MCP到Lambda转换器
项目介绍
MCP2Lambda
使用 Anthropic 的 Model Context Protocol (MCP)，无需更改代码即可运行任何 AWS Lambda 函数作为大型语言模型 (LLM) 的工具。
graph LR
A[模型] <--> B[MCP 客户端]
B <--> C["MCP2Lambda<br>(MCP 服务器)"]
C <--> D[Lambda 函数]
D <--> E[其他 AWS 服务]
D <--> F[互联网]
D <--> G[VPC]
style A fill:#f9f,stroke:#333,stroke-width:2px
style B fill:#bbf,stroke:#333,stroke-width:2px
style C fill:#bfb,stroke:#333,stroke-width:4px
style D fill:#fbb,stroke:#333,stroke-width:2px
style E fill:#fbf,stroke:#333,stroke-width:2px
style F fill:#dff,stroke:#333,stroke-width:2px
style G fill:#ffd,stroke:#333,stroke-width:2px
此 MCP 服务器充当 MCP 客户端与 AWS Lambda 函数之间的桥梁，使生成式 AI 模型能够访问并运行 Lambda 函数作为工具。例如，可以访问私有资源，如内部应用程序和数据库，而无需提供公共网络访问。这种方法允许模型使用其他 AWS 服务、私有网络和公共互联网。
从安全角度来看，这种方法通过允许模型调用 Lambda 函数但不直接访问其他 AWS 服务来实现职责分离。客户端只需要 AWS 凭据来调用 Lambda 函数。然后，Lambda 函数可以使用函数角色与其他 AWS 服务交互，并访问公共或私有网络。
MCP 服务器提供了两种工具：
-
第一个工具可以自动发现账户中匹配前缀或允许名单的所有 Lambda 函数。该工具与模型共享函数名称及其描述。
-
第二个工具允许按名称调用这些 Lambda 函数，并传递所需参数。
无需更改代码。您可以通过更改以下配置来改进结果：
策略选择
网关支持处理 Lambda 函数的两种不同策略：
-
预发现模式（默认：启用）：在启动时注册每个 Lambda 函数作为独立工具。这提供了一个更直观的界面，其中每个函数都作为一个单独命名的工具出现。
-
通用模式：使用两个通用工具（
list_lambda_functions和invoke_lambda_function）与 Lambda 函数交互。
您可以通过以下方式控制此行为：
- 环境变量：
PRE_DISCOVERY=true|false - 命令行标志：
--no-pre-discovery（禁用预发现模式）
示例：
# 禁用预发现模式
export PRE_DISCOVERY=false
python main.py
# 或使用命令行标志禁用预发现
python main.py --no-pre-discovery
-
为了向 MCP 客户端提供使用 Lambda 函数的知识，Lambda 函数的描述应指示该函数的功能及使用的参数。参见示例函数以快速演示和更多细节。
-
为了帮助模型使用通过 AWS Lambda 提供的工具，您可以在您的系统提示中添加类似以下内容：
使用 AWS Lambda 工具来提高您的答案质量。
概览
MCP2Lambda 允许 LLM 与 AWS Lambda 函数作为工具进行交互，扩展其功能，超越文本生成。这使得模型能够：
- 访问实时和私有数据，包括 VPC 中的数据源
- 使用 Lambda 函数作为沙箱环境执行自定义代码
- 使用 Lambda 函数的互联网访问（和带宽）与外部服务和 API 进行交互
- 执行专门计算或数据处理
服务器使用 MCP 协议，该协议标准化了 AI 模型访问外部工具的方式。
默认情况下，只有名称以 mcp2lambda- 开头的函数对模型可用。
预备条件
- Python 3.12 或更高版本
- 配置好凭据的 AWS 账户
- AWS Lambda 函数（存储库中提供示例函数）
- 使用 Amazon Bedrock 并具有 Converse API 的应用程序
- 兼容 MCP 的客户端，如 Claude Desktop
安装
通过 Smithery 安装
要通过 Smithery 自动安装 MCP2Lambda 到 Claude Desktop：
npx -y @smithery/cli install @danilop/MCP2Lambda --client claude
手动安装
-
克隆仓库：
git clone https://github.com/yourusername/mcp2lambda.git cd mcp2lambda -
配置 AWS 凭据。例如，使用 AWS CLI：
aws configure
示例 Lambda 函数
此仓库包括三个示例 Lambda 函数，展示了不同的使用案例。这些函数具有基本权限，只能写入 CloudWatch 日志。
CustomerIdFromEmail
根据电子邮件地址检索客户 ID。此函数接受电子邮件参数并返回关联的客户 ID，展示如何构建简单的查找工具。该函数硬编码为回复 user@example.com 邮件地址。例如，您可以请求模型获取邮件 user@example.com 的客户 ID。
CustomerInfoFromId
根据客户 ID 检索详细的客户信息。此函数返回客户详情，如姓名、电子邮件和状态，展示 Lambda 如何提供上下文特定的数据。该函数硬编码为回复由前一个函数返回的客户 ID。例如，您可以请求模型“获取邮件 user@example.com 的客户状态”。这将使用两个函数来获得结果。
RunPythonCode
在 Lambda 沙箱环境中执行任意 Python 代码。此强大功能允许 Claude 编写并运行 Python 代码以执行计算、数据处理或其他未内置到模型中的操作。例如，您可以请求模型“计算 1 到 10、1 到 100 等直到 1M 的质数数量”。
部署示例 Lambda 函数
仓库中的示例 Lambda 函数位于 sample_functions 目录下。
-
安装 AWS SAM CLI：https://docs.aws.amazon.com/serverless-application-model/latest/developerguide/install-sam-cli.html
-
部署示例函数：
cd sample_functions sam build sam deploy
示例函数将以 mcp2lambda- 前缀部署。
使用 Amazon Bedrock
MCP2Lambda 还可用于 Amazon Bedrock 的 Converse API，允许您使用 Bedrock 支持的任何模型使用 MCP 协议。
mcp_client_bedrock 目录包含一个客户端实现，用于连接 MCP2Lambda 到 Amazon Bedrock 模型。
更多信息请参阅：https://github.com/mikegc-aws/amazon-bedrock-mcp
预备条件
- 对 Claude、Mistral、Llama 等模型的 Amazon Bedrock 访问和权限
- 配置好适当凭据的 Boto3
安装和设置
-
导航至 mcp_client_bedrock 目录：
cd mcp_client_bedrock -
安装依赖项：
uv pip install -e . -
运行客户端：
python main.py
配置
客户端默认使用 Anthropic 的 Claude 3.7 Sonnet，但您可以在 main.py 中修改 model_id 来使用其他 Bedrock 模型：
# 支持的模型示例：
model_id = "us.anthropic.claude-3-7-sonnet-20250219-v1:0"
#model_id = "us.amazon.nova-pro-v1:0"
您还可以在同一文件中自定义系统提示以改变模型的行为。
使用方法
-
在一个终端中启动 MCP2Lambda 服务器：
cd mcp2lambda uv run main.py -
在另一个终端中运行 Bedrock 客户端：
cd mcp_client_bedrock python main.py -
通过命令行界面与模型互动。模型将有权访问之前部署的 Lambda 函数。
使用 Claude Desktop
在您的 Claude Desktop 配置文件中添加以下内容：
{
"mcpServers": {
"mcp2lambda": {
"command": "uv",
"args": [
"--directory",
"<完整路径到 mcp2lambda 目录>",
"run",
"main.py"
]
}
}
}
为了帮助模型通过 AWS Lambda 使用工具，在您的设置配置文件中，您可以在个人偏好中添加类似以下内容：
使用 AWS Lambda 工具来提高您的答案质量。
启动 MCP 服务器
本地启动 MCP 服务器：
cd mcp2lambda
uv run main.py