AWS Strands Agents：构建并连接您的第一个模型上下文协议（MCP）服务器

概述

部署一个MCP服务器，该服务器基于您当前的位置和条件，通过第三方API搜索库存摄影，并使用Strands Agents和Amazon Q开发者CLI进行编排。

模型上下文协议（MCP）提供了一个标准化接口，使AI代理能够无缝地与外部服务交互。在此文章中，我们将演示如何构建一个集成Shutterstock的MCP服务器——这是我最喜欢的高质量授权图片、视频、音乐和创意工具平台——使用其强大的API。然后，我们将展示如何将这些丰富的媒体搜索能力暴露给使用Strands Agents开发的代理，Strands Agents是AWS的一个以代码为中心的框架，用于构建生产级AI代理。通过编排多个代理，我们将使它们能够访问国家气象局（NWS）API，根据当前天气条件智能选择上下文相关的照片，并交付结果，展示推理和上下文感知自动化的能力。

基于JavaScript/Node.js的MCP服务器：https://github.com/lucianoayres/mcp-server-node。

预备知识

• 分布式版本控制系统Git
• Node.js v22.16.01 LTS或更新版本（MCP服务器）
• npm、Yarn或其他Node.js包管理器
• Python 3.13.x（Strands Agents）
• pip、Poetry或其他Python包管理器
• AWS账户（用于访问Amazon Bedrock生成式AI模型；也支持其他模型提供商）
• 免费的Shutterstock测试账户和Token（在Shutterstock Developers注册）
• 可选：Amazon Q开发者CLI（用于文章的最后一部分）

安装

1. 克隆仓库并安装包

npm install -g corepack # 如果使用yarn

git clone https://github.com/garystafford/aws-strands-agents-mcp-demo.git
cd aws-strands-agents-mcp-demo

yarn install

2. 启动MCP服务器

# 终端窗口1：STDIO传输
# 环境变量由STDIO设置的MCP服务器设置
export API_KEY=abc-1234567890
export SHUTTERSTOCK_API_TOKEN=<YOUR_SHUTTERSTOCK_API_TOKEN>
node mcp-server.js

# 终端窗口2：可流式HTTP传输
# 环境变量由使用可流式HTTP的代理设置
node mcp-server-remote.js

3. 安装Strands Agents

python -m pip install virtualenv -Uqqq
python -m venv .venv
source .venv/bin/activate

python -m pip install pip -Uqqq
python -m pip install -r requirements.txt -Uqqq

4. 启动Strands Agents

export API_KEY=abc-1234567890
export SHUTTERSTOCK_API_TOKEN=<YOUR_SHUTTERSTOCK_API_TOKEN>

python agent_stdio_multi_agent.py

---

此仓库的内容代表了我的观点，而不是我过去或现在的雇主，包括Amazon Web Services (AWS)的观点。所有第三方库、模块、插件和SDK均为其各自所有者的财产。