MCP Server实践，轻松搞定AWS云成本分析

Karpenter 开源地址： 

https://github.com/kubernetes-sigs/karpenter

前言

在当前云原生架构日益复杂、资源使用碎片化的趋势下，控制和优化云成本成为了企业管理中越来越重要的一环。如何做到“把钱花在刀刃上”——避免计算资源冗余和隐藏支出，成为广大企业和工程师重点关注的话题。

尤其对于使用 AWS 的企业来说，按量计费虽然灵活，但一旦资源配置不合理、未能及时释放，就可能造成巨大的浪费。因此，对成本的可视化分析也逐渐成为提升工程效率、支撑产品持续演进的关键能力。

本文将带您了解由 AWS Labs 开源的 Cost Analysis MCP Server，探索其如何通过 Model Context Protocol（MCP）为 AI 成本分析带来便利。

GitHub 地址：

https://github.com/awslabs/mcp/tree/main/src/cost-analysis-mcp-server

什么是 MCP Server？

MCP（Model Context Protocol）是由 Anthropic 推出的一种开放标准，旨在为大型语言模型（LLMs）提供与外部数据源和工具交互的标准化接口。

下方架构图形象地指出了 MCP 的主要组成部分：

• • MCP Host：发起请求的 LLM 应用程序，比如 Claude、IDE
• • MCP Client：与 MCP Server 建立1:1连接，处理通信
• • MCP Server：为 MCP client 提供上下文、工具和 prompt 信息

MCP Server 的优势

• • 标准化接口：通过 MCP 协议，简化了 AI 模型与外部工具的集成过程，提高了开发效率。
• • 实时通信：支持 Server-Sent Events（SSE）等通信方式，实现了模型与服务器之间的实时数据交换。
• • 安全可靠：内置权限控制和日志记录机制，确保数据交互的安全性和可追溯性。
• • 可扩展性强：支持多种工具的集成，便于根据业务需求扩展功能。

在成本分析场景中，MCP Server 充当了 AI 模型与 AWS 成本数据之间的桥梁，使得 AI 模型能够实时获取、分析和优化云服务成本。

核心功能

1. AWS 成本可视化分析

• • 细致拆解 AWS 成本，按服务、区域、层级等维度分类汇总
• • 识别各服务云成本分布情况，助力精准优化云支出

2. 自然语言查询成本数据

• • 无需复杂的查询语言，你可以像提问 ChatGPT 一样，询问「哪个服务最贵？」「S3 成本为什么突然升高？」
• • 无需手动翻阅复杂的价格文档，支持从 AWS 定价网页、AWS Pricing API 实时获取数据

3. 一键生成成本报告与优化建议

• • 自动读取基础设施即代码（Infrastructure as Code）生成针对性报告
• • 基于当前资源使用情况，智能生成成本优化建议，如：是否切换为预留实例、是否有多余资源未调度

适合谁使用？

• • 云架构或 DevOps 工程师，深入了解各服务在 AWS 上的成本构成。
• • 成本管控或 SRE 团队，定期评估优化方案并输出报告。
• • 初创公司或中小型团队，期望通过智能工具节省云支出，专注核心业务。

快速开始：如何安装并运行 MCP Server

安装准备

1. 1. 通过 Astral 安装 uv
2. 2. 使用 uv python install 3.10 安装 Python
3. 3. 配置具有访问 AWS 服务权限的凭证，确保具备以下条件：
   • 一个具有适当权限的 AWS 账户
   • 使用 aws configure 命令或环境变量配置 AWS 凭证
   • 确保你的 IAM 角色或用户具有访问 AWS Pricing API 的权限

安装步骤

1. 安装 AWS CLI

通过下方命令，下载并安装 AWS CLI

curl "https://awscli.amazonaws.com/AWSCLIV2.pkg" -o "AWSCLIV2.pkg"

安装完毕后，配置 AWS CL

aws configure

2. 安装AWS Q

访问地址：https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/command-line-installing.html， 从下方地址进入即可下载：

https://desktop-release.codewhisperer.us-east-1.amazonaws.com/latest/Amazon%20Q.dmg

按照 Amazon Q 介绍，注册账号（自己的邮箱即可），然后登录进入

3. 设置配置文件

创建一个~/.aws/amazonq/mcp.json 文件：

{  "mcpServers": {    "awslabs.cost-analysis-mcp-server": {      "command": "uvx",      "args": ["awslabs.cost-analysis-mcp-server@latest"],      "env": {        "FASTMCP_LOG_LEVEL": "ERROR",        "AWS_PROFILE": "your-aws-profile"      },      "disabled": false,      "autoApprove": []    }  }}

AWS 身份验证

MCP Server 会使用 AWS_PROFILE 环境变量中指定的 AWS 配置文件。如果未指定该变量，则默认使用你 AWS 配置文件中的 “default” 配置文件。

"env": {  "AWS_PROFILE": "your-aws-profile"}

请确保所使用的 AWS 配置文件具有访问 AWS Pricing API 的权限。

4. 完成安装，启动对话

MCP Server 会使用指定的配置文件创建一个 boto3 会话，以便通过该会话对 AWS 服务进行身份验证。您的 AWS IAM 凭证将始终保留在本地，仅用于访问 AWS 服务。

q chat

输出结果（下方视频跳转至0:47，即可查看生成结果）：

总结

AWS Cost Analysis MCP Server 为企业提供了一个高效、智能的成本分析解决方案。通过标准化的 MCP 协议，企业可以轻松集成成本分析功能，提升云服务的成本管理能力。