Amazon Kendra Index MCP Server

Was ist der Amazon Kendra Index MCP Server?

Der Amazon Kendra Index MCP Server ist ein MCP-konformer Server, der die Möglichkeiten der Amazon Kendra-Indizes für KI-gestützte Anwendungen und Agenten bereitstellt. Er ermöglicht es Benutzern und LLMs, verfügbare Kendra-Indizes aufzulisten und semantische Suchanfragen gegen indizierte Unternehmensdaten in natürlicher Sprache auszuführen. Dadurch erhalten sie relevante Dokumente und Einblicke als Kontext für generative KI-Aufgaben und Workflows.

So konfigurieren Sie den Amazon Kendra Index MCP Server

1. Voraussetzungen:

   • Stellen Sie sicher, dass Sie ein AWS-Konto mit aktivem Amazon Kendra haben.
   • Richten Sie die erforderlichen IAM-Berechtigungen ein, damit der Server auf Kendra-Indizes zugreifen und Such-/Abfrageoperationen durchführen kann.
   • Installieren Sie Python 3.10+ und uv.

2. Installation:

   • Installieren Sie den Amazon Kendra Index MCP Server mit:

     uvx awslabs.amazon-kendra-index-mcp-server@latest
     

   • Alternativ fügen Sie diesen Server zu Ihrer MCP-Client-Konfigurationsdatei (z. B. mcp.json, cline_mcp_settings.json) hinzu:

     {
       "awslabs.amazon-kendra-index-mcp-server": {
         "command": "uvx",
         "args": [
           "awslabs.amazon-kendra-index-mcp-server@latest"
         ],
         "env": {
           "AWS_PROFILE": "ihr-aws-profil",
           "AWS_REGION": "us-east-1",
           "FASTMCP_LOG_LEVEL": "ERROR"
         }
       }
     }
     

   • Passen Sie AWS_PROFILE und AWS_REGION nach Bedarf für Ihre Umgebung an.

3. Zugangsdaten:

   • Stellen Sie sicher, dass die AWS-Zugangsdaten (Profil, Umgebungsvariablen oder EC2-Rollen) so konfiguriert sind, dass sie Zugriff auf Amazon Kendra-Ressourcen ermöglichen.

4. (Optional) Docker-Unterstützung:

   • Sie können den Server als Docker-Container erstellen und ausführen, wenn Sie containerisierte Bereitstellungen bevorzugen.

So verwenden Sie den Amazon Kendra Index MCP Server

1. Geben Sie den Server frei: Starten Sie nach der Konfiguration Ihren MCP-Client oder Agenten (wie Cline, Cursor, Windsurf usw.) mit dem Server, der als aktiviert aufgeführt ist.

2. Kendra-Indizes entdecken: Fragen Sie Ihren KI-Assistenten oder rufen Sie direkt Tools auf, um die verfügbaren Kendra-Indizes in Ihrem Konto aufzulisten. Zum Beispiel:

   • "Liste alle verfügbaren Amazon Kendra-Indizes auf."

3. Kendra-Indizes abfragen: Nutzen Sie natürliche Sprache, um in den indizierten Unternehmensdaten zu suchen. Zum Beispiel:

   • "Finde alle Dokumente zu unserer Datensicherheitspolitik mit dem Haupt-Kendra-Index der Firma."

4. Ergebnisverarbeitung: Der MCP-Client oder LLM-Agent verwendet die relevanten Suchergebnisse, um sein Verständnis zu verbessern, Aktionen vorzuschlagen oder Antworten zu generieren, unter Verwendung von aktuellen, fachspezifischen Kenntnissen aus Ihren indizierten Quellen.

5. Integration mit Agenten: LLM-basierte Agenten können Kendra-Suchergebnisse automatisch in RAG (Retrieval-Augmented Generation) Workflows integrieren, was die Genauigkeit und den Kontext der Antworten verbessert.

Hauptmerkmale

• Indexauflistung: Auflisten aller verfügbaren Amazon Kendra-Indizes in Ihrem AWS-Konto.
• Semantische Suche in natürlicher Sprache: Stellen Sie offene oder gezielte Anfragen an Kendra-Indizes in einfachem Englisch und rufen Sie die relevantesten Dokumente oder Absätze ab.
• Enterprise RAG-Kontext: Ermöglichen Sie generativen KI-Assistenten den Zugang zu strukturiertem organisatorischen Wissen für genauere, kontextreiche Ausgaben.
• Sicher und konfigurierbar: Nutzt AWS-Authentifizierung für sicheren Datenzugriff.
• Flexible Integration: Funktioniert nahtlos mit jedem MCP-fähigen Client, Agenten oder Entwicklungsumgebung.

Anwendungsfälle

• KI-gestützte Wissenssuche: Lassen Sie KI-Chatbots und -Assistenten Benutzerfragen mit Informationen beantworten, die aus Unternehmensdokumentationen, Wikis, Handbüchern oder technischen Repositories stammen, die in Kendra indiziert sind.
• Kontextinjektion für Entwicklerassistenten: Stellen Sie Programmierassistenten und IDE-Agenten aktuelle, autoritative Anleitungen, Code-Snippets oder Richtliniendokumente zur Verfügung, die für das Projekt oder die Anfrage des Entwicklers relevant sind.
• Automatisierte Compliance-Prüfungen: Ruft Richtliniendokumente, Compliance-Checklisten oder Anweisungen im Hinblick auf Prüfungs- oder Regulierungsanfragen ab und präsentiert sie.
• Verbesserung von Unternehmensfragen und -antworten: Verwenden Sie LLMs in Kundenservice- oder HR-Tools, um Mitarbeiterfragen mithilfe vertrauenswürdiger organisatorischer Quellen zu beantworten.
• RAG (Retrieval-Augmented Generation) Pipelines: Holen Sie präzisen Kontext aus Kendra, um generative AI-Antworten in faktenbasierten Unternehmensdaten zu verankern.

Häufig gestellte Fragen

F1: Brauche ich ein Amazon Kendra-Abonnement, um diesen Server zu nutzen?
Ja, Sie müssen Amazon Kendra in Ihrem AWS-Konto bereitgestellt haben und mindestens einen Index erstellt haben.

F2: Kann ich einschränken, welche Indizes für KI-Agenten offenbart werden?
Ja, der Zugriff wird über AWS IAM-Berechtigungen gesteuert. Sie können erlaubte Indizes über ressourcenbasierte Richtlinien einschränken.

F3: Auf welche Daten können KI-Assistenten über den Kendra Index MCP Server zugreifen?
Nur auf die Daten, die in Ihren konfigurierten Kendra-Indizes indiziert sind und auf die die IAM-Zugangsdaten des Servers Zugriff erlauben.

F4: Sind Abfragen an Kendra in Echtzeit oder gecached?
Abfragen sind live – jede Operation ruft die neuesten verfügbaren Ergebnisse von Kendra ab (unterliegt dem Indexierungszeitplan von Kendra).

F5: Wie werden große Ergebnislisten gehandhabt?
Standardmäßig werden nur die relevantesten Dokumente oder Snippets zurückgegeben (Paginierung oder Ergebnislimits können basierend auf Konfiguration und Toolparametern gelten).