Aws Bedrock Logs Mcp Server

Aws Bedrock Logs Mcp Server

🚀 AWS Bedrock日志分析工具(通过Anthropic的MCP协议)

这是一个命令行界面和API工具,借助Anthropic的模型控制协议(Model Control Protocol,MCP),可对亚马逊网络服务(AWS)Bedrock的使用情况和日志进行分析,为用户提供便捷的日志分析途径。

🚀 快速开始

该工具提供了一种方便的方式来分析AWS Bedrock模型调用日志,并通过Anthropic的Claude模型作为交互式界面。它充当一个MCP服务器,将AWS CloudWatch Logs API的功能暴露给Claude,使您能够通过自然语言查询和分析您的Bedrock使用数据。

✨ 主要特性

  • 模型使用分析:查看Bedrock模型使用的详细统计信息以及令牌消耗情况
  • 用户分析:按用户分析使用模式和成本
  • 每日使用报告:跟踪每日使用趋势和模型调用情况
  • 令牌消耗指标:监控输入、完成和总令牌的使用情况
  • 交互式界面:通过自然语言查询Bedrock使用数据,使用Claude进行交互

📦 安装指南

环境要求

  • Python 3.13+版本
  • 具备CloudWatch Logs访问权限的AWS凭证
  • Anthropic API访问权限(用于Claude集成)

安装步骤

  1. 安装uv

    # 在macOS和Linux上
    curl -LsSf https://astral.sh/uv/install.sh | sh
    
    # 在Windows上
    powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
    
  2. 克隆此仓库:

    git clone https://github.com/dheerajoruganty/aws-bedrock-logs-mcp-server.git
    cd aws-bedrock-logs-mcp-server
    
  3. 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
    
  4. 配置您的AWS凭证:

    mkdir -p ~/.aws
    # 在~/.aws/credentials和~/.aws/config中设置您的凭证
    

💻 使用示例

启动服务器

运行以下命令启动服务器:

python cloudwatch_mcp_server.py

默认情况下,服务器使用stdio传输与MCP客户端通信。

Claude桌面配置

在Claude Desktop中配置此工具:

{
"mcpServers": {
"aws_bedrock_logs": {
"command": "uv",
"args": [
"--directory",
"/path/to/aws-bedrock-logs-mcp",
"run",
"cloudwatch_mcp_server.py"
]
}
}
}

请确保将目录路径替换为系统上的实际路径。

可用工具

服务器向Claude公开了以下可以使用的工具:

  1. get_bedrock_logs_df:检索原始Bedrock调用日志作为pandas DataFrame
  2. get_model_usage_stats:按模型获取使用统计信息
  3. get_user_usage_stats:按用户获取使用统计信息
  4. get_daily_usage_stats:获取每日使用统计信息和趋势

示例查询

一旦通过MCP支持的界面连接到Claude,您可以提出以下问题:

  • "显示过去7天的Bedrock使用统计"
  • "各个模型的平均令牌消耗是多少?"
  • "按总令牌数排名的Bedrock主要用户是谁?"
  • "给我提供一个每日模型调用分解"

🔧 技术细节

项目结构

  • cloudwatch_mcp_server.py:实现MCP工具的主要服务器代码
  • pyproject.toml:项目依赖项和元数据
  • Dockerfile:部署的容器定义

依赖项

关键依赖项包括:

  • boto3:用于与AWS交互的Python SDK
  • mcp[cli]:Anthropic的模型控制协议库
  • pandas:数据操作和分析
  • pydantic:使用Python类型注解进行数据验证

📄 许可证

MIT许可证

致谢

  • 该工具使用了Anthropic的MCP框架
  • 基于AWS CloudWatch Logs API构建
  • 使用FastMCP实现服务器端
  • 0 关注
  • 0 收藏,12 浏览
  • system 提出于 2025-10-05 18:18

相似服务问题

相关AI产品