Этот проект демонстрирует, как интегрировать базовые модели на Amazon Bedrock с серверами Chainlit и MCP (Model Context Protocol) для создания интерактивного чат-интерфейса с расширенными возможностями инструментов.

Обзор проекта

Этот образец приложения демонстрирует:

Интеграция с Amazon Bedrock с помощью Anthropic Claude 3.7 Sonnet Веб-интерфейс Chainlit для разговорных взаимодействий ИИ Пользовательский сервер Model Context Protocol (MCP), выполняющий базовые математические операции Потоковые ответы для плавного пользовательского опыта Интеграция LangChain с адаптерами MCP для подключения внешних инструментов LangGraph для создания агента ReAct (Reasoning and Acting), который организует использование инструментов

Предпосылки

Прежде чем начать, убедитесь, что у вас есть:

** Аккаунт AWS**: Вам понадобится учетная запись AWS с доступом Bedrock ** Базовый доступ**: Убедитесь, что ваша учетная запись AWS имеет доступ к модели Anthropic Claude 3.7 Sonnet AWS CLI: Настроены с соответствующими учетными данными и разрешениями

• Python 3.13+ Для этого требуется Python 3.13 или новее. UV: для управления и построения зависимостей (установите pip install uv)

##Установка

1. Клонировать хранилище:

Amazon Bedrock and MCP Server integration, the easy way

This project demonstrates how to integrate foundation models on Amazon Bedrock with Chainlit and MCP (Model Context Protocol) servers to create an interactive chat interface with tool-enhanced capabilities.

Project Overview

This sample application showcases:

• Integration with Amazon Bedrock using Anthropic Claude 3.7 Sonnet
• A Chainlit web interface for conversational AI interactions
• A custom Model Context Protocol (MCP) server that performs basic math operations
• Streaming responses for a smooth user experience
• LangChain integration with MCP adapters to connect external tools
• LangGraph for creating a ReAct (Reasoning and Acting) agent that orchestrates tool use

Prerequisites

Before getting started, ensure you have:

• AWS Account: You’ll need an AWS account with Bedrock access
• Bedrock Access: Ensure your AWS account has access to the Anthropic Claude 3.7 Sonnet model
• AWS CLI: Configured with appropriate credentials and permissions
• Python 3.13+: This project requires Python 3.13 or newer
• UV: For dependency management and building (install with pip install uv)

Installation

1. Clone the repository:

   git clone https://github.com/aws-samples/sample-bedrock-mcp.git
   cd sample-bedrock-chainlit-mcp
   

2. Create a virtual environment and install dependencies using UV:

   uv sync --all-groups
   

3. Configure AWS credentials (if not already done):

   aws configure
   

Building from Source

To build the project from source using UV:

1. Build the package:

   uv build
   

This will create distribution files in the dist/ directory, including the wheel file dist/sample_bedrock_chainlit_mcp-0.1.0-py3-none-any.whl that can be installed or used directly as the MCP server.

Usage Guide

Starting the Chainlit Application

To start the Chainlit application:

chainlit run src/ui/app.py

This will launch a web server (typically at ) with the chat interface.

Setting up the MCP Server

The Math MCP server needs to be connected to provide calculation capabilities:

1. In the Chainlit web interface, look for the small plug icon under the chat text input element
2. Click on it to open the MCP connection dialog
3. Enter the following details:
   • Name: math
   • Command: uvx dist/sample_bedrock_chainlit_mcp-0.1.0-py3-none-any.whl
   • Type: default (stdio)
4. Click “Confirm”

A successful connection will be indicated in the interface, and the math tools will become available to the Claude model.

Example Usage

Once the Chainlit application is running and the MCP server is connected, you can ask mathematical questions like:

• “What’s (3 + 5) x 12?”
• “Can you calculate 144 divided by 12?”
• “If I have 7 apples and get 9 more, then give 4 away, how many do I have left?”