Aws Bedrock Logs MCP Server

🚀 AWS Bedrock日誌分析工具（通過Anthropic的MCP協議）

這是一個命令行界面和API工具，藉助Anthropic的模型控制協議（Model Control Protocol，MCP），可對亞馬遜網絡服務（AWS）Bedrock的使用情況和日誌進行分析，為用戶提供便捷的日誌分析途徑。

🚀 快速開始

該工具提供了一種方便的方式來分析AWS Bedrock模型調用日誌，並通過Anthropic的Claude模型作為交互式界面。它充當一個MCP服務器，將AWS CloudWatch Logs API的功能暴露給Claude，使您能夠通過自然語言查詢和分析您的Bedrock使用數據。

✨ 主要特性

• 模型使用分析：查看Bedrock模型使用的詳細統計信息以及令牌消耗情況
• 用戶分析：按用戶分析使用模式和成本
• 每日使用報告：跟蹤每日使用趨勢和模型調用情況
• 令牌消耗指標：監控輸入、完成和總令牌的使用情況
• 交互式界面：通過自然語言查詢Bedrock使用數據，使用Claude進行交互

📦 安裝指南

環境要求

• Python 3.13+版本
• 具備CloudWatch Logs訪問權限的AWS憑證
• Anthropic API訪問權限（用於Claude集成）

安裝步驟

1. 安裝uv：

   # 在macOS和Linux上
   curl -LsSf https://astral.sh/uv/install.sh | sh
   

   # 在Windows上
   powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
   

2. 克隆此倉庫：

   git clone https://github.com/dheerajoruganty/aws-bedrock-logs-mcp-server.git
   cd aws-bedrock-logs-mcp-server
   

3. 設置Python虛擬環境並安裝依賴項：

   uv venv && source .venv/bin/activate && uv pip sync pyproject.toml
   

   對於Windows：

   uv venv && .venv\Scripts\activate && uv pip sync pyproject.toml
   

4. 配置您的AWS憑證：

   mkdir -p ~/.aws
   # 在~/.aws/credentials和~/.aws/config中設置您的憑證
   

💻 使用示例

啟動服務器

運行以下命令啟動服務器：

python cloudwatch_mcp_server.py

默認情況下，服務器使用stdio傳輸與MCP客戶端通信。

Claude桌面配置

在Claude Desktop中配置此工具：

{
  "mcpServers": {
    "aws_bedrock_logs": {
      "command": "uv",
      "args": [
          "--directory",
          "/path/to/aws-bedrock-logs-mcp",
          "run",
          "cloudwatch_mcp_server.py"
      ]
    }
  }
}

請確保將目錄路徑替換為系統上的實際路徑。

可用工具

服務器向Claude公開了以下可以使用的工具：

1. get_bedrock_logs_df：檢索原始Bedrock調用日誌作為pandas DataFrame
2. get_model_usage_stats：按模型獲取使用統計信息
3. get_user_usage_stats：按用戶獲取使用統計信息
4. get_daily_usage_stats：獲取每日使用統計信息和趨勢

示例查詢

一旦通過MCP支持的界面連接到Claude，您可以提出以下問題：

• "顯示過去7天的Bedrock使用統計"
• "各個模型的平均令牌消耗是多少？"
• "按總令牌數排名的Bedrock主要用戶是誰？"
• "給我提供一個每日模型調用分解"

🔧 技術細節

項目結構

• cloudwatch_mcp_server.py：實現MCP工具的主要服務器代碼
• pyproject.toml：項目依賴項和元數據
• Dockerfile：部署的容器定義

依賴項

關鍵依賴項包括：

• boto3：用於與AWS交互的Python SDK
• mcp[cli]：Anthropic的模型控制協議庫
• pandas：數據操作和分析
• pydantic：使用Python類型註解進行數據驗證

📄 許可證

MIT許可證

致謝

• 該工具使用了Anthropic的MCP框架
• 基於AWS CloudWatch Logs API構建
• 使用FastMCP實現服務器端