이미지: AWS ML Blog
摘要
- AWS ML Blog公开了在Bedrock AgentCore上运行的AI代理如何访问用户本地计算机上MCP服务器的桥接构建方法
- 通过浏览器扩展和Chrome原生消息传递,在现有WebSocket连接之上隧道传输经签名的消息,从而无需额外开放端口或使用VPN即可实现连接
- 据悉,内部构建的财务团队AI助手在上线一年内处理了超过41,000次对话
- 발행처
- AWS ML Blog
- 핵심 기술
- MCP 브리지 (WebSocket + Chrome 네이티브 메시징)
- 호스팅 환경
- Amazon Bedrock AgentCore
- 내부 활용 사례
- 재무용 AI 어시스턴트, 1년간 41,000건 이상 대화
- MCP 표준 도입
- Anthropic이 2024년 11월 발표
AWS公开了让在云端运行的AI代理能够访问用户本地计算机上MCP(Model Context Protocol)服务器的桥接构建方法。这是为了解决部署在Amazon Bedrock AgentCore上的代理需要访问用户电子表格等文件,而这些文件只存在于本地机器上的问题。
该架构由AgentCore运行时、浏览器扩展、MCP桥接器、MCP服务器四个部分组成。在云端运行的Strands代理充当MCP客户端并发送工具调用请求,浏览器扩展则在WebSocket和原生消息传递之间双向中继消息。在本地机器上运行的MCP桥接器是一个FastMCP代理,负责在原生消息传递格式和原始MCP JSON-RPC消息之间进行转换,并通过stdio方式与MCP服务器通信。
该方案的特点在于无需额外开放端口或配置VPN,而是将经签名的消息隧道传输至现有连接之上以维持安全性。AWS表示,这种模式与Claude Cowork等产品所采用的架构类似,但不同之处在于该方案使用自有模型和自定义工具服务器,完全在AWS上自行托管。
AWS表示,内部已基于该架构为财务人员构建了一套生产级AI助手,上线一年以来已产生超过41,000次对话。此次博客文章公开的内容是对该内部系统的简化版本,完整源代码已在GitHub上公开。
