随着企业数字化转型的深入推进，亚马逊云科技云服务的使用规模和复杂度急剧增长，成本管理面临前所未有的挑战。企业需要处理包含数百个亚马逊云科技服务、数千个计费维度的海量CUR数据，而现有工具在实际使用中存在以下局限性：
学习曲线陡峭：Amazon Cost Explorer、Billing Dashboard等工具需要专业知识。
交互方式单一：主要依赖图形界面操作，缺乏自然语言交互。
数据孤岛问题：成本数据、定价信息、项目分析分散在不同工具中。
自动化程度低：大部分分析工作需要手动完成，效率有限。
相比之下，Amazon Q Developer结合MCP（Model Context Protocol，模型上下文协议）为亚马逊云科技服务成本管理带来革命性的改变：
自然语言交互：通过对话方式进行成本查询和分析。
多数据源整合：统一访问成本数据、定价信息、项目配置。
智能分析能力：自动识别成本异常、提供优化建议。
高度自动化：从数据获取到报告生成的全流程自动化。
方案介绍
Amazon Q Developer+MCP架构概述
MCP是一个开放协议，用于标准化应用程序向LLM提供上下文的方式。遵循MCP协议的应用，可以调用各种工具，扩展AI能力。
本文采用如下方案来实现智能化成本分析。
具体而言，该方案包含两个核心组件，通过专门的MCP服务器来处理不同类型的成本管理需求。
亚马逊云科技云成本
相关的MCP服务器
这两个服务器分工明确，相互协作。
awslabcost_explorer_mcp_server
专注于Amazon Cost Explorer API的封装，核心功能包括：
实时成本查询：支持按服务、区域、账户等多维度分析。
趋势分析：自动比较不同时间段成本变化，识别异常波动。
成本预测：基于历史数据生成未来趋势，为预算制定提供支持。
支持以下工具：
get_today_date：获取当前日期和月份，用于确定回答“上个月”等问题时的相关数据。
get_dimension_values：获取特定维度的可用值（例如：服务SERVICE、区域REGION）。
get_tag_values：获取特定标签键的可用值。
get_cost_and_usage：检索亚马逊云科技成本和使用数据，支持过滤和分组选项。
get_cost_and_usage_comparisons：比较两个时间段之间的成本，识别变化和趋势。
get_cost_comparison_drivers：分析导致时间段间成本变化的因素（前10个最重要的驱动因素）。
get_cost_forecast：基于历史使用模式生成成本预测。
awslabscost_analysis_mcp_server
与前者形成互补，专注于定价查询和项目评估：
定价查询：从亚马逊云科技官方API和网页获取最新定价信息，覆盖主要亚马逊云科技服务的定价查询，可以对按需、预留实例、Savings Plans等不同定价模式进行对比，
项目分析：支持Terraform、CDK项目的成本预估，提供常见架构模式的成本参考。
报告生成：生成包含单价、用量、计算过程的详细报告，支持Markdown、CSV等多种格式，并基于分析结果提供成本优化建议。
支持以下工具：
get_pricing_from_web：从亚马逊云科技定价网页获取定价信息。
get_pricing_from_api：从亚马逊云科技价格列表API获取定价数据。
generate_cost_report：创建详细的成本分析报告，包含明细和可视化图表。
analyze_cdk_project：分析亚马逊云科技云开发工具包（Amazon CDK）项目，识别所使用的服务并估算成本。
analyze_terraform_project：分析Terraform项目，识别所使用的服务并估算成本。
get_bedrock_patterns：获取Amazon Bedrock的架构模式，并考虑成本因素。
综合来看，两个服务器的协同效应体现在以下几个方面。
协同效应分析
这两个成本相关MCP服务器对比如下：
当两个MCP服务器协同工作时，能够实现：
完整的成本生命周期管理：从规划、监控到优化的全流程覆盖。
数据交叉验证：历史成本数据与定价信息的相互验证。
智能决策支持：结合历史趋势和当前定价制定优化策略。
自动化工作流：减少手动操作，提高分析效率。
配置步骤
开始之前，请确保已经在本地电脑安装了必要的工具：
安装Amazon Q Developer CLI，您可参阅下方链接获取操作说明。
Amazon Q Developer CLI已安装并配置，您可参阅下方链接获取操作说明。
然后配置MCP服务器到Amazon Q Developer中：
安装配置awslabcost_explorer_mcp_server，您可参阅下方链接获取操作说明。
安装配置awslabscost_analysis_mcp_server，您可参阅下方链接获取操作说明。
安装适用于命令行的Amazon Q：
https://docs.aws.amazon.com/zh_cn/amazonq/latest/qdeveloper-ug/command-line-installing.html
安装或更新最新版本的Amazon Web Services CLI：
https://docs.aws.amazon.com/zh_cn/cli/latest/userguide/getting-started-install.html
安装配置awslabcost_explorer_mcp_server：
https://awslabs.github.io/mcp/servers/cost-explorer-mcp-server/
安装配置awslabscost_analysis_mcp_server：
https://awslabs.github.io/mcp/servers/cost-analysis-mcp-server/
通过以上配置，系统已经具备了完整的智能化成本分析能力。接下来可以开始实际应用，下面通过三个典型场景来展示该方案的强大功能。
实际应用案例
以下案例基于真实的企业使用场景，展示了不同复杂度下的分析能力。
场景1
多维度成本分析（按服务、区域、时间维度）
Amazon Q Developer CLI交互示例：
请分析2025年5月的Amazon成本，按服务和区域进行分组。请使用成本相关的MCP Server进行分析。
此处如果不指定使用MCP Server进行分析，会使用默认的use_aws工具进行分析。但是MCP Server会提供更清晰、结构化的成本数据。
可以看到Amazon Q Developer在分析过程中首先调用awslabcost_explorer_mcp_serve相关工具进行数据收以及和上一个月的趋势对比，最后调用awslabscost_analysis_mcp_server的generate_cost_report工具生成了结构化的成本分析报告以及优化建议。
Amazon Q Developer分析结果显示：
此外，用户可以通过Prompt让Amazon Q Developer把结果保存成markdown、CSV或者Json格式。
以上展示了多维度成本分析的基本能力。在此基础上，下面进一步探索异常检测功能。
场景2
成本异常检测和驱动因素分析
Amazon Q Developer CLI交互示例：
2025年2季度，成本有没有异常，如果有请找出具体原因。
可以看到Amazon Q Developer给出了异常发现，并分析了可能造成的业务影响，还给出了建议措施。
Amazon Q Developer分析结果显示：
除了历史数据分析，该方案还支持前瞻性的项目评估。下面通过一个实际项目来演示这一功能。
场景3
新项目成本评估
Amazon Q Developer CLI交互示例：
我有一个新的微服务项目，需要完整的成本评估。项目使用CDK部署，路径是：
/Users/guanzl/microservices-cost-demo。
Amazon Q Developer分析结果显示：
总结
综上所述，本文详细介绍了如何利用Amazon Q Developer结合MCP技术，实现亚马逊云科技成本和使用报告（CUR）的智能化分析。通过前述三个实际案例，可以看到该方案在多维度分析、异常检测和项目评估方面的显著优势。
展望未来，这种AI驱动的成本管理模式将成为企业云成本优化的重要工具，帮助企业更高效地进行云成本管理和优化。
本篇作者
关志丽
亚马逊云科技技术客户经理，负责企业级客户的架构设计、卓越运营和技术咨询等工作。
新用户注册海外区域账户，可获得最高200美元服务抵扣金，覆盖Amazon Bedrock生成式AI相关服务。“免费计划”账户类型，确保零花费，安心试用。
星标不迷路，开发更极速！
关注后记得星标「亚马逊云开发者」
听说，点完下面4个按钮
就不会碰到bug了！
点击阅读原文查看博客！获得更详细内容！
