目次
- はじめに
第1章 MCPとは
1.1 MCP登場までのバックグラウンド
- 1.1.1 LLMに指示を与える「プロンプト」
- 1.1.2 LLMに外部情報を伝える「リソース」
- 1.1.3 LLMに外部とやりとりする手段を提供する「ツール」
- 1.1.4 開発フレームワークの進化
1.2 MCPが解決する課題とメリット
- 1.2.1 開発者の分離
- 1.2.2 一般ユーザーでも簡単に利用可能
1.3 AWSとMCP
第2章 MCPのアーキテクチャ
2.1 MCPのアーキテクチャ
2.2 MCPのメッセージ形式
2.3 MCPの通信プロトコル
- 2.3.1 stdio方式
- 2.3.2 Streamable HTTP方式
2.4 MCPプリミティブ
- 2.4.1 Promptsプリミティブ
- 2.4.2 Resourcesプリミティブ
- 2.4.3 Toolsプリミティブ
- 2.4.4 Samplingプリミティブ
- 2.4.5 Rootsプリミティブ
- 2.4.6 Elicitationプリミティブ
2.5 MCPにおける認証・認可
- 2.5.1 認証・認可の必要性
- 2.5.2 認証・認可を支える技術「OAuth」
- 2.5.3 認証・認可フロー
2.6 MCPユーティリティ
- 2.6.1 Cancellation
- 2.6.2 Ping
- 2.6.3 Progress
- 2.6.4 Tasks
第3章 AWSデベロッパー向けMCP対応製品とサービス
3.1 MCPホスト
- 3.1.1 Kiro
- 3.1.2 Amazon Q Developer IDE
- 3.1.3 Claude Code
- 3.1.4 Cline
3.2 MCPサーバー
- 3.2.1 AWS MCP Servers（オープンソースプロジェクト）
- 3.2.2 AWS MCP Server（サービス名）
- 3.2.3 その他のMCPサーバー
3.3 MCP対応AIエージェント開発用サービス
- 3.3.1 AWS製AIエージェント構築フレームワーク「Strands Agents」
- 3.3.2 デプロイ先として利用できる「Amazon Bedrock AgentCore」
3.4 AWS Samplesで公開されているMCP 対応アプリケーション
- 3.4.1 Bedrock Engineer
- 3.4.2 Generative AI Use Cases（GenU）
- 3.4.3 MCP-MCP
第4章 MCPを触ってみよう
4.1 Claude CodeをMCPホストとして使ってみよう
- 4.1.1 Claude Codeの利用
- 4.1.2 Everything MCP Serverの概要
- 4.1.3 ハンズオン環境の準備
- 4.1.4 Resourcesプリミティブの利用
- 4.1.5 Promptsプリミティブの利用
- 4.1.6 Toolsプリミティブの利用
- 4.1.7 まとめ
4.2 MCPを作ってみよう（MCPサーバー側プリミティブ編）
- 4.2.1 Streamlitによるシンプルなチャットアプリの実装
- 4.2.2 Promptsプリミティブの実装
- 4.2.3 Resourcesプリミティブの実装
- 4.2.4 Toolsプリミティブの実装
- 4.2.5 通信方式のStreamable HTTPへの変更
4.3 MCPを作ってみよう（MCPクライアント側プリミティブ編）
- 4.3.1 Richライブラリの概要
- 4.3.2 Samplingプリミティブの実装
- 4.3.3 Rootsプリミティブの実装
- 4.3.4 Elicitationプリミティブの実装
- 4.3.5 まとめ
第5章 AWSとMCPによる実践アプリケーション開発
5.1 AWS公式MCPサーバーを使ったインフラ構築と運用分析
- 5.1.1 Amazon CloudFrontとAmazon S3を使ったインフラ環境の構築と構成図の生成
- 5.1.2 AWS利用料の把握とEC2の利用状況の調査
- 5.1.3 まとめ
5.2 MCPサーバーを組み合わせたRAGチャットアプリの開発
- 5.2.1 概要
- 5.2.2 事前準備
- 5.2.3 AWS MCP Serverを用いたRAGチャットアプリの構築
- 5.2.4 Amazon Bedrock Knowledge Base Retrieval MCP Server統合による独自データ参照機能の追加
- 5.2.5 Playwright MCP ServerによるUIの自動テスト
- 5.2.6 ハンズオンの後片付け
- 5.2.7 まとめ
5.3 MCPサーバー連携によるリサーチエージェント基盤の構築
- 5.3.1 ハンズオンの概要
- 5.3.2 リサーチエージェントの構築
- 5.3.3 リサーチエージェントのAWSデプロイ
- 5.3.4 ドキュメント変換MCPサーバーの構築
第6章 MCPの実運用に向けて
6.1 MCPサーバーと連携したAIエージェントの評価
- 6.1.1 概要
- 6.1.2 LLMアプリケーションにおける評価
- 6.1.3 LLM-as-a-Judgeに挑戦しよう
- 6.1.4 MCPサーバーを活用するAIエージェントの評価方法
- 6.1.5 AIエージェントを評価しよう
- 6.1.6 まとめ
6.2 AgentCore GatewayによるMCPの管理
- 6.2.1 AgentCore Gateway概要
- 6.2.2 連携可能なターゲット
- 6.2.3 AgentCore Gatewayが提供する機能
- 6.2.4 AgentCore Gatewayを使ってツールを管理しよう
- 6.2.5 AgentCore Gatewayのオブザーバビリティ
- 6.2.6 ハンズオンの後片付け
- 6.2.7 まとめ
付録 ハンズオン環境構築
A.1 AWSのセットアップ
- A.1.1 AWSアカウントの作成
- A.1.2 IAMユーザーの作成と認証キーの生成
A.2 Amazon Bedrockのユースケース送信とクォータの上限引き上げ
- A.2.1 Amazon Bedrockのユースケース送信
- A.2.2 Amazon Bedrockのクォータ引き上げ
A.3 GitHub Codespaces環境構築
- A.3.1 GitHubアカウントの準備
- A.3.2 リポジトリの作成
- A.3.3 認証情報の初期設定
- A.3.4 GitHub Codespacesの起動と設定
- A.3.5 GitHub Codespacesの利用料金