AWS Athena MCP 服务器

“aws-athena” MCP 服务器有什么作用？

aws-athena MCP 服务器是一种模型上下文协议（MCP）实现，赋能 AI 助手直接对 AWS Athena 数据库执行 SQL 查询。通过将 AI 驱动的工作流与 Athena 连接，开发者和 AI 代理可以轻松检索和分析存储在 Amazon S3 上的大规模数据。该服务器充当了会话型 AI 与企业数据基础设施之间的桥梁，使强大的数据查询能够简便地融入自动化工作流、代码生成与智能应用。典型任务包括执行 SQL 语句、获取查询结果、将数据洞见集成到开发流程，从而简化数据库操作并加速以数据为中心的应用开发。

提示模板列表

在现有文档或仓库文件中未明确提及任何提示模板。

资源列表

文档或仓库文件中未列出任何显式资源。

工具列表

• run_query：
  使用 AWS Athena 执行 SQL 查询。
  • 参数：
    • database：要查询的 Athena 数据库
    • query：SQL 查询语句
    • maxRows：返回的最大行数（默认：1000，最大：10000）
  • 返回：
    • 若在指定超时时间内完成，返回查询结果。

典型使用场景

• AI 代理的数据分析
  允许 AI 助手对存储于 Amazon S3 的大规模数据集进行分析性 SQL 查询，实现自动化数据探索与报告。
• 商业智能自动化
  将 Athena 查询集成到业务仪表盘或工作流自动化工具中，无需人工干预即可获得最新数据洞见。
• 数据驱动的代码生成
  支持大语言模型（LLM）基于实时数据库结构或 Athena 查询获取的示例数据自动生成或优化代码。
• ETL 与数据管道集成
  在数据工程管道中使用该服务器，通过编程方式执行自定义 SQL 查询以校验、转换或审计数据。

如何配置

Windsurf

1. 确保已安装 Node.js 并配置好 AWS 凭证（可通过 CLI、环境变量或 IAM 角色）。
2. 定位到 Windsurf 配置文件。
3. 添加如下 JSON 片段以集成 aws-athena MCP 服务器：

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

4. 保存并重启 Windsurf。
5. 通过执行示例查询验证配置。

Claude

1. 确保 Node.js 和 AWS 凭证已准备就绪。
2. 编辑 Claude MCP 配置文件。
3. 插入如下服务器配置：

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

4. 保存并重启 Claude。
5. 通过 Claude 界面测试 AWS Athena 连接。

Cursor

1. 安装 Node.js 并配置 AWS 凭证。
2. 打开 Cursor 设置界面或配置文件。
3. 添加如下片段：

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

4. 保存并重启 Cursor。
5. 确认该服务器已在工具列表中可用。

Cline

1. 验证 Node.js 安装和 AWS 凭证。
2. 编辑 Cline MCP 配置。
3. 插入如下内容：

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

4. 保存并重启 Cline。
5. 运行示例 Athena 查询以测试连接。

API 密钥安全

请使用环境变量安全地存储 AWS 等敏感凭证。
包含密钥的示例配置：

{
  "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}"
      }
    }
  }
}

如何在流程中使用 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，请先在流程中添加 MCP 组件并连接至 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置区域，按如下 JSON 格式填写你的 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具使用该 MCP，访问其全部功能。请记得将 “athena” 替换为你的实际 MCP 服务器名，并将 URL 换为你自己的 MCP 服务器地址。

概览

我们的评价

该 MCP 服务器专注于 AWS Athena SQL 查询，具备清晰的配置和安全实践，适合生产环境。但缺乏提示模板和显式资源原语，未提及采样或根支持，因此在通用性和高级 MCP 特性上的评分受限。

MCP 评分