AWS

AWS CLI MCP Server

musaddiq-dev

Python MCP server for AWS CLI inspection and operations

Status Aggregator

weiseer

AI-агенты сильно зависят от внешних сервисов: от API языковых моделей до хостинга и платёжного шлюза. Если сервис лёг, агент может бесконечно повторять запросы, тратя время и токены. Без специального инструмента агенту приходится самостоятельно ходить на страницы статусов каждого провайдера, парсить разметку HTML, JSON-фиды или RSS, приводить данные к единому виду и принимать решение. Сервер status-aggregator решает эту задачу за агента. Он один раз собирает статусы с официальных страниц 14 ключевых SaaS-провайдеров — Anthropic, OpenAI, Cloudflare, AWS, Stripe и других — и отдаёт готовый нормализованный ответ. Теперь агенту нужно сделать всего один MCP-запрос и получить объективную картину.

Это MCP-сервер для расчёта стоимости облачных ресурсов AWS. Он подключает AI-ассистента к AWS Pricing Calculator. Ручной ввод данных в калькулятор — долгая и рутинная задача. Теперь её решил сервер: вы описываете конфигурацию на естественном языке, а ассистент сам формирует смету и возвращает готовую ссылку на расчёт. Никаких скриншотов и Excel — только точные цифры и прямая ссылка для передачи коллегам. Сервер помогает DevOps-инженерам и FinOps-специалистам быстро прикидывать бюджет для новых проектов, согласовывать стоимость с командой и готовить отчёты по затратам. Всё это — без переключения между десятком вкладок браузера.

Synlake — MCP-сервер, который предоставляет AI-агентам унифицированный API для работы с тремя основными облачными провайдерами: AWS, GCP и Azure. Вместо того чтобы изучать SDK каждого провайдера, вы можете через языковую модель отправлять запросы на естественном языке и получать результат. Сервер также генерирует готовые Terraform-шаблоны и CLI-команды — то, что нужно для автоматизации инфраструктуры. Synlake подходит DevOps-инженерам и разработчикам, которые хотят ускорить взаимодействие с облаком через AI-ассистентов. Сервер работает как шлюз: AI-агент отправляет запрос, сервер преобразует его в API-вызовы облачного провайдера и возвращает ответ. Это экономит время на написание скриптов и уменьшает порог входа в работу с множественными облаками.

Amazon ECS MCP Server подключает AI-ассистента к вашему Amazon ECS. Вместо переключения между AWS Console, терминалом и чатом, вы управляете контейнерами через естественный язык. Сервер переводит запросы в вызовы AWS SDK и возвращает структурированный ответ. Инструмент для разработчиков и DevOps, которые хотят ускорить рутинные операции: развернуть сервис, посмотреть логи, выполнить команду в контейнере. Всё делается одной фразой в чате.

Amazon EKS MCP Server даёт AI-ассистентам прямой доступ к вашим кластерам Amazon Elastic Kubernetes Service. Вы отдаёте команды на естественном языке — ассистент выполняет их в вашем кластере. Вам не нужно запоминать сложные команды kubectl. Сервер рассчитан на DevOps-инженеров, SRE и разработчиков, управляющих инфраструктурой в AWS. Он упрощает диагностику инцидентов, просмотр логов, проверку конфигураций и масштабирование приложений — всю рутину, которая раньше требовала ручного ввода команд.

Qovery MCP Server подключает AI-ассистента к вашей облачной инфраструктуре. Вы управляете Kubernetes-кластерами и развёртываете приложения простыми текстовыми запросами. Никаких консолей AWS, GCP или Azure, никаких YAML-манифестов и длинных команд kubectl. Всё управление происходит через диалог с ассистентом. Сервер подходит для DevOps-инженеров и разработчиков, которые работают с несколькими облачными провайдерами или гибридной архитектурой. Qovery MCP Server помогает развёртывать сервисы, настраивать окружения, менять конфигурации и масштабировать инфраструктуру под нагрузку без переключения между десятком консолей.

Control Plane — MCP-сервер для мультиоблачного DevOps. Он подключает ИИ-ассистента к вашей инфраструктуре в AWS, GCP, Azure и частных облаках. Вместо дашбордов и консолей вы управляете нагрузками, секретами и сетью через простые запросы на русском языке. Инструмент для тех, кто хочет ускорить операции и делегировать рутину ассистенту.

Cloud Audit

gebalamariusz

5813

Cloud Audit — open-source сканер безопасности для Amazon Web Services. Он не просто собирает список недочетов из Security Hub или GuardDuty. Его задача — найти связные цепочки атак (attack chains) и пути эскалации привилегий IAM. Cloud Audit сам выбирает, что чинить в первую очередь, и симулирует исправления до их применения. Через протокол MCP сервер подключается к AI-ассистентам. Вы даете команду на естественном языке — Cloud Audit сканирует аккаунт, находит уязвимости и предлагает код для Terraform или AWS CLI, который устраняет проблему. Это превращает ИИ из простого собеседника в реального инженера безопасности.

ragstack

HatmanStack

2310

RAGStack — это MCP-сервер для развёртывания приватной RAG-базы знаний на AWS. Он умеет загружать, индексировать и искать документы, видео, аудио и веб-страницы. Вся архитектура бессерверная (AWS Lambda, S3, DynamoDB) — вы не платите за векторную базу данных, пока не пользуетесь ей. Разработчики и DevOps-инженеры получают готовую AI-систему для работы со своей базой знаний. Ассистент отвечает на вопросы, опираясь на содержимое базы, цитирует источники и может показывать таймкоды из видео. Сервер разворачивается одной командой и не требует ручного управления инфраструктурой.

OneTool MCP

beycom

195

OneTool MCP решает проблему расхода токенов при подключении множества инструментов к AI-ассистенту. Каждый стандартный MCP-сервер тратит от 3 000 до 30 000 токенов на запрос. При подключении 5–10 серверов расход токенов становится критическим, а контекст деградирует — модель хуже понимает задачу. Подробнее об исследовании контекстной деградации. OneTool работает иначе. Это один MCP-сервер, который даёт доступ к более чем 100 инструментам. Вместо загрузки определений всех инструментов агент пишет код на Python для их вызова. Такой подход сокращает расход токенов со 150 000 до 2 000 — экономия 96%. Вы подключаете один сервер и получаете всё сразу: поиск, работу с кодом, облачные сервисы, базы данных, браузерную автоматизацию. Разработчики и DevOps пользуются OneTool с Claude Desktop, Claude Code и любым MCP-клиентом.

infrawise

Sidd27

7

Infrawise — MCP-сервер для детерминированного анализа AWS-инфраструктуры. Он статически анализирует код, облачное окружение AWS и схемы баз данных, а затем передаёт эти данные AI-ассистентам. Claude Code перестаёт гадать: он точно знает, какие таблицы существуют, какие индексы настроены и как функции связаны с сервисами. Сервер решает проблему неосведомлённости AI-агентов о продакшн-инфраструктуре. Вместо того чтобы предлагать .scan() на таблице с 50 миллионами записей или дублировать уже существующий GSI, AI видит точную картину через контекст MCP. Вы тратите минуту на инициализацию — и получаете надёжного помощника, который понимает реальную архитектуру проекта.