Apresentando o AWS Serverless MCP Server: desenvolvimento baseado em IA para aplicativos modernos

Shridhar Pandey, Senior Product Manager para o AWS Lambda na Amazon Web Services (AWS) e Ben Freiberg, Arquiteto de Soluções Senior na Amazon Web Services (AWS).

O desenvolvimento moderno de aplicativos exige maneiras mais rápidas e eficientes de criar e implantar software. Na última década, a computação Serverless surgiu como uma abordagem transformadora para o desenvolvimento de software, permitindo que os desenvolvedores se concentrem na criação de aplicativos sem precisar gerenciar a infraestrutura. À medida que os desenvolvedores criam seus aplicativos usando o AWS Serverless Compute, eles buscam orientação sobre como selecionar serviços apropriados, entender as melhores práticas e padrões de implementação para aproveitar ao máximo esse paradigma.

Hoje, a AWS anuncia o servidor de código aberto AWS Serverless Model Context Protocol (MCP), uma ferramenta que combina o poder da assistência de IA com a experiência Serverless para aprimorar a forma como os desenvolvedores criam aplicativos modernos. O Serverless MCP Server fornece orientação contextual específica para o desenvolvimento Serverless, ajudando os desenvolvedores a tomar decisões informadas sobre arquitetura, implementação e implantação.

Esta postagem descreve como o servidor MCP Serverless funciona com assistentes de codificação de IA para agilizar o desenvolvimento Serverless. Saiba como usar essa solução para acelerar seu fluxo de trabalho de desenvolvimento Serverless e criar aplicativos robustos e de alto desempenho com mais eficiência.

Visão geral

A computação Serverless permite que as equipes de desenvolvimento reduzam significativamente o tempo de colocação no mercado e, ao mesmo tempo, melhorem a eficiência operacional. Os desenvolvedores podem se concentrar na criação de valor comercial, enquanto os serviços da AWS lidam automaticamente com escalabilidade, disponibilidade e manutenção da infraestrutura. O AWS Lambda fornece um serviço computacional contínuo em que o código é executado em resposta a eventos, escalando instantaneamente de algumas solicitações por dia para milhares por segundo. Por meio da integração com mais de 200 serviços da AWS, o Lambda permite que os desenvolvedores criem aplicativos sofisticados usando acionadores do Amazon API Gateway, Amazon S3, Amazon DynamoDB e muitos outros. Se você está criando pipelines de processamento de dados, processamento de streams em tempo real ou aplicativos web, o suporte do Lambda para linguagens de programação e estruturas de desenvolvimento populares ajuda as equipes de desenvolvimento a aproveitar suas habilidades existentes enquanto adotam o paradigma Serverless.

Servidor MCP

O MCP é um protocolo aberto para agentes de IA interagirem com ferramentas externas e fontes de dados. Ele define como os assistentes de IA podem descobrir, entender e usar vários recursos fornecidos por sistemas externos. Esse protocolo permite que os modelos de IA estendam sua funcionalidade além de seus próprios dados de treinamento, acessando informações em tempo real e executando tarefas específicas por meio de interfaces padronizadas.

Os servidores MCP implementam esse protocolo fornecendo ferramentas, recursos e informações contextuais que os assistentes de IA podem usar por meio de clientes MCP. Eles servem como uma ponte de conhecimento que fornece aos assistentes de IA, como Amazon Q Developer, Cline e Cursor, o contexto adicional necessário para tomar decisões informadas sobre a arquitetura e a implementação da nuvem. Isso é particularmente valioso para aplicativos Serverless, nos quais os desenvolvedores navegam por vários serviços, padrões de eventos e pontos de integração para criar aplicativos escaláveis e de alto desempenho.

Atualmente, a AWS oferece o AWS Lambda Tool MCP Server, que permite que os modelos de IA interajam diretamente com as funções existentes do Lambda como ferramentas MCP sem nenhuma alteração no código. Esse servidor MCP atua como uma ponte entre os clientes MCP e as funções do Lambda, permitindo que assistentes de IA acessem e invoquem funções do Lambda.

Servidor MCP Serverless

O AWS Serverless MCP de código aberto lançado hoje aprimora a experiência de desenvolvimento Serverless ao fornecer aos assistentes de codificação de IA um conhecimento abrangente de padrões Serverless, melhores práticas e serviços da AWS. Esse servidor MCP atua como um companheiro inteligente, orientando os desenvolvedores em todo o ciclo de vida do desenvolvimento de aplicativos, desde o design inicial até a implantação, oferecendo assistência contextual em cada estágio.

O novo servidor MCP Serverless fornece ferramentas que abrangem muitas áreas do desenvolvimento Serverless. Durante a fase inicial de planejamento e configuração, o servidor MCP ajuda os desenvolvedores a inicializar novos projetos usando modelos do AWS Serverless Application Model (AWS SAM), selecionar runtimes Lambda apropriados e configurar dependências do projeto. Isso permite que os desenvolvedores inicializem rapidamente novos aplicativos Serverless com a configuração e a estrutura corretas.

Conforme o desenvolvimento progride, o servidor MCP auxilia na criação e implantação de aplicativos Serverless. Ele fornece ferramentas para testes locais, criação de artefatos de implantação e gerenciamento de implantações. Para aplicativos web, o servidor MCP oferece suporte especializado para implantar aplicativos de backend, frontend ou fullstack e configurar domínios personalizados.

O servidor MCP também enfatiza a excelência operacional por meio de ferramentas abrangentes de observabilidade, ajudando os desenvolvedores a monitorar com eficácia o desempenho do aplicativo e solucionar problemas. Durante todo o processo de desenvolvimento, o servidor fornece orientação contextual para decisões de infraestrutura como código (IaC), melhores práticas específicas do Lambda e esquemas de eventos para mapeamentos de origem de eventos (ESMs) do Lambda.

Servidor MCP Serverless em ação

Para demonstrar os recursos do servidor MCP Serverless, este exemplo mostra um cenário de criação, implantação e solução de problemas de um aplicativo Serverless.

Pré-requisitos e instalação

Para começar, baixe o AWS Serverless MCP Server do GitHub ou do Python Package Index (PyPI) e siga as instruções de instalação. Você pode usar esse servidor MCP com qualquer assistente de codificação de IA de sua escolha, como Q Developer, Cursor, Cline, etc. O exemplo passo a passo neste post usa o Cline.

Adicione o código a seguir à configuração do seu cliente MCP. O servidor MCP Serverless usa o perfil padrão (default) da AWS por padrão. Especifique um valor em AWS_PROFILE se quiser usar um perfil diferente. Da mesma forma, ajuste a região da AWS e os valores do nível de log conforme necessário.

{
  "mcpServers": {
    "awslabs.aws-serverless-mcp": {
      "command": "uvx",
      "args": [
        "awslabs.aws-serverless-mcp-server@latest"
      ],
      "env": { 
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1",
        "FASTMCP_LOG_LEVEL": "ERROR"
      }
    }
  }
}

O servidor MCP Serverless incorpora grades de proteção integradas para garantir um desenvolvimento seguro e controlado. Por padrão, o servidor MCP opera em modo somente leitura, permitindo somente ações sem mutação. Essa abordagem que prioriza a segurança permite que você explore recursos Serverless e padrões arquitetônicos, evitando alterações não intencionais em seus aplicativos ou infraestrutura. O servidor também restringe o acesso ao Amazon CloudWatch Logs por padrão, protegendo dados operacionais confidenciais da exposição a assistentes de IA.

Conforme suas necessidades de desenvolvimento evoluem, você pode substituir seletivamente esses padrões de segurança. A sinalização –allow-write permite operações de mutação para tarefas como implantações e atualizações, enquanto –allow-sensitive-data-access fornece acesso ao CloudWatch Logs para depuração e solução de problemas. Considere ativar essas permissões somente quando necessário e em contextos de desenvolvimento apropriados.

Criação e implantação de um aplicativo Serverless

Imagine que você queira criar um aplicativo web de lista de tarefas. Comece solicitando seu assistente de IA.

Quero criar um novo aplicativo web de lista de tarefas em um novo espaço de trabalho. Quero adicionar, listar e excluir tarefas. O AWS Lambda seria uma boa escolha para isso

?

O agente usa o get_lambda_guidance_tool para receber orientação personalizada com base no caso de uso e na fonte de eventos inferidos, neste caso, o API Gateway. Então, você quer entender melhor como implantar o aplicativo na AWS.

Posteriormente, quero implantar o aplicativo na AWS. Qual ferramenta de infraestrutura como código seria melhor para isso?

Há várias maneiras de implantar suas funções na AWS, como o AWS SAM ou o AWS Cloud Development Kit (AWS CDK). O modelo opta por obter mais informações antes de fazer uma recomendação. Ele seleciona o get_iac_guidance_tool
do servidor MCP Serverless.

O Serverless MCP Server também pode ajudá-lo a interagir com a interface de linha de comando do AWS Serverless Application Model (AWS SAM CLI), bem como a implantar esquemas baseados em aplicativos, como aplicativos de back-end, front-end ou full-stack.

Antes da implantação, teste a função localmente para verificar se ela funciona corretamente.

Quero testar minha função Lambda localmente antes de implantá-la. Você pode invocar a “TodoFunction” do meu projeto SAM com uma solicitação GET?

Agora que você tem certeza de que o aplicativo funciona, você quer implantar a lógica de backend na AWS. Então, você solicita que o agente implante seu aplicativo. Ele seleciona a ferramenta deploy_webapp e fornece à ferramenta argumentos para implantar o aplicativo, incluindo o DeploymentType de backend. Essa ferramenta usa a estrutura do AWS Lambda Web Adapter, permitindo que você implante facilmente aplicativos escritos em estruturas web padrão, como Express ou Next.js, sem nenhum adaptador web adicional.

O agente também pode verificar o status de uma implantação para garantir que ela seja concluída com êxito.

Seu aplicativo agora está implantado na AWS e pronto para atender ao tráfego.

Solução de problemas do aplicativo Serverless

O Serverless MCP Server também ajuda você a testar e solucionar problemas de suas funções do Lambda. Ele fornece um contexto valioso para os assistentes de IA na identificação e correção de problemas. Por exemplo, você pode usar seu agente para verificar se há problemas com seu aplicativo.

Verifique os logs e as métricas do aplicativo todo em busca de problemas

O modelo pode analisar os registros e as métricas e oferecer recomendações, como ajustar a alocação de memória.

As ferramentas Serverless MCP Server fornecem ao assistente o contexto adicional necessário para identificar problemas e gerar recomendações.

Neste exemplo, a análise e as recomendações são:

Recursos suportados pelo Servidor MCP Serverless

O Serverless MCP Server fornece várias ferramentas MCP, que podem ser classificadas em quatro categorias.

1. Ciclo de vida do aplicativo Serverless
   • sam_init_tool: inicializa um novo projeto do AWS SAM com o tempo de execução e as dependências escolhidos.
   • sam_build_tool: cria um aplicativo Serverless usando a CLI do AWS SAM e prepara artefatos de implantação.
   • sam_deploy_tool: implanta um aplicativo Serverless na AWS, gerenciando o upload de artefatos e a criação de pilhas.
   • sam_local_invoke_tool: invoca localmente uma função Lambda para testes com eventos e ambientes personalizados.
2. Implantação e gerenciamento de aplicativos Web
   • deploy_webapp_tool: implanta aplicativos web de backend, frontend ou fullstack no Lambda usando o Lambda Web Adapter.
   • update_frontend_tool: atualiza os ativos de frontend e, opcionalmente, invalida o cache do Amazon CloudFront.
   • configure_domain_tool: configura um domínio personalizado, inclui configuração de certificado e DNS.
3. Observabilidade
   • sam_logs_tool: recupera logs e suporta filtragem e seleção de intervalo de tempo.
   • get_metrics_tool: busca métricas especificadas.
4. Orientação, modelos de IaC e ajuda na implantação
   • get_iac_guidance_tool: fornece orientação para selecionar ferramentas de IaC.
   • get_lambda_guidance_tool: oferece conselhos sobre quando usar o Lambda para runtimes e casos de uso específicos.
   • get_lambda_event_schemas_tool: retorna esquemas de eventos para integrações do Lambda.
   • get_serverless_templates_tool: fornece exemplos de modelos do AWS SAM para diferentes tipos de aplicativos Serverless.
   • deployment_help_tool: fornece ajuda e informações de status sobre implantações.
   • deploy_serverless_app_help_tool: oferece instruções para implantar aplicativos Serverless no Lambda.

Visite a documentação do Serverless MCP Server para ver a lista completa de ferramentas e recursos.

Melhores práticas e considerações

Ao criar aplicativos Serverless com o AWS Serverless MCP Server, comece usando sua orientação assistida por IA para decisões de arquitetura. Durante o desenvolvimento, use suas ferramentas de orientação para tomar decisões informadas sobre seleção de serviços, padrões de eventos e design de infraestrutura. Antes de implantar na AWS, use os recursos de teste locais do Serverless MCP Server para validar o comportamento do seu aplicativo. Essa abordagem ajuda a garantir que seu aplicativo esteja alinhado às melhores práticas da AWS.

Monitoramento e observabilidade robustos são essenciais para operar de forma confiável seus aplicativos em execução na produção. Use as ferramentas Serverless MCP Server para monitorar a implantação e configurar logs e métricas. Isso ajuda a monitorar o desempenho do aplicativo e identificar rapidamente possíveis problemas.

Conclusão

O AWS Serverless MCP Server de código aberto simplifica o desenvolvimento de aplicativos Serverless, fornecendo orientação assistida por IA em todo o ciclo de vida do desenvolvimento. Ao combinar a assistência de IA com a experiência Serverless, ele permite que os desenvolvedores criem e implantem aplicativos com mais eficiência. O conjunto de ferramentas do Serverless MCP Server suporta todo o processo de desenvolvimento, da inicialização à observabilidade, ao mesmo tempo em que ajuda os desenvolvedores a implementar as melhores práticas da AWS.

À medida que as organizações continuam adotando a computação Serverless, as ferramentas que simplificam o desenvolvimento e aceleram a entrega se tornam cada vez mais valiosas. A AWS continuará expandindo a coleção de servidores MCP para desenvolvedores que criam aplicativos Serverless e refinando as ferramentas existentes com base no feedback dos clientes e nos padrões emergentes de desenvolvimento Serverless.

Para começar, visite o repositório do GitHub e explore a documentação. Compartilhe suas experiências e sugestões por meio do repositório do GitHub para melhorar os recursos do servidor MCP e ajudar a moldar o futuro do desenvolvimento Serverless assistido por IA.

Para obter mais recursos de aprendizado Serverless, visite Serverless Land.

Este conteúdo foi traduzido da postagem original do blog, que pode ser encontrada aqui.

Biografia do autor

	Shridhar Pandey é um Senior Product Manager para o AWS Lambda na Amazon Web Services (AWS).
	Ben Freiberg é um Arquiteto de Soluções Senior na Amazon Web Services (AWS).

Biografia do tradutor

Daniel Abib é Arquiteto de Soluções Sênior e Especialista em Amazon Bedrock na AWS, com mais de 25 anos trabalhando com gerenciamento de projetos, arquiteturas de soluções escaláveis, desenvolvimento de sistemas e CI/CD, microsserviços, arquitetura Serverless & Containers e especialização em Machine Learning. Ele trabalha apoiando Startups, ajudando-os em sua jornada para a nuvem. https://www.linkedin.com/in/danielabib/

Biografia do Revisor

Nicolas Tarzia é Senior Technical Account Manager na AWS, com mais de 13 anos de experiencia, com ampla experiencia em arquitetura cloud, engenharia e design de software. Atualmente está habilitando empresas do ramo de ISV (Independent Software Vendors) simplificando a operação na nuvem e otimizando os custos em cloud. Sua area de interesse são tecnologias serverless. https://www.linkedin.com/in/nicolastarzia