AWS Agent Toolkit
为 AI 编码代理提供构建、部署和管理 AWS 应用的工具、知识与防护。
证据显示：工作流默认无权限，最小权限原则在CI中体现；MCP服务器提供IAM条件键区分代理与人类操作，但用户确认机制未明确；数据流透明性通过CloudTrail和CloudWatch提及，但具体实现细节不足；敏感数据处理未详细说明；依赖安全通过版本固定和供应链建议体现，但未提供完整依赖清单；外部影响如脚本执行有沙箱，但未明确用户确认；回滚机制未提及；来源归属明确为AWS官方。扣分原因：用户确认和敏感数据处理证据不足，回滚缺失。
证据显示：仓库结构一致，插件和技能命名清晰；依赖可用性通过PyPI和GitHub Actions体现，但未提供完整依赖清单；失败消息在测试中体现，如无效输入返回明确错误。扣分原因：依赖可用性未全面验证，失败消息仅部分覆盖。
证据显示：面向多种编码代理（Claude Code, Codex, Cursor, Kiro），场景覆盖广泛；能力边界通过插件和技能划分明确；触发精度通过技能按需加载体现；环境适配支持多种安装方式。扣分原因：部分场景如Kiro需要额外配置，但文档已说明。
证据显示：信息架构清晰，README和文档链接完整；安装说明详细，包括CLI和插件安装；命名稳定，插件和技能命名一致；示例和FAQ通过README和用户指南提供；已知限制提及AWS Labs过渡，但未详细列出；许可证为Apache-2.0，完整LICENSE文件；版本控制通过GitHub Actions和版本固定体现，但无CHANGELOG；维护责任明确为AWS官方。扣分原因：已知限制和版本变更记录不足。
证据显示：输出可用性通过技能和MCP服务器提供结构化输出；边际价值通过提供官方工具和技能，减少重复工作；成本效益通过免费开源和减少开发时间体现。扣分原因：未提供具体性能或成本数据。
证据显示：声明可追溯，README和文档链接指向官方文档；跨来源验证有限，主要依赖单一仓库；事实与推断分离，README区分事实和推荐。扣分原因：跨来源验证不足。
- 用户确认机制未明确，代理可能执行高风险操作而无显式确认。
- 敏感数据处理细节不足，需审查MCP服务器如何处理凭证和用户数据。
- 回滚机制缺失，操作失败后可能无法自动恢复。
- 依赖清单不完整，需检查所有依赖的安全性。
这个 Agent 能做什么，适合哪些场景？
Agent Toolkit for AWS 是 AWS 官方支持的 MCP 服务器、技能与插件集合，旨在帮助 AI 编码代理（如 Claude Code、Codex、Cursor、Kiro）高效、安全地使用 AWS 服务。它包含四大核心组件：AWS MCP 服务器提供完整的 AWS API 访问、沙箱脚本执行和实时文档检索；技能包涵盖核心 AWS 开发、AI 代理构建、数据分析和 DevSecOps 场景；插件将 MCP 服务器与技能捆绑，便于一键安装；规则文件为代理提供项目级最佳实践。该工具包已全面上市（GA），并采用 Apache-2.0 许可证。它与 AWS Labs 的早期工具不同，提供了 IAM 条件键、CloudWatch 指标和 CloudTrail 审计日志等企业级控制。
该工具包通过 AWS MCP 服务器（托管于 https://aws-mcp.us-east-1.api.aws/mcp）为代理提供完整的 AWS API 访问（覆盖 300+ 服务）、沙箱脚本执行和实时文档搜索。代理可通过 CLI 命令 aws configure agent-toolkit 或插件安装（如 /plugin install aws-core@claude-plugins-official）进行配置。技能通过 npx skills add aws/agent-toolkit-for-aws/skills 安装，按需发现和加载。插件捆绑了 MCP 服务器配置和技能，支持 Claude Code、Codex 和 Cursor 市场。对于 Kiro，需手动配置 MCP 服务器 JSON 并安装技能。规则文件（rules/）提供项目级配置，指导代理使用 MCP 服务器、发现技能和搜索文档。执行模型为：代理通过 MCP 工具调用 AWS API，运行 Python 脚本，并检索相关文档，最终生成部署、配置或分析结果。
- 开发者使用 Claude Code 通过
/plugin install aws-core@claude-plugins-official快速获取 AWS 核心技能，进行服务选择、CDK/CloudFormation 和部署。 - AI 代理构建者使用
aws-agents插件学习如何使用 Amazon Bedrock 和 AgentCore 构建 AI 代理。 - 数据分析师使用
aws-data-analytics插件处理数据湖、分析和 ETL 工作流，涉及 S3 Tables、AWS Glue 和 Athena。 - 安全团队使用
aws-agents-for-devsecops插件进行事件调查、代码审查、UAT 执行、漏洞扫描和渗透测试。 - 使用其他编码代理（如 Cursor）的用户可通过市场导入此仓库并安装
aws-core插件。
这个 Agent 有哪些优点和局限？
- AWS 官方支持，提供企业级安全控制（IAM 条件键、CloudWatch 指标、CloudTrail 审计）。
- 插件覆盖多种主流编码代理（Claude Code、Codex、Cursor、Kiro），开箱即用。
- 技能经过端到端评估，提供高质量的工作流指导，涵盖广泛 AWS 服务。
- 核心功能依赖 AWS 云服务，不可移植到其他云平台。
- 仅支持 AWS 服务，对非 AWS 工作负载无益。
- 需要 AWS 账户和本地 AWS 凭证，且需要安装 uv、npx 等依赖。
如何安装或部署这个 Agent？
安装方式因代理而异：
- AWS CLI：运行 aws configure agent-toolkit。
- Claude Code：使用 /plugin install aws-core@claude-plugins-official（或 aws-agents、aws-data-analytics、aws-agents-for-devsecops）。若提示 Plugin not found，先运行 /plugin marketplace update claude-plugins-official。
- Codex：运行 codex plugin marketplace add aws/agent-toolkit-for-aws，然后在 Codex 中运行 /plugins 安装 aws-core。
- Cursor：在 Settings → Plugins → Team Marketplaces → Add Marketplace → Import from Repo 中添加 aws/agent-toolkit-for-aws，然后在插件面板安装 aws-core。
- Kiro：编辑 .kiro/settings/mcp.json 添加 AWS MCP Server（使用 uvx [email protected]），然后运行 npx skills add aws/agent-toolkit-for-aws/skills。
- 其他代理：配置 AWS MCP Server 并运行 npx skills add aws/agent-toolkit-for-aws/skills。
如何使用这个 Agent？
配置后，代理即可通过 MCP 服务器调用 AWS API。例如，在 Claude Code 中，安装插件后，代理会自动发现技能，并根据任务调用相关技能。可浏览 skills/ 目录查看所有可用技能。对于 DevSecOps 插件，需运行 /aws-agents-for-devsecops:setup 进行设置。使用 AWS CLI 时，通过 aws configure agent-toolkit 建立配置，然后代理即可使用。确保本地已配置 AWS 凭证（通过 AWS CLI 或环境变量）。
这个 Agent 与同类方案有什么区别？
与 AWS Labs 中的 MCP 服务器和技能相比，Agent Toolkit 提供更完善的企业控制和评估过的技能，是 AWS 推荐的继任者。