🚀 MCP2Lambda 项目指南
MCP2Lambda 是一款实用工具，可将模型控制协议 (MCP) 集成到 AWS Lambda 函数中。借助它，AI 模型能直接调用后端服务或 API 来处理复杂任务，极大提升了模型的应用能力。
🚀 快速开始
MCP2Lambda 能助力 AI 模型通过 AWS Lambda 函数调用后端服务或 API。以下是使用该工具的基本步骤：
- 完成安装（可选择快速安装或手动安装）。
- 配置 AWS 凭证并部署示例 Lambda 函数。
- 启动 MCP 服务器。
✨ 主要特性
- 样例 Lambda 函数丰富：提供多个实用的 Lambda 函数，如根据电子邮件地址获取客户 ID、根据客户 ID 获取详细信息以及在 Lambda 环境中运行任意 Python 代码等。
- 支持高级集成：支持与 Amazon Bedrock 的 Converse API 集成，可通过 MCP 协议使用 Bedrock 提供的各种模型。
- 可配置性强：可针对 Claude Desktop 进行配置，满足不同场景需求。
📦 安装指南
快速安装
使用以下命令快速安装 MCP2Lambda：
uv npm install mcp2lambda --save
手动安装
- 克隆仓库：
git clone https://github.com/yourusername/mcp2lambda.git cd mcp2lambda - 安装依赖项：
npm install
📚 详细文档
配置指南
AWS 凭证配置
确保已正确配置 AWS 凭证。可以通过以下命令完成：
aws configure
示例 Lambda 函数部署
- 进入
sample_functions目录：cd sample_functions - 构建和部署函数：
sam build && sam deploy
启动 MCP 服务器
在终端中运行：
cd mcp2lambda
uv run main.py
💻 使用示例
基础用法
样例 Lambda 函数使用
1. CustomerIdFromEmail
根据电子邮件地址获取客户 ID。示例用法：
getIdByEmail("user@example.com");
2. CustomerInfoFromId
根据客户 ID 获取详细信息。示例用法：
getCustomerInfo(customerId);
3. RunPythonCode
在 Lambda 环境中运行任意 Python 代码。示例用法：
executePython("print('Hello, World!')");
高级用法
Amazon Bedrock 集成
MCP2Lambda 支持与 Amazon Bedrock 的 Converse API 集成，允许通过 MCP 协议使用 Bedrock 提供的各种模型。
安装依赖项
uv pip install -e .
启动客户端
python main.py
Claude Desktop 配置
在配置文件中添加以下内容：
{
"mcpServers": {
"mcp2lambda": {
"command": "uv",
"args": [
"--directory",
"<完整路径到 mcp2lambda 目录>",
"run",
"main.py"
]
}
}
}