demo_mcp_on_amazon_bedrock 的安装和配置教程
2025-05-28 10:31:03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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
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。
Cangjie
392
3.88 K
暂无简介
Dart
671
156
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
311
🎉 (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
1.2 K
654
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1