mcp/aws-pricing-mcp-server Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务

AWS Pricing MCP Server

提供AWS服务定价和成本估算功能的MCP Server。

什么是MCP Server？

MCP信息

镜像构建信息

可用工具（9个）

---

工具详情

工具：analyze_cdk_project

分析CDK项目以识别使用的AWS服务。此工具从CDK构造中动态提取服务信息，不依赖硬编码的服务映射。

---

工具：analyze_terraform_project

分析Terraform项目以识别使用的AWS服务。此工具从Terraform资源声明中动态提取服务信息。

---

工具：generate_cost_report

基于一个或多个AWS服务的定价数据生成详细的成本分析报告。

此工具需要AWS定价数据，并提供添加详细成本信息的选项。

重要要求：

• 始终包含详细的单位定价信息（例如："每1K输入令牌0.0008***"）
• 始终显示计算明细（单位价格 × 使用量 = 总成本）
• 始终指定定价模型（例如："按需付费"）
• 始终明确列出所有假设和排除项

输出格式选项：

• 'markdown'（默认）：生成格式良好的Markdown报告
• 'csv'：生成CSV格式报告，包含服务信息、单位定价、成本计算等部分

示例用法：

json
{
  // 必需参数
  "pricing_data": {
    // 应包含从get_pricing获取的定价数据
    "status": "success",
    "service_name": "bedrock",
    "data": "... 定价信息 ...",
    "message": "从AWS定价URL检索到bedrock的定价"
  },
  "service_name": "Amazon Bedrock",

  // 核心参数（常用）
  "related_services": ["Lambda", "S3"],
  "pricing_model": "ON DEMAND",
  "assumptions": [
    "标准按需付费定价模型",
    "未应用缓存或优化",
    "平均请求大小为4KB"
  ],
  "exclusions": [
    "区域间数据传输成本",
    "自定义模型训练成本",
    "开发和维护成本"
  ],
  "output_file": "cost_analysis_report.md",  // 或"cost_analysis_report.csv"用于CSV格式
  "format": "markdown",  // 或"csv"用于CSV格式

  // 复杂场景的高级参数
  "detailed_cost_data": {
    "services": {
      "Amazon Bedrock基础模型": {
        "usage": "使用Claude 3.5 Haiku处理100万输入令牌和50万输出令牌",
        "estimated_cost": "80.00***",
        "free_tier_info": "Bedrock基础模型无免费套餐",
        "unit_pricing": {
          "input_tokens": "每1K令牌0.0008***",
          "output_tokens": "每1K令牌0.0016***"
        },
        "usage_quantities": {
          "input_tokens": "1,000,000令牌",
          "output_tokens": "500,000令牌"
        },
        "calculation_details": "0.0008***/1K × 1,000K输入令牌 + 0.0016***/1K × 500K输出令牌 = 80.00***"
      },
      "AWS Lambda": {
        "usage": "每月6,000次请求，512MB内存",
        "estimated_cost": "0.38***",
        "free_tier_info": "前12个月：每月100万次请求免费",
        "unit_pricing": {
          "requests": "每100万请求0.20***",
          "compute": "每GB-秒0.0000166667***"
        },
        "usage_quantities": {
          "requests": "6,000次请求",
          "compute": "6,000次请求 × 1秒 × 0.5GB = 3,000 GB-秒"
        },
        "calculation_details": "0.20***/100万 × 0.006百万请求 + 0.0000166667*** × 3,000 GB-秒 = 0.38***"
      }
    }
  },

  // 建议参数 - 可直接提供或生成
  "recommendations": {
    "immediate": [
      "优化提示工程以减少Claude 3.5 Haiku的令牌使用量",
      "根据实际查询模式配置知识库OCU",
      "为常见查询实施响应缓存以减少令牌使用"
    ],
    "best_practices": [
      "监控OCU利用率指标并根据需要调整容量",
      "对API调用中重复的上下文使用提示缓存",
      "对于可预测的工作负载考虑预配置吞吐量"
    ]
  }
}

---

工具：get_bedrock_patterns

获取Amazon Bedrock应用程序的架构模式，包括组件关系和成本考虑因素。

---

工具：get_price_list_urls

获取批量定价数据文件的下载URL。

用途： 访问完整的AWS定价数据集作为可下载文件，用于历史分析和批量处理。

工作流程： 当get_pricing()提供的当前定价不足以满足需求时，使用此工具进行历史定价分析或批量数据处理。

参数：

• 来自get_pricing_service_codes()的服务代码（例如：'AmazonEC2'，'AmazonS3'）
• AWS区域（例如：'us-east-1'，'eu-west-1'）
• 可选：effective_date用于历史定价（默认：当前日期）

返回： 包含不同格式下载URL的字典：

• 'csv'：CSV格式的直接下载URL
• 'json'：JSON格式的直接下载URL

使用场景：

• 历史定价分析（get_pricing()仅提供当前定价）
• 无需重复API调用的批量数据处理
• 完整定价数据集的离线分析
• 跨服务的Savings Plans分析

文件处理：

• CSV文件：第1-5行为元数据，第6行为标题，第7行及以后为定价数据
• 使用tail -n +7 pricing.csv | grep "t3.medium"过滤数据

---

工具：get_pricing

从AWS Price List API获取详细定价信息，支持可选过滤条件。

参数：

• service_code（必需）：AWS服务代码（例如：'AmazonEC2'，'AmazonS3'，'AmazonES'）
• region（可选）：AWS区域字符串（例如：'us-east-1'）或用于多区域比较的列表（例如：['us-east-1'，'eu-west-1']）。对于无区域特定定价的全局服务（如DataTransfer或CloudFront），可省略。
• filters（可选）：过滤字典列表，格式为{'Field': str, 'Type': str, 'Value': str}
• max_allowed_characters（可选）：响应大小限制（字符数）（默认：100,000，使用-1表示无限制）
• output_options（可选）：用于响应转换和大小减少的OutputOptions对象
• max_results（可选）：每页返回的最大结果数（默认：100，最小值：1，最大值：100）
• next_token（可选）：来自前一个响应的分页令牌，用于获取下一页结果

必须遵循的工作流程：

步骤1：发现可用选项

python
service_codes = get_pricing_service_codes()                              # 查找正确的服务（已知时可跳过）
attributes = get_pricing_service_attributes('AmazonEC2')                 # 发现可过滤维度
attribute_values = get_pricing_attribute_values('AmazonEC2', 'memory')   # 获取过滤的有效值

步骤2：构建精确过滤器

python
# 仅使用步骤1中发现的值
filters = [
   {"Field": "memory", "Value": ["8 GiB", "16 GiB", "32 GiB"], "Type": "ANY_OF"},     # 多个选项
   {"Field": "instanceType", "Value": "m5", "Type": "CONTAINS"},                      # 模式匹配
   {"Field": "instanceType", "Value": ["t2", "m4"], "Type": "NONE_OF"}                # 排除旧类型
]

步骤3：执行查询

python
pricing = get_pricing('AmazonEC2', 'us-east-1', filters)

过滤类型：

• EQUALS：精确匹配（默认）- {"Field": "instanceType", "Value": "m5.large"}
• ANY_OF：多个选项 - {"Field": "memory", "Value": ["8 GiB", "16 GiB"], "Type": "ANY_OF"}
• CONTAINS：模式匹配 - {"Field": "instanceType", "Value": "m5", "Type": "CONTAINS"}
• NONE_OF：排除 - {"Field": "instanceType", "Value": ["t2", "m4"], "Type": "NONE_OF"}

重要：ANY_OF过滤值限制

• 1024字符限制：ANY_OF数组中所有值的总长度不能超过1024字符
• 渐进式过滤：从最小的合格选项开始，必要时扩展
• 违规示例：["8 GiB", "16 GiB", "32 GiB", "64 GiB", "96 GiB", "128 GiB", ...]（过长）
• 正确做法：["8 GiB", "16 GiB", "32 GiB", "36 GiB", "48 GiB"]（目标明确的列表）

常见使用场景：

成本优化 - 穷尽式最低优先方法： 当用户询问"最低价格"、"最便宜"或成本优化时

• 更低=更便宜假设：对于成本优化，假设较低的容量比较高的容量便宜
  • 32 GB存储比300 GB存储便宜
  • 8 GiB内存比64 GiB内存便宜
• 成本查询关键：立即从最低要求以上开始，并逐步测试所有选项
• 必须穷尽枚举：每个存储/内存层级都是互斥的 - 必须明确列出每个层级
• 在合理上限处停止：对于成本优化，将上限限制为最低要求的2-3倍，以避免昂贵选项
• exclude_free_products：成本分析的关键 - 移除0.00***的预留占位符、SQL许可变体和特殊定价条目，这些会在查找最便宜选项时掩盖实际计费实例
• 使用ANY_OF在单个API调用中高效比较多个选项
• 多属性容量过滤以满足最低要求
• 结合CONTAINS + NONE_OF进行精细发现

输出选项（响应大小和性能控制）：

• 用途：转换和优化所有服务的API响应，对大型服务（EC2、RDS）尤为关键
• 立即组合方法：{"pricing_terms": ["OnDemand"], "product_attributes": ["instanceType", "location", "memory"]}
• 属性发现：使用get_pricing_service_attributes() - 过滤器和output_options使用相同名称
• 大小减少：结合pricing_terms + product_attributes可减少80%以上的大小
• exclude_free_products：移除按需定价为0.00***的产品（当已知服务有付费层级时有用）
• 何时使用：对于大型服务始终使用，建议所有服务使用以提高性能

关键要求：

• 永不猜测值：始终使用get_pricing_attribute_values()发现有效值
• 穷尽枚举：对于成本优化，单独列出所有合格层级 - 它们是互斥的
• 使用特定过滤器：大型服务（EC2、RDS）至少需要2-3个过滤器
• 永不使用多个调用：当ANY_OF可在一个调用中处理时
• 验证存在性：确保所有过滤值在服务中存在
• 不要跳过中间层级：测试32GB → 75GB时遗漏50GB、59GB选项
• 不要设置过高上限：当用户需要≥30GB时包含500GB+存储（浪费字符限制）

示例使用场景：

1. 成本优化的多属性过滤（正确方法）：

python
# 查找满足最低要求（≥8 GiB内存，≥30 GB存储）的最便宜EC2实例
# 合格层级的穷尽枚举 - 每个都是互斥的
filters = [
   {"Field": "memory", "Value": ["8 GiB", "16 GiB", "32 GiB"], "Type": "ANY_OF"},  # 所有≥8GB的层级，直至合理限制
   {"