خادم AWS Cost Explorer MCP

ماذا يفعل خادم “AWS Cost Explorer” MCP؟

يعمل خادم AWS Cost Explorer MCP كأداة وسيطة تربط المساعدين الذكيين مثل Claude من Anthropic مع AWS Cost Explorer وسجلات استدعاء نماذج Amazon Bedrock. يمكّن هذا الخادم المطورين ووكلاء الذكاء الاصطناعي من الاستعلام وتحليل بيانات الإنفاق السحابي من AWS باستخدام اللغة الطبيعية، مما يسهل مهام مثل تحليل إنفاق EC2، تقارير إنفاق الخدمات، وتفصيل التكاليف بدقة. من خلال توفير وظائف AWS Cost Explorer API عبر بروتوكول Model Context Protocol (MCP)، يقدم واجهة تفاعلية للاستعلام وتصوّر تكاليف AWS، مما يساهم بشكل كبير في تعزيز إدارة التكاليف السحابية وتدفقات إعداد التقارير. يمكن تشغيل هذا الخادم محلياً أو عن بُعد، ويستطيع تجميع بيانات الإنفاق من عدة حسابات AWS بشرط توفر الأدوار المناسبة من IAM.

قائمة المحفزات

• لا توجد قوالب محفزات صريحة مدرجة في المستودع أو التوثيق.

هل أنت مستعد لتنمية عملك؟

ابدأ تجربتك المجانية اليوم وشاهد النتائج في غضون أيام.

طلب عرض توضيحي تسجيل الدخول

قائمة الموارد

• لا توجد موارد MCP صريحة مدرجة في المستودع أو التوثيق.

قائمة الأدوات

• لا توجد أدوات أو أسماء أدوات صريحة مذكورة في server.py أو README.md بخصوص تسجيل أو عرض أدوات MCP.

انضم إلى نشرتنا الإخبارية

احصل على أحدث النصائح والاتجاهات والعروض مجانًا.

عنوان البريد الإلكتروني

اشترك

حالات استخدام هذا الخادم MCP

• تحليل إنفاق EC2: يمكّن المطورين من الحصول على تفصيل دقيق لإنفاق EC2 لليوم السابق، مما يساعد في تحديد مصادر التكاليف وتحسين البنية التحتية.
• تحليل إنفاق Amazon Bedrock: يقدم رؤى حول استخدام وتكاليف Bedrock، مقسمة حسب المنطقة والمستخدم والنموذج، مما يفيد في تتبع نفقات أعباء العمل الذكية/التعلم الآلي.
• تقارير إنفاق الخدمات: يسمح بالاستعلام عن الإنفاق الكلي لخدمات AWS خلال آخر 30 يوماً، مما يساعد في مراقبة التكاليف السحابية الشاملة.
• تفصيل التكاليف بدقة: يدعم التحليل الدقيق لتكاليف AWS حسب اليوم والمنطقة والخدمة ونوع المثيل، مما يتيح تتبع الميزانية بدقة واكتشاف الحالات الشاذة.
• تجميع الإنفاق عبر الحسابات: إذا سمح دور IAM، يمكن للخادم تجميع وإعداد تقارير الإنفاق من عدة حسابات AWS، مما يبسط إدارة التكاليف متعددة الحسابات.

كيفية الإعداد

Windsurf

1. تأكد من تثبيت Python 3.12، وضبط بيانات اعتماد AWS، والوصول إلى واجهة Anthropic API.
2. حدد موقع ملف إعدادات Windsurf الخاص بك.
3. أضف خادم AWS Cost Explorer MCP تحت كائن mcpServers:

   {
     "mcpServers": {
       "aws-cost-explorer": {
         "command": "python3",
         "args": ["app.py"]
       }
     }
   }
   

4. احفظ الإعدادات وأعد تشغيل Windsurf.
5. تحقق من أن الخادم يعمل وقابل للوصول.

مثال على تأمين مفاتيح API:

{
  "mcpServers": {
    "aws-cost-explorer": {
      "command": "python3",
      "args": ["app.py"],
      "env": {
        "AWS_ACCESS_KEY_ID": "your-access-key",
        "AWS_SECRET_ACCESS_KEY": "your-secret-key"
      }
    }
  }
}

Claude

1. ثبّت Python 3.12 واضبط بيانات اعتماد AWS.
2. حرر ملف إعدادات MCP الخاص بـ Claude.
3. أضف الخادم كما يلي:

   {
     "mcpServers": {
       "aws-cost-explorer": {
         "command": "python3",
         "args": ["app.py"]
       }
     }
   }
   

4. أعد تشغيل Claude Desktop.
5. تحقق من التكامل عبر واجهة Claude.

Cursor

1. حضر Python 3.12 وبيانات اعتماد AWS.
2. افتح ملف إعدادات Cursor.
3. أدخل التالي في قسم mcpServers:

   {
     "mcpServers": {
       "aws-cost-explorer": {
         "command": "python3",
         "args": ["app.py"]
       }
     }
   }
   

4. احفظ التغييرات وأعد تشغيل Cursor.
5. اختبر الاتصال بتنفيذ استعلام تجريبي.

Cline

1. حضر Python 3.12 وبيانات اعتماد AWS المطلوبة.
2. حرر ملف إعدادات Cline.
3. أضف إعدادات الخادم:

   {
     "mcpServers": {
       "aws-cost-explorer": {
         "command": "python3",
         "args": ["app.py"]
       }
     }
   }
   

4. أعد تشغيل Cline.
5. تأكد من أن الخادم يعمل ويستجيب.

ملاحظة: استخدم متغيرات البيئة لتأمين مفاتيح API كما هو موضح في مثال Windsurf أعلاه.

كيفية استخدام هذا الخادم MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt، ابدأ بإضافة مكون MCP إلى التدفق الخاص بك وقم بربطه بوكيل الذكاء الاصطناعي:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات النظام MCP، أدخل بيانات خادم MCP باستخدام تنسيق JSON التالي:

{
  "aws-cost-explorer": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، سيتمكن وكيل الذكاء الاصطناعي الآن من استخدام هذا MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وقدراته. تذكر تغيير “aws-cost-explorer” إلى اسم خادم MCP الفعلي الخاص بك واستبدال الرابط بعنوان خادم MCP الخاص بك.

نظرة عامة

رأينا

يقدم هذا الخادم MCP واجهة مفيدة لتحليلات التكاليف في AWS عبر Claude والأدوات المرتبطة به، لكنه يفتقر إلى تعريفات واضحة للمحفزات والموارد والأدوات في توثيقه. الإعداد بسيط، ويغطي حالة استخدام عملية لتحليل التكاليف، لكن بعض ميزات MCP المتقدمة تبدو غير مدعومة أو غير موثقة.

تقييم MCP