Mejora el desarrollo asistido por IA con los servidores MCP de Amazon ECS, Amazon EKS y AWS Serverless

Tradución del blog original Enhance AI-assisted development with Amazon ECS, Amazon EKS and AWS Serverless MCP server

La semana pasada presentamos los servidores especializados del Model Context Protocol (MCP) para Amazon Elastic Container Service (Amazon ECS), Amazon Elastic Kubernetes Service (Amazon EKS) y AWS Serverless, ahora disponibles en el repositorio de GitHub de AWS Labs. Estas soluciones de código abierto amplían las capacidades de los asistentes de desarrollo de IA con respuestas contextuales en tiempo real que van más allá de su conocimiento preentrenado. Mientras que los Large Language Models (LLM) dentro de los asistentes de IA dependen de documentación pública, los servidores MCP proporcionan contexto actual y orientación específica del servicio para ayudarte a prevenir errores comunes de implementación y brindar interacciones de servicio más precisas.

Puedes usar estas soluciones de código abierto para desarrollar aplicaciones más rápido, utilizando conocimiento actualizado de las capacidades y configuraciones de Amazon Web Services (AWS) durante el proceso de construcción e implementación. Ya sea que estés escribiendo código en tu entorno de desarrollo integrado (IDE) o depurando problemas de producción, estos servidores MCP respaldan a los asistentes de código de IA con un entendimiento profundo de las capacidades de Amazon ECS, Amazon EKS y AWS Serverless, acelerando el viaje del código a la producción. Funcionan con IDEs populares habilitados con IA, incluyendo Amazon Q Developer en la línea de comandos (CLI), para ayudarte a construir e implementar aplicaciones usando comandos en lenguaje natural.

• El Amazon ECS MCP Server conteneriza e implementa aplicaciones en Amazon ECS en minutos configurando todos los recursos de AWS relevantes, incluyendo balanceadores de carga, redes, escalado automático, monitoreo, definiciones de tareas de Amazon ECS y servicios. Usando instrucciones en lenguaje natural, puedes gestionar operaciones de clúster, implementar estrategias de escalado automático y usar capacidades de solución de problemas en tiempo real para identificar y resolver problemas de implementación rápidamente.

• Para entornos de Kubernetes, el Amazon EKS MCP Server proporciona a los asistentes de IA información contextual actualizada sobre tu entorno específico de EKS. Ofrece acceso a las últimas características de EKS, base de conocimientos e información del estado del clúster. Esto brinda a los asistentes de código de IA orientación más precisa y personalizada durante todo el ciclo de vida de la aplicación, desde la configuración inicial hasta la implementación en producción.

• El AWS Serverless MCP Server mejora la experiencia de desarrollo serverless proporcionando a los asistentes de codificación de IA conocimiento integral de patrones serverless, mejores prácticas y servicios de AWS. Usando la integración con la Interfaz de AWS Serverless Application Model Command Line Interface (AWS SAM CLI), puedes manejar eventos e implementar infraestructura mientras implementas patrones arquitectónicos probados. Esta integración simplifica los ciclos de vida de funciones, integraciones de servicios y requisitos operacionales durante todo tu proceso de desarrollo de aplicaciones. El servidor también proporciona orientación contextual para decisiones de infraestructura como código, mejores prácticas específicas de AWS Lambda y esquemas de eventos para mapeos de fuentes de eventos de AWS Lambda.

Veámoslo en acción

Si esta es tu primera vez usando servidores MCP de AWS, visita la guía de Instalación y Configuración en el repositorio de GitHub de AWS Labs para obtener instrucciones de instalación. Una vez instalado, añade la siguiente configuración del servidor MCP a tu configuración local:

Instala Amazon Q for command line y añade la configuración a ~/.aws/amazonq/mcp.json. Si ya eres usuario de Amazon Q CLI, añade solo la configuración.

{
  "mcpServers": {
    "awslabs.aws-serverless-mcp":  {
      "command": "uvx",
      "timeout": 60,
      "args": ["awslabs.aws-serverless_mcp_server@latest"]
    },
    "awslabs.ecs-mcp-server": {
      "disabled": false,
      "command": "uv",
      "timeout": 60,
      "args": ["awslabs.ecs-mcp-server@latest"]
    },
    "awslabs.eks-mcp-server": {
      "disabled": false,
      "timeout": 60,
      "command": "uv",
      "args": ["awslabs.eks-mcp-server@latest"]
    }
  }
}

Para esta demostración voy a usar Amazon Q CLI para crear una aplicación que entienda video usando 02_using_converse_api.ipynb del Amazon Nova model cookbook repository. Para hacer esto, envío la siguiente consulta (Pruébalo en español):

I want to create a backend application that automatically extracts metadata and understands the content of images and videos uploaded to an S3 bucket and stores that information in a database. I'd like to use a serverless system for processing. Could you generate everything I need, including the code and commands or steps to set up the necessary infrastructure, for it to work from start to finish? - Use 02_using_converse_api.ipynb as example code for the image and video understanding.

Amazon Q CLI identifica las herramientas necesarias, incluyendo el servidor MCP awslabs.aws-serverless-mcp-server. A través de una sola interacción, el servidor MCP de AWS Serverless determina todos los requisitos y mejores prácticas para construir una arquitectura robusta.

Le pido a Amazon Q CLI que construya y pruebe la aplicación, pero encontré un error. Amazon Q CLI resolvió rápidamente el problema usando las herramientas disponibles. Verifiqué el éxito revisando el registro creado en la tabla de Amazon DynamoDB y probando la aplicación con el archivo dog2.jpeg.

Para mejorar las capacidades de procesamiento de video, decidí migrar mi aplicación de análisis de medios a una arquitectura contenerizada. Usé esta consulta:

I'd like you to create a simple application like the media analysis one, but instead of being serverless, it should be containerized. Please help me build it in a new CDK stack.

Amazon Q Developer comienza a construir la aplicación. Aproveché este tiempo para tomar un café. Cuando regresé a mi escritorio, café en mano, me sorprendió gratamente encontrar la aplicación lista. Para asegurar que todo estuviera actualizado según los estándares actuales, simplemente pregunté:

please review the code and all app using the awslabsecs_mcp_server tools 

Amazon Q Developer CLI me da un resumen con todas las mejoras y una conclusión.

Le pido que haga todos los cambios necesarios, una vez listo le pido a Amazon Q developer CLI que lo implemente en mi cuenta, todo usando lenguaje natural.

Después de unos minutos, reviso que tengo una aplicación contenerizada completa desde el bucket de S3 hasta toda el networking necesario.

Le pido a Amazon Q developer CLI que pruebe la aplicación enviándole el archivo de video the-sea.mp4 y recibí un error de tiempo de espera agotado, así que Amazon Q CLI decide usar fetch_task_logs de la herramienta awslabsecs_mcp_server para revisar los logs, identificar el error y luego solucionarlo.

Después de una nueva implementación, lo intento de nuevo, y la aplicación procesó exitosamente el archivo de video.

Puedo ver los registros en mi tabla de Amazon DynamoDB.

Para probar el servidor MCP de Amazon EKS, tengo código para una aplicación web en la carpeta auction-website-main y quiero construir una aplicación web robusta, para eso le pedí a Amazon Q CLI que me ayudara con esta consulta:

Create a web application using the existing code in the auction-website-main folder. This application will grow, so I would like to create it in a new EKS cluster

Una vez que se crea el archivo Docker, Amazon Q CLI identifica generate_app_manifests de awslabseks_mcp_server como una herramienta confiable para crear manifiestos de Kubernetes para la aplicación.

Luego crea un nuevo clúster de EKS usando la herramienta manage_eks_staks.

Una vez que la aplicación está lista, Amazon Q CLI la implementa y me da un resumen de lo que creó.

Puedo ver el estado del clúster en la consola.

Después de unos minutos y resolver un par de problemas usando la herramienta search_eks_troubleshoot_guide, la aplicación está lista para usar.

Ahora tengo una aplicación web de mercado de gatitos, implementada en Amazon EKS usando solo comandos en lenguaje natural a través de Amazon Q CLI.

Comienza hoy

Visita AWS Labs GitHub repository para comenzar a usar estos servidores MCP de AWS y mejorar tu desarrollo impulsado por IA. El repositorio incluye guías de implementación, configuraciones de ejemplo y servidores especializados adicionales para ejecutar funciones de AWS Lambda, que transforma tus funciones existentes de AWS Lambda en herramientas accesibles para IA sin modificaciones de código, y elAmazon Bedrock Knowledge Bases Retrieval MCP server, que proporciona acceso sin problemas a tus bases de conocimiento de Amazon Bedrock. Otros servidores especializados de AWS en el repositorio incluyen documentación, configuraciones de ejemplo y guías de implementación para comenzar a construir aplicaciones con mayor velocidad y confiabilidad.

Para aprender más sobre los Servidores MCP para AWS Serverless y Contenedores y cómo pueden transformar tu desarrollo de aplicaciones asistido por IA, visita los blogs detallados Introducción al Servidor MCP de AWS Serverless: Introducing AWS Serverless MCP Server: AI-powered development for modern applications, Automating AI-assisted container deployments with the Amazon ECS MCP Server, and Accelerating application development with the Amazon EKS MCP server.

— Eli

Elizabeth Fuentes, Developer Advocate en AWS Mi misión es transformar conceptos complejos en explicaciones claras y comprensibles, motivando a los desarrolladores a expandir constantemente sus habilidades y conocimientos. A través de conferencias, tutoriales y recursos en línea, comparto mi experiencia con la comunidad global de desarrolladores, proporcionándoles las herramientas y la confianza necesarias para alcanzar su máximo potencial. Con un enfoque práctico y el compromiso de hacer accesible lo complejo, busco impulsar el crecimiento y el aprendizaje en el mundo de la tecnología AWS.