Do Zero ao Primeiro MCP Server Corporativo com Kiro + Amazon Bedrock

Por

Tutorial Completo: Como construir e conectar um servidor Model Context Protocol (MCP) corporativo aos modelos Claude 3.5 Sonnet hospedados na AWS via Amazon Bedrock. Por Fabio Silva.

🛠️ O que é o Model Context Protocol (MCP)?

O Model Context Protocol (MCP) é um padrão aberto desenvolvido para conectar com segurança modelos de IA a fontes de dados corporativas, ferramentas locais, bancos de dados e APIs REST internas sem expor dados confidenciais à nuvem pública.

🏗️ Arquitetura da Solução Corporativa

  • Kiro CLI / Agent Framework: Atua como cliente MCP, disparando requisições estruturadas.
  • Custom MCP Server (Python FastMCP): Expõe ferramentas corporativas (ex: consulta a banco de dados MySQL/Postgres ou logs da empresa).
  • Amazon Bedrock API: Fornece inferência de LLMs de alto desempenho (Claude 3.5 Sonnet / Haiku) dentro de uma VPC privada na AWS com criptografia KMS.

💻 Código do Servidor MCP em Python (mcp_server.py)

from mcp.server.fastmcp import FastMCP
import boto3
import json

mcp = FastMCP("Corporate-Bedrock-Server")
bedrock = boto3.client('bedrock-runtime', region_name='us-east-1')

@mcp.tool()
def query_aws_resource_status(resource_id: str) -> str:
    # Lógica de integração com AWS SDK / Bedrock
    return f"Recurso {resource_id} ativo e operando com 99.99% de saúde."

if __name__ == "__main__":
    mcp.run()

🔒 Governança e Segurança em Ambiente Corporativo

  • Credenciais IAM com Princípio do Menor Privilégio: Utilize aws sts assume-role e papéis temporários.
  • VPC Endpoints (AWS PrivateLink): Garanta que o tráfego entre o MCP Server local e o Bedrock não passe pela internet pública.
  • Logging e Audit Trail: Registre todas as chamadas de ferramentas no AWS CloudTrail e CloudWatch Logs.

Artigo originalmente publicado por Fabio Silva — Arquiteto de Soluções em Cloud, DevOps e IA Generativa.

Deixe um comentário