AWS Athena MCPサーバー

「aws-athena」MCPサーバーとは？

aws-athena MCPサーバーは、AIアシスタントがAWS Athenaデータベースに対して直接SQLクエリを実行できるようにするModel Context Protocol (MCP) 実装です。AI搭載ワークフローをAthenaと接続することで、開発者やAIエージェントはAmazon S3に保存された大規模データを簡単に取得・分析できます。このサーバーは会話型AIとエンタープライズデータ基盤の橋渡しとなり、堅牢なデータクエリを自動化ワークフロー、コード生成、インテリジェントアプリケーションへ手軽に組み込めます。主なタスクには、SQL文の実行、クエリ結果の取得、データ駆動型インサイトの開発プロセスへの統合があり、データベース操作の効率化とデータ中心アプリケーション開発の加速を実現します。

プロンプト一覧

利用可能なドキュメントやリポジトリファイルに明示されたプロンプトテンプレートはありません。

リソース一覧

ドキュメントやリポジトリファイルに明示されたリソースはありません。

ツール一覧

• run_query:
  AWS Athenaを用いたSQLクエリの実行
  • パラメータ:
    • database: クエリ対象のAthenaデータベース
    • query: SQLクエリ文字列
    • maxRows: 返却する最大行数（デフォルト: 1000、最大: 10000）
  • 戻り値:
    • 指定タイムアウト内で完了した場合、クエリ結果を返します。

このMCPサーバーのユースケース

• AIエージェント向けデータ分析
  AIアシスタントがAmazon S3上の大規模データセットに対して分析用SQLクエリを実行し、自動でデータ探索やレポートを可能にします。
• ビジネスインテリジェンス自動化
  Athenaクエリをビジネスダッシュボードやワークフロー自動化ツールに組み込み、手作業不要で最新のデータインサイトを提供します。
• データ駆動型コード生成
  LLMがAthena経由で取得したライブDBスキーマやサンプルデータにもとづきコード生成・改善を行えます。
• ETL・データパイプライン統合
  データエンジニアリングのパイプライン内で、カスタムSQLクエリを使ってデータ検証・変換・監査を自動実行できます。

セットアップ方法

Windsurf

1. Node.jsがインストールされており、AWS認証情報（CLI、環境変数、またはIAMロール経由）が設定されていることを確認します。
2. Windsurfの設定ファイルを探します。
3. 以下のJSONスニペットでaws-athena MCPサーバーを追加します:

   {
     "mcpServers": {
       "athena": {
         "command": "npx",
         "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
         "env": {
           "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/"
         }
       }
     }
   }
   

4. 保存してWindsurfを再起動します。
5. サンプルクエリでセットアップを検証します。

Claude

1. Node.jsとAWS認証情報がセットアップされていることを確認します。
2. Claude MCPの設定ファイルを編集します。
3. サーバー設定を挿入:

   {
     "mcpServers": {
       "athena": {
         "command": "npx",
         "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
         "env": {
           "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/"
         }
       }
     }
   }
   

4. 保存してClaudeを再起動します。
5. ClaudeインターフェースからAWS Athena接続をテストします。

Cursor

1. Node.jsをインストールし、AWS認証情報を設定します。
2. Cursorの設定または構成ファイルを開きます。
3. 以下のスニペットを追加:

   {
     "mcpServers": {
       "athena": {
         "command": "npx",
         "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
         "env": {
           "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/"
         }
       }
     }
   }
   

4. 保存してCursorを再起動します。
5. ツールリストにサーバーが表示されていることを確認します。

Cline

1. Node.jsのインストールとAWS認証情報を確認します。
2. Cline MCPの設定を編集します。
3. 以下を挿入:

   {
     "mcpServers": {
       "athena": {
         "command": "npx",
         "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
         "env": {
           "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/"
         }
       }
     }
   }
   

4. 保存してClineを再起動します。
5. サンプルAthenaクエリを実行して接続をテストします。

APIキーの安全な管理

AWS認証情報などの機密情報は環境変数で安全に保存しましょう。
シークレットを使った設定例:

{
  "mcpServers": {
    "athena": {
      "command": "npx",
      "args": ["-y", "@lishenxydlgzs/aws-athena-mcp"],
      "env": {
        "OUTPUT_S3_PATH": "s3://your-bucket/athena-results/",
        "AWS_ACCESS_KEY_ID": "${AWS_ACCESS_KEY_ID}",
        "AWS_SECRET_ACCESS_KEY": "${AWS_SECRET_ACCESS_KEY}"
      }
    }
  }
}

フロー内でのMCP利用方法

FlowHuntでのMCP利用

FlowHuntワークフローにMCPサーバーを統合するには、まずMCPコンポーネントをフローに追加し、AIエージェントと接続してください。

MCPコンポーネントをクリックすると設定パネルが開きます。システムMCP設定欄に、以下のJSON形式でMCPサーバー情報を入力してください。

{
  "athena": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

設定後、AIエージェントがこのMCPをツールとして利用でき、すべての機能にアクセスできます。“athena"はご自身のMCPサーバー名に、URLも自身のMCPサーバーURLに必ず変更してください。

概要

総評

このMCPサーバーはAWS Athena SQLクエリ用途に特化し本番運用も可能な堅牢さと明快なセットアップ・安全な運用方法を備えています。一方でプロンプトテンプレートや明示的なリソースプリミティブ、サンプリングやrootsサポートの記載はなく、汎用性やMCP高度機能面ではスコアがやや限定されます。

MCPスコア