Создание интерактивных приложений MCP с использованием Amazon Bedrock AgentCore

В условиях роста взаимодействия пользователей с цифровыми сервисами через AI-хосты, такие как ChatGPT и Claude, организациям необходимо обеспечивать доступ к своим сервисам с богатым пользовательским интерфейсом, а не только с текстовыми ответами. Amazon Bedrock AgentCore предоставляет платформу для создания, подключения и оптимизации агентов на масштабируемой основе, поддерживая любой фреймворк или модель.

Особенность MCP Apps заключается в расширении протокола Model Context Protocol (MCP) с помощью интерактивных HTML-виджетов, которые отображаются прямо внутри AI-хостов. Amazon Bedrock AgentCore включает в себя runtime-окружение, обеспечивающее безопасный, безсерверный и изолированный хост с нативной поддержкой MCP, а также шлюз AgentCore Gateway, который предоставляет единый безопасный конечный пункт для доступа к этим приложениям.

В статье демонстрируется пример создания и развертывания MCP-приложения Unicorn Rentals, позволяющего пользователям просматривать, бронировать и возвращать единорогов через любой поддерживающий MCP Apps хост. Процесс включает четыре шага: отображение доступных единорогов, бронирование, просмотр текущих бронирований и возврат.

Архитектура решения основана на взаимодействии компонентов: MCP-приложение, реализованное на TypeScript с использованием SDK MCP, размещается на AgentCore runtime, а бизнес-логика реализована через AWS Lambda и Amazon DynamoDB. Взаимодействие происходит через защищённый шлюз, который маршрутизирует запросы и обеспечивает безопасность.

Деплой осуществляется с помощью скрипта, который собирает и загружает приложение в S3, создаёт необходимые ресурсы и настраивает AgentCore runtime. После развертывания пользователи могут подключать приложение к различным AI-хостам, поддерживающим MCP Apps, например, ChatGPT или Claude, что обеспечивает одинаковый пользовательский опыт.

Для перехода в продуктивную эксплуатацию рекомендуется использовать Amazon CloudWatch для мониторинга, настроить правила безопасности и оптимизировать расходы за счёт правильной настройки ресурсов. Также важно внедрять меры по обеспечению безопасности и ответственности AI, включая фильтрацию контента и проверку данных.

Статья подчеркивает, что архитектура позволяет легко масштабировать и модифицировать приложение без необходимости полной переработки, благодаря разделению протокольного слоя и бизнес-логики. Это обеспечивает гибкость и портативность решений, а также возможность расширения функционала.

Об авторе: Дантис Стефен — старший архитектор решений в AWS, специализирующийся на генеративных AI-решениях для предприятий, а Бабс Халидсон — инженер машинного обучения в AWS, занимающийся настройкой и развертыванием больших языковых моделей.