auth отвечает за авторизацию пользователя для доступа к MCP-серверу и использует Amazon Cognito (или другой провайдер). Outbound Auth — это машинная аутентификация между AgentCore Gateway и Runtime, использующая AgentCore Identity и протокол OAuth 2.0, который обязателен для MCP.

Практическая ценность такого подхода — переиспользование ИИ-инструментов. Вместо того чтобы создавать новые коннекторы для каждого случая, клиенты могут использовать общие инструменты и агенты, опубликованные через MCP-сервер. Это сокращает дублирование разработки и упрощает интеграцию продуктов с Amazon Quick.

Для запуска решения потребуются: AWS-аккаунт, подписка Amazon Quick уровня Author или выше, права на создание IAM-ролей и ресурсов AgentCore, Cognito и CloudWatch, а также базовые знания AWS. Для выполнения шагов нужны Python 3.10+, AWS CLI, SDK AgentCore, библиотека MCP и Docker.

AgentCore Runtime console showing the deployed MCP server
AgentCore Runtime console showing the deployed MCP server · Источник: AWS Machine Learning Blog

Руководство включает пять шагов: развёртывание MCP-сервера на AgentCore Runtime, настройка Gateway с аутентификацией, регистрация интеграции в Amazon Quick, тестирование и очистка ресурсов. Пример кода доступен в блокноте AgentCore samples на GitHub.

Этот материал будет полезен разработчикам, которые хотят расширить возможности своих ИИ-агентов, используя стандартизированный протокол MCP и управляемую инфраструктуру AWS.