加载中…
Analyze documents, images, videos, and audio.
AWS Bedrock Data Automation 是 ChatHome Skills 收录的 MCP 条目，来源为 Docker MCP Registry，质量分 96/100。 作为 Model Context Protocol 服务器，它向 Claude、Cursor、Copilot 等兼容 MCP 的 LLM 客户端暴露可直接调用的工具，让 agent 的能力超出模型内置范围。 该条目由 ChatHome Skills 的每日抓取从官方 registry 和 GitHub 发现查询中收录，每次运行都会重新核验仓库事实、新鲜度信号和安装元数据。 质量分综合了官方 registry 收录情况、可用安装命令、许可证完整性、仓库活跃度和 GitHub star 趋势，完整算法说明见来源页。安装命令已列于上方，可直接复制使用。 在将 AWS Bedrock Data Automation 加入生产 agent 工作流前，请核对上方的最近更新日期和仓库状态——下方事实快照是最近一次抓取的时点值。
docker run -i --rm mcp/aws-bedrock-data-automation-mcp-server运行此命令前，请先核对上游源码。
{
"raw": "name: aws-bedrock-data-automation\nimage: mcp/aws-bedrock-data-automation-mcp-server\ntype: server\nmeta:\n category: ai-ml\n tags:\n - aws\nabout:\n title: AWS Bedrock Data Automation\n description: Analyze documents, images, videos, and audio.\n icon: https://avatars.githubusercontent.com/u/3299148?v=4\nsource:\n project: https://github.com/awslabs/mcp\n commit: 780e3f1d57c77f9c0b88279711c5b95e23cfb91d\n directory: src/aws-bedrock-data-automation-mcp-server\nconfig:\n description: Configure AWS credentials and S3 bucket for data automation\n env:\n - name: AWS_BUCKET_NAME\n example: your-s3-bucket-name\n value: \"{{aws-bedrock-data-automation.aws_bucket_name}}\"\n - name: AWS_REGION\n example: us-east-1\n value: \"{{aws-bedrock-data-automation.aws_region}}\"\n - name: AWS_PROFILE\n example: default\n value: \"{{aws-bedrock-data-automation.aws_profile}}\"\n parameters:\n type: object\n properties:\n aws_bucket_name:\n type: string\n aws_region:\n type: string\n default: us-east-1\n aws_profile:\n type: string\n default: default\n required:\n - aws_bucket_name\n",
"path": "servers/aws-bedrock-data-automation/server.yaml"
}