AWS Cost Explorer MCP Server

Čo robí „AWS Cost Explorer“ MCP Server?

AWS Cost Explorer MCP Server funguje ako sprostredkovateľský nástroj, ktorý spája AI asistentov, ako je Claude od Anthropic, s AWS Cost Explorer a Amazon Bedrock Model Invocation Logs. Tento server umožňuje vývojárom a AI agentom dotazovať a analyzovať údaje o cloudových výdavkoch z AWS v prirodzenom jazyku, a tak zjednodušuje úlohy ako analýza výdavkov EC2, reporty o výdavkoch služieb či detailné rozpisy nákladov. Sprístupnením funkcionality AWS Cost Explorer API cez Model Context Protocol (MCP) poskytuje interaktívne rozhranie na dotazovanie a vizualizáciu AWS nákladov, čo môže výrazne zlepšiť workflowy riadenia a reportovania cloudových nákladov. Tento server je možné spustiť lokálne alebo vzdialene a pri správnych IAM rolách dokáže agregovať údaje o výdavkoch z viacerých AWS účtov.

Zoznam promptov

• V repozitári alebo dokumentácii nie sú uvedené explicitné šablóny promptov.

Zoznam zdrojov

• V repozitári alebo dokumentácii nie sú uvedené explicitné MCP zdroje.

Zoznam nástrojov

• V server.py ani README.md nie sú uvedené explicitné nástroje alebo názvy nástrojov týkajúcich sa MCP registrácie alebo sprístupnenia nástrojov.

Príklady použitia tohto MCP servera

• Analýza výdavkov EC2: Umožňuje vývojárom získať detailný rozpis EC2 výdavkov za predchádzajúci deň, čo pomáha identifikovať hlavné nákladové položky a optimalizovať infraštruktúru.
• Analýza výdavkov Amazon Bedrock: Poskytuje prehľad o využívaní a nákladoch Bedrocku podľa regiónu, používateľa a modelu, užitočné pre sledovanie nákladov na AI/ML pracovné záťaže.
• Reporty výdavkov služieb: Umožňuje dotazovanie na celkové výdavky AWS služieb za posledných 30 dní, čo pomáha pri komplexnom monitorovaní cloudových nákladov.
• Detailné rozpisy nákladov: Podporuje podrobnú analýzu nákladov AWS podľa dňa, regiónu, služby a typu inštancie, čo umožňuje presné sledovanie rozpočtu a detekciu anomálií.
• Agregácia výdavkov naprieč účtami: Ak to IAM rola umožňuje, server dokáže agregovať a reportovať výdavky z viacerých AWS účtov, čím zjednodušuje správu nákladov vo väčších organizáciách.

Ako ho nastaviť

Windsurf

1. Uistite sa, že máte nainštalovaný Python 3.12, AWS poverenia a prístup k Anthropic API.
2. Nájdite konfiguračný súbor Windsurf.
3. Pridajte AWS Cost Explorer MCP Server pod objekt mcpServers:

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

4. Uložte konfiguráciu a reštartujte Windsurf.
5. Overte, že server beží a je dostupný.

Príklad zabezpečenia API kľúčov:

{
  "mcpServers": {
    "aws-cost-explorer": {
      "command": "python3",
      "args": ["app.py"],
      "env": {
        "AWS_ACCESS_KEY_ID": "vas-kluc-access",
        "AWS_SECRET_ACCESS_KEY": "vas-tajny-kluc"
      }
    }
  }
}

Claude

1. Nainštalujte Python 3.12 a nastavte AWS poverenia.
2. Upravte konfiguračný súbor MCP pre Claude.
3. Pridajte server nasledovne:

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

4. Reštartujte Claude Desktop.
5. Overte integráciu cez rozhranie Claude.

Cursor

1. Nastavte Python 3.12 a AWS poverenia.
2. Otvorte konfiguračný súbor Cursor.
3. Vložte nasledovné do sekcie mcpServers:

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

4. Uložte zmeny a reštartujte Cursor.
5. Otestujte pripojenie spustením vzorovej požiadavky.

Cline

1. Pripravte Python 3.12 a požadované AWS poverenia.
2. Upravte konfiguračný súbor Cline.
3. Pridajte konfiguráciu servera:

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

4. Reštartujte Cline.
5. Uistite sa, že server je v prevádzke a reaguje.

Poznámka: Na zabezpečenie API kľúčov používajte environmentálne premenne, ako je uvedené vo Windsurf príklade vyššie.

Ako použiť tento MCP v rámci flowov

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do svojho workflowu FlowHunt začnite pridaním MCP komponentu do flowu a jeho prepojením s AI agentom:

Kliknite na MCP komponent a otvorte panel konfigurácie. V sekcii systémovej MCP konfigurácie vložte údaje o svojom MCP serveri v tomto JSON formáte:

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

Po nakonfigurovaní bude AI agent schopný používať tento MCP ako nástroj so všetkými jeho funkciami a možnosťami. Nezabudnite zmeniť “aws-cost-explorer” na skutočný názov svojho MCP servera a URL adresu na adresu vášho MCP servera.

Prehľad

Náš názor

Tento MCP server poskytuje užitočné rozhranie pre analytiku AWS nákladov cez Claude a príbuzné nástroje, avšak v dokumentácii chýbajú explicitné definície promptov, zdrojov a nástrojov MCP. Jeho nastavenie je jednoduché a pokrýva praktické prípady analýzy nákladov, no niektoré pokročilé MCP funkcie sa zdajú byť nepodporované alebo nedokumentované.

MCP skóre