AWS Cost Explorer MCP 服务器

“AWS Cost Explorer” MCP 服务器的作用是什么？

AWS Cost Explorer MCP 服务器是一个中间件工具，将如 Anthropic 的 Claude 这类 AI 助手与 AWS Cost Explorer 及 Amazon Bedrock 模型调用日志连接起来。该服务器让开发者和 AI 代理可以用自然语言查询和分析 AWS 的云支出数据，便于执行 EC2 支出分析、服务支出报告和精细成本拆解等任务。通过利用 Model Context Protocol (MCP) 暴露 AWS Cost Explorer API 功能，它为查询和可视化 AWS 成本提供了交互式接口，极大提升了云成本管理和报表工作流效率。服务器既可本地运行也可远程部署，若配置正确 IAM 角色，还能汇总多个 AWS 账号的支出数据。

Prompts 列表

• 仓库或文档中未列出明确的 prompt 模板。

资源列表

• 仓库或文档中未列出明确的 MCP 资源。

工具列表

• server.py 或 README.md 中未列出关于 MCP 工具注册或暴露的明确工具或工具名。

该 MCP 服务器的应用场景

• EC2 支出分析：让开发者获得前一天 EC2 支出的详细拆解，有助于识别成本驱动因素并优化基础设施。
• Amazon Bedrock 支出分析：提供 Bedrock 使用和成本的洞察，按区域、用户和模型拆分，适用于跟踪 AI/ML 工作负载费用。
• 服务支出报告：可查询最近 30 天整体 AWS 服务支出，助力云成本的全面监控。
• 详细成本拆解：支持按日、区域、服务和实例类型进行细粒度 AWS 成本分析，便于精确预算追踪和异常检测。
• 跨账号支出汇总：如 IAM 角色允许，服务器可汇总并报告多个 AWS 账号的支出，简化多账号成本管理。

如何设置

Windsurf

1. 确保已安装 Python 3.12，配置好 AWS 凭证和 Anthropic API 访问权限。
2. 找到您的 Windsurf 配置文件。
3. 在 mcpServers 对象下添加 AWS Cost Explorer MCP 服务器：

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

4. 保存配置并重启 Windsurf。
5. 验证服务器是否正常运行和可访问。

API 密钥安全存储示例：

{
  "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. 安装 Python 3.12 并设置 AWS 凭证。
2. 编辑 Claude 的 MCP 配置文件。
3. 按如下方式添加服务器：

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

4. 重启 Claude Desktop。
5. 通过 Claude 界面确认集成情况。

Cursor

1. 配置 Python 3.12 和 AWS 凭证。
2. 打开 Cursor 的配置文件。
3. 在 mcpServers 区域插入如下内容：

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

4. 保存更改并重启 Cursor。
5. 通过运行示例查询测试连接。

Cline

1. 准备 Python 3.12 和所需 AWS 凭证。
2. 编辑 Cline 配置文件。
3. 添加服务器配置：

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

4. 重启 Cline。
5. 确认服务器正常运行并有响应。

**注意：**建议如 Windsurf 示例所示，使用环境变量来保护 API 密钥安全。

在流程中如何使用该 MCP

FlowHunt 中的 MCP 使用

要将 MCP 服务器集成到您的 FlowHunt 工作流中，首先在流程中添加 MCP 组件并连接到您的 AI 代理：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，按照如下 JSON 格式插入您的 MCP 服务器信息：

{
  "aws-cost-explorer": {
    "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，拥有其全部功能和能力。请记得将 “aws-cost-explorer” 替换为您的实际 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

我们的观点

此 MCP 服务器为通过 Claude 及相关工具进行 AWS 成本分析提供了有用的接口，但文档中缺乏明确的 MCP prompt、资源和工具定义。其部署简单，覆盖了实用的成本分析场景，但部分高级 MCP 功能似乎未被支持或未有文档说明。

MCP 评分