demo_mcp_on_amazon_bedrock 的安装和配置教程
2025-05-28 18:08:34作者:廉彬冶Miranda
1. 项目基础介绍和主要编程语言
demo_mcp_on_amazon_bedrock 是一个基于 AWS Bedrock 的项目,它利用了 Anthropic 的 MCP (Model Capability Provider) 技术,为 ChatBot 提供增强的功能。这个项目的主要编程语言是 Python,它也使用了 React 来构建前端用户界面。
2. 项目使用的关键技术和框架
该项目使用了 AWS Bedrock 来提供大模型服务,Anthropic 的 MCP 技术来增强 ChatBot 的功能,以及 FastAPI 来构建后端服务。此外,它还使用了 React 来构建前端界面。
3. 安装和配置的准备工作和详细步骤
准备工作
- 安装 NodeJS 和 Python 环境
- 克隆项目到本地
安装步骤
-
首先,确保你的电脑上安装了 NodeJS 和 Python 环境。如果还没有安装,请前往 NodeJS 和 Python 的官方网站下载并安装。
-
克隆项目到本地:
git clone https://github.com/aws-samples/demo_mcp_on_amazon_bedrock.git -
进入项目目录,创建 Python 虚拟环境并安装依赖:
cd demo_mcp_on_amazon_bedrock sudo apt update sudo apt-get install clang sudo apt-get install portaudio19-dev uv sync -
创建 .env 文件,并根据实际情况修改其中的配置项:
cat <<EOF> .env AWS_ACCESS_KEY_ID=(可选,如果有credential.csv则不需要) AWS_SECRET_ACCESS_KEY=(可选)<your-secret-key> AWS_REGION=<your-region> LOG_DIR=./logs CHATBOT_SERVICE_PORT=8502 MCP_SERVICE_HOST=127.0.0.1 MCP_SERVICE_PORT=7002 API_KEY=123456 MAX_TURNS=200 INACTIVE_TIME=60 #如果不使用dynamodb,则删除下面一行 ddb_table=mcp_user_config_table USE_HTTPS=0 EOF -
修改配置文件 conf/config.json,添加或修改 MCP server 参数。
-
启动服务:
bash start_all.sh -
待启动后,可查看日志 logs/start_mcp.log 确认无报错。
-
运行测试脚本检查 Chat 接口:
curl http://127.0.0.1:7002/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer 123456" \ -H "X-User-ID: user123" \ -d '{ "model": "us.amazon.nova-pro-v1:0", "mcp_server_ids":["local_fs"], "stream":true, "keep_session":false, "messages": [ { "role": "user", "content": "list files in current dir" } ] }' -
如果一切顺利,你就可以通过 Web 界面体验 MCP 增强后的 Bedrock 大模型 ChatBot 能力了。
以上就是 demo_mcp_on_amazon_bedrock 的安装和配置教程,希望对你有所帮助。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
762
4.96 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.8 K
191
Ascend Extension for PyTorch
Python
718
873
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.91 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.07 K
1.09 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.73 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.32 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
438
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
454
5.07 K