Створення MCP сервера на платформі AI Run
У відео демонструється, як за допомогою платформи AI Run розгорнути базовий MCP (Model Context Protocol) сервер, що містить три інструменти. Спочатку через CLI команди налаштовується деплоймент із підтримкою MCP протоколу, після чого сервер запускається на інфраструктурі AWS. Такий підхід дозволяє швидко створювати спеціалізовані інструменти для асистента, не займаючись ручним конфігуруванням хмарних сервісів. Наприклад, у відео показано, що сервер має три різні функції, які потім можна викликати з чату. Практична цінність цього кроку — спрощення розгортання: розробнику достатньо описати інструменти у коді та виконати декілька команд, щоб отримати працюючий сервер.
Підключення асистента до розгорнутого сервера
Після деплойменту асистент з'єднується з MCP сервером через налаштування зовнішніх інструментів. У налаштуваннях асистента відкривається вкладка external tools, де вручну вводяться параметри підключення. Конфігурація сервера — це JSON-об'єкт, який містить URL MCP сервера, а поле Ocore token встановлюється в null. Автор відео підкреслює, що такий формат є обов'язковим для правильної роботи протоколу. Наприклад, якщо не вказати null для токену, з'єднання може не встановитися. Це важливо, оскільки багато розробників помилково намагаються додати фіктивний токен, що призводить до збоїв.
Налаштування інтеграції з AWS Bedrock Agent Core
Наступний етап — створення інтеграції для сервера, де задаються змінні середовища з обліковими даними AWS. Автор зазначає, що можна використовувати як постійні (permanent), так і тимчасові (temporary) AWS credentials, а обов'язковою умовою є вказівка сервісу Bedrock agent core. Такий вибір не випадковий: саме цей сервіс дозволяє асистенту виконувати дії в AWS через MCP протокол. Наприклад, тимчасові credentials підвищують безпеку, оскільки вони мають обмежений термін дії. Практичний висновок — перед запуском слід переконатися, що у користувача AWS є права на використання Bedrock agent core, інакше інтеграція не працюватиме.
Тестування з'єднання та збереження конфігурації
Після налаштування інтеграції автор вибирає її зі списку та запускає тест з'єднання. У верхньому правому куті інтерфейсу з'являється індикатор успішного підключення. Далі зберігаються налаштування як для MCP сервера, так і для самого асистента. Автор наголошує, що нехтування збереженням обох конфігурацій призведе до втрати налаштувань після перезавантаження сторінки. Наприклад, якщо зберегти лише сервер, але не асистента, інструменти не з'являться у чаті. Така подвійна перевірка є типовою для хмарних інтеграцій і допомагає уникнути неочікуваних помилок.
Демонстрація роботи інструментів у чаті
Фінальний крок — відкриття чату з асистентом для перевірки працездатності MCP сервера. Спочатку користувач запитує список доступних інструментів, і асистент повертає всі три оголошені функції. Потім виконується один із них: асистент викликає потрібний інструмент, і результат з'являється у вікні чату. Автор підкреслює, що результат точно відповідає очікуванням, що підтверджує коректність налаштувань. Наприклад, якщо інструмент мав повернути певні дані з AWS, вони з'являються без затримок. Практичне значення цього етапу — демонстрація повного циклу: від розгортання сервера до отримання результату у зручному інтерфейсі чату. Це показує, як MCP протокол інтегрується з AI-асистентом для виконання реальних завдань в AWS.
