SageMaker AI MCP 服务器

这是一个用于 Amazon SageMaker AI 的 Model Context Protocol (MCP) 服务器，使 AI 助手能够访问、操作和管理 SageMaker AI 资源。

特性

• 管理和操作 SageMaker AI 终端节点资源
• 管理和操作 SageMaker AI 训练、处理和转换作业
• 管理和操作 SageMaker AI 流水线
• 对 SageMaker AI 管理的 MLflow 跟踪服务器执行 CRUD 操作
• 对 SageMaker AI 域执行 CRUD 操作
• 管理和操作模型及模型卡片
• 对 SageMaker AI 推荐作业执行 CRUD 操作
• 对 SageMaker AI 应用程序执行 CRUD 操作

预备条件

1. 从 Astral 或 GitHub README 安装 uv
2. 使用 uv python install 3.10 安装 Python
3. 设置具有访问 Amazon SageMaker AI 资源权限的 AWS 凭据。
   • 您需要一个启用了 Amazon SageMaker AI 的 AWS 账户
   • 使用 aws configure 或环境变量配置 AWS 凭据
   • 确保您的 IAM 角色或用户有使用 Amazon SageMaker AI 的权限
4. 创建一个具有必要权限以进行 SageMaker AI 操作的 SageMaker 执行角色

安装

待完成

环境变量

• AWS_PROFILE: 用于凭证的 AWS CLI 配置文件
• AWS_REGION: 要使用的 AWS 区域（默认：us-east-1）
• SAGEMAKER_EXECUTION_ROLE_ARN: SageMaker 执行角色的 ARN

AWS 认证

该服务器使用 AWS_PROFILE 环境变量中指定的 AWS 配置文件。如果没有提供，则默认使用默认的凭证提供者链。

"env": {
  "AWS_PROFILE": "your-aws-profile",
  "AWS_REGION": "us-east-1",
  "SAGEMAKER_EXECUTION_ROLE_ARN": "arn:aws:iam::123456789012:role/SageMakerExecutionRole"
}

确保 AWS 配置文件具有访问 Amazon SageMaker AI 服务的权限。MCP 服务器使用指定的配置文件创建 boto3 会话以与 AWS 服务进行认证。

工具

SageMaker AI 终端节点和终端配置工具列表

• list_endpoints_sagemaker (列出所有 SageMaker AI 终端节点)
• list_endpoint_configs_sagemaker (列出所有 SageMaker AI 终端配置)
• describe_endpoint_sagemaker (描述一个 SageMaker AI 终端节点)
• describe_endpoint_config_sagemaker (描述一个 SageMaker AI 终端配置)
• delete_endpoint_sagemaker (删除一个 SageMaker AI 终端节点)
• delete_endpoint_config_sagemaker (删除一个 SageMaker AI 终端配置)

SageMaker AI 作业工具列表

• list_training_jobs_sagemaker (列出所有 SageMaker AI 训练作业)
• list_processing_jobs_sagemaker (列出所有 SageMaker AI 处理作业)
• list_transform_jobs_sagemaker (列出所有 SageMaker AI 转换作业)
• list_inference_recommender_jobs_sagemaker (列出所有 SageMaker AI 推理推荐作业)
• list_inference_recommender_job_steps_sagemaker (列出一个 SageMaker AI 推理推荐作业的所有步骤)
• describe_training_job_sagemaker (描述一个 SageMaker AI 训练作业)
• describe_processing_job_sagemaker (描述一个 SageMaker AI 处理作业)
• describe_transform_job_sagemaker (描述一个 SageMaker AI 转换作业)
• describe_inference_recommender_job_sagemaker (描述一个 SageMaker AI 推理推荐作业)
• stop_training_job_sagemaker (停止一个 SageMaker AI 训练作业)
• stop_processing_job_sagemaker (停止一个 SageMaker AI 处理作业)
• stop_transform_job_sagemaker (停止一个 SageMaker AI 转换作业)
• stop_inference_recommender_job_sagemaker (停止一个 SageMaker AI 推理推荐作业)

SageMaker AI 流水线工具列表

• list_pipelines_sagemaker (列出所有 SageMaker AI 流水线)
• list_pipeline_executions_sagemaker (列出一个 SageMaker AI 流水线的所有流水线执行)
• list_pipeline_execution_steps_sagemaker (列出一个 SageMaker AI 流水线执行的所有步骤)
• list_pipeline_parameters_for_execution_sagemaker (列出一个 SageMaker AI 流水线执行的所有参数)
• describe_pipeline_sagemaker (描述一个 SageMaker AI 流水线)
• describe_pipeline_execution_sagemaker (描述一个 SageMaker AI 流水线执行)
• describe_pipeline_definition_for_execution_sagemaker (描述一个 SageMaker AI 流水线定义以供执行)
• start_pipeline_execution_sagemaker (启动一个 SageMaker AI 流水线执行)
• stop_pipeline_execution_sagemaker (停止一个 SageMaker AI 流水线执行)
• delete_pipeline_sagemaker (删除一个 SageMaker AI 流水线)

SageMaker AI 用户配置文件和空间工具列表

• list_user_profiles_sagemaker (列出所有 SageMaker AI 用户配置文件)
• list_spaces_sagemaker (列出所有 SageMaker AI 空间)

SageMaker AI MLflow 管理跟踪服务器工具列表

• list_mlflow_tracking_servers_sagemaker (列出所有 MLflow 跟踪服务器)
• create_mlflow_tracking_server_sagemaker (创建一个新的 MLflow 跟踪服务器)
• create_presigned_mlflow_tracking_server_url_sagemaker (为 MLflow 跟踪服务器创建预签名的 URL)
• describe_mlflow_tracking_server_sagemaker (描述一个 MLflow 跟踪服务器)
• start_mlflow_tracking_server_sagemaker (启动一个 MLflow 跟踪服务器)
• stop_mlflow_tracking_server_sagemaker (停止一个 MLflow 跟踪服务器)
• delete_mlflow_tracking_server_sagemaker (删除一个 MLflow 跟踪服务器)

SageMaker AI 域工具列表

• list_domains_sagemaker (列出所有 SageMaker AI 域)
• create_presigned_domain_url_sagemaker (为 SageMaker 域创建预签名的 URL)
• describe_domain_sagemaker (描述一个 SageMaker AI 域)
• delete_domain_sagemaker (删除一个 SageMaker AI 域)

SageMaker AI 模型工具列表

• list_models_sagemaker (列出所有 SageMaker AI 模型)
• describe_model_sagemaker (描述一个 SageMaker AI 模型)
• delete_model_sagemaker (删除一个 SageMaker AI 模型)

SageMaker AI 模型卡片工具列表

• list_model_cards_sagemaker (列出所有 SageMaker AI 模型卡片)
• list_model_card_export_jobs_sagemaker (列出所有 SageMaker AI 模型卡片导出作业)
• list_model_card_versions_sagemaker (列出一个 SageMaker AI 模型卡片的所有版本)
• describe_model_card_sagemaker (描述一个 SageMaker AI 模型卡片)
• delete_model_card_sagemaker (删除一个 SageMaker AI 模型卡片)

SageMaker AI 应用程序工具列表

• list_apps_sagemaker (列出所有 SageMaker AI 应用程序)
• create_app_sagemaker (创建一个 SageMaker AI 应用程序)
• create_presigned_notebook_instance_url_sagemaker (为 SageMaker 笔记本实例创建预签名的 URL)
• describe_app_sagemaker (描述一个 SageMaker AI 应用程序)
• describe_app_image_config_sagemaker (描述一个 SageMaker AI 应用程序镜像配置)
• delete_app_sagemaker (删除一个 SageMaker AI 应用程序)
• delete_app_image_config_sagemaker (删除一个 SageMaker AI 应用程序镜像配置)

安全注意事项

• 使用具有适当权限的 AWS IAM 角色
• 安全存储凭据
• 尽可能使用临时凭据

许可证

本项目根据 Apache 许可证 2.0 版本发布。详情见 LICENSE 文件。