Создание моста MCP для доступа AI-агента к локальным инструментам MCP

Облачные AI-агенты, такие как Strands, работают в облаке, однако пользовательские инструменты и файлы находятся на локальных машинах. Для интеграции этих компонентов был создан MCP-мост — стандарт с открытым исходным кодом, введенный Anthropic в ноябре 2024 года, который стандартизирует подключение AI-моделей к внешним данным и инструментам.

Мост MCP использует архитектуру клиент-сервер, где MCP-хост устанавливает соединение с одним или несколькими MCP-серверами. Поддерживаются два транспортных механизма: stdio (локальное взаимодействие) и потоковый HTTP. В случае, когда MCP-сервер находится локально, а клиент — удаленно, возникает необходимость в безопасном туннелировании сообщений.

Для этого разработан механизм, который использует WebSocket и native messaging Chrome для передачи зашифрованных сообщений без открытия портов или VPN. Внутри архитектуры задействованы четыре компонента: среда выполнения AgentCore, расширение браузера, MCP-мост и локальный MCP-сервер.

Расширение браузера обеспечивает интерфейс чата и двунаправленную передачу сообщений между средой AgentCore и MCP-мостом. MCP-мост выступает в роли прокси, переводящего сообщения между протоколами Chrome и MCP JSON-RPC. Локальный MCP-сервер работает как стандартный сервер, взаимодействие с которым происходит через stdio.

Процесс обмена сообщениями включает отправку запросов через расширение, их маршрутизацию через WebSocket и native messaging к MCP-мосту, который, в свою очередь, передает их локальному MCP-серверу. Ответы проходят обратный путь, обеспечивая безопасное и прозрачное взаимодействие.

Для реализации используется presigned WebSocket URL, генерируемый с помощью AWS SDK и учетных данных пользователя, что исключает утечку данных и обеспечивает безопасность. Весь обмен происходит без передачи учетных данных через браузер, а соединение автоматически восстанавливается при разрывах.

Проект включает инструкции по развертыванию, настройке расширения Chrome и регистрации native messaging, а также рекомендации по обеспечению безопасности и возможностям расширения функциональности, например, автоматизации локальных задач или интеграции новых инструментов.

Данная архитектура позволяет централизованно управлять агентами, одновременно предоставляя им доступ к локальным инструментам, таким как Excel или Git, что расширяет возможности AI в профессиональных средах. Исходный код проекта доступен на GitHub, что позволяет разработчикам адаптировать решение под свои нужды.