Aws Bedrock Logs MCP Server

🚀 AWS Bedrock日志分析工具（通过Anthropic的MCP协议）

这是一个命令行界面和API工具，借助Anthropic的模型控制协议（Model Control Protocol，MCP），可对亚马逊网络服务（AWS）Bedrock的使用情况和日志进行分析，为用户提供便捷的日志分析途径。

🚀 快速开始

该工具提供了一种方便的方式来分析AWS Bedrock模型调用日志，并通过Anthropic的Claude模型作为交互式界面。它充当一个MCP服务器，将AWS CloudWatch Logs API的功能暴露给Claude，使您能够通过自然语言查询和分析您的Bedrock使用数据。

✨ 主要特性

• 模型使用分析：查看Bedrock模型使用的详细统计信息以及令牌消耗情况
• 用户分析：按用户分析使用模式和成本
• 每日使用报告：跟踪每日使用趋势和模型调用情况
• 令牌消耗指标：监控输入、完成和总令牌的使用情况
• 交互式界面：通过自然语言查询Bedrock使用数据，使用Claude进行交互

📦 安装指南

环境要求

• Python 3.13+版本
• 具备CloudWatch Logs访问权限的AWS凭证
• Anthropic API访问权限（用于Claude集成）

安装步骤

1. 安装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. 克隆此仓库：

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

3. 设置Python虚拟环境并安装依赖项：

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

   对于Windows：

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

4. 配置您的AWS凭证：

   mkdir -p ~/.aws
   # 在~/.aws/credentials和~/.aws/config中设置您的凭证
   

💻 使用示例

启动服务器

运行以下命令启动服务器：

python cloudwatch_mcp_server.py

默认情况下，服务器使用stdio传输与MCP客户端通信。

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"
      ]
    }
  }
}

请确保将目录路径替换为系统上的实际路径。

可用工具

服务器向Claude公开了以下可以使用的工具：

1. get_bedrock_logs_df：检索原始Bedrock调用日志作为pandas DataFrame
2. get_model_usage_stats：按模型获取使用统计信息
3. get_user_usage_stats：按用户获取使用统计信息
4. get_daily_usage_stats：获取每日使用统计信息和趋势

示例查询

一旦通过MCP支持的界面连接到Claude，您可以提出以下问题：

• "显示过去7天的Bedrock使用统计"
• "各个模型的平均令牌消耗是多少？"
• "按总令牌数排名的Bedrock主要用户是谁？"
• "给我提供一个每日模型调用分解"

🔧 技术细节

项目结构

• cloudwatch_mcp_server.py：实现MCP工具的主要服务器代码
• pyproject.toml：项目依赖项和元数据
• Dockerfile：部署的容器定义

依赖项

关键依赖项包括：

• boto3：用于与AWS交互的Python SDK
• mcp[cli]：Anthropic的模型控制协议库
• pandas：数据操作和分析
• pydantic：使用Python类型注解进行数据验证

📄 许可证

MIT许可证

致谢

• 该工具使用了Anthropic的MCP框架
• 基于AWS CloudWatch Logs API构建
• 使用FastMCP实现服务器端