![[Session Report] Chatting with your AWS Infrastructure on-the-go: The Power of AWS API MCP Server - AWS Community Day Indonesia 2025](https://devio2024-media.developers.io/image/upload/f_auto,q_auto,w_3840/v1764040056/user-gen-eyecatch/bkyaij54em8rygtsaa0x.png)
[Session Report] Chatting with your AWS Infrastructure on-the-go: The Power of AWS API MCP Server - AWS Community Day Indonesia 2025
Pembuka
Pada tanggal 25 Oktober 2025, komunitas AWS-UG Indonesia mengadakan event tahunan AWS Community Day Indonesia 2025 di Auditorium Binus Alam Sutera,
terdapat berbagai sesi yang berfokus pada teknologi Generative AI khususnya menggunakan service-service yang tersedia di AWS.
Saya akan membagikan report mengenai sesi [Chatting with your AWS Infrastructure on-the-go: The Power of AWS API MCP Server] di artikel ini.
Ringkasan mengenai sesi
AWS API MCP Server adalah MCP server yang dirilis oleh AWS yang membuat Foundation Model dapat berinteraksi dengan berbagai API AWS mulalui AWS CLI dengan bahasa alami.
Dengan menggunakan AWS API MCP Server, dapat mempermudah dalam memantau, memelihara, dan konfigurasi resource AWS dalam aktivitas sehari-hari.
Pada sesi ini dijelaskan bagaimana menintegrasikan aplikasi chat yang umum digunakan di Indonesia seperti Telegram dan WhatsApp yang diintegrasikan dengan AWS API MCP Server sehingga user dapat berinteraksi dengan MCP Server melalui aplikasi chat dan dapat memanggil AWS API melalui chat dengan bahasa alami.
Report mengenai sesi
Pertama-pertama sebelum menggunaka AWS API MCP Server kita harus memahami terlebih dahulu mengenai Model Context Protocol (MCP).
Model Context Protocol (MCP) adalah protokol standar yang digunakan untuk mengintegrasi aplikasi LLM dengan tools dan sumber data eksternal.
MCP merupakan project open-source yang dijalankan oleh Anthropic yang dapat mengatasi masalah koneksi yang kompleks antara AI dan berbagai sistem.
Model Context Protocol - Github
The Model Context Protocol (MCP) is an open protocol that enables seamless integration between LLM applications and external data sources and tools. Whether you're building an AI-powered IDE, enhancing a chat interface, or creating custom AI workflows, MCP provides a standardized way to connect LLMs with the context they need.
Sedangkan AWS API MCP Server adalah MCP server yang dikembangkan oleh AWS yang menyediakan akses langsung ke AWS API melalui protokol MCP, yang memungkinkan asisten AI untuk berinteraksi dengan service AWS melalui AWS CLI commands dengan bahasa alami.
Poin penting yang disediakan AWS API MCP Server adalah mengenai kontrol keamanan, AWS API MCP Server menggunakan IAM dan dapat mengkonfigurasi permissions yang diperbolehkan sehingga dapat menggunakan perintah dalam lingkungan AWS dengan secara terkontrol.
The AWS API MCP Server enables AI assistants to interact with AWS services and resources through AWS CLI commands. It provides programmatic access to manage your AWS infrastructure while maintaining proper security controls.
This server acts as a bridge between AI assistants and AWS services, allowing you to create, update, and manage AWS resources across all available services. It helps with AWS CLI command selection and provides access to the latest AWS API features and services, even those released after an AI model's knowledge cutoff date.
Berikut merupakan Flow dari MCP yang menggambarkan flow dari inisialisasi hingga eksekusi.

Diagram Arsitektur yang digunakan pada sesi kali ini adalah sebagai berikut.

※ Dikutip dari GitHub - AWS API MCP Chatbot Integration
Service AWS yang digunakan adalah:
- AWS Lambda Functions : Listener dan Responser dari Aplikasi chat
- Amazon EventBridge Rule : Event Routing
- Amazon DynamoDB Table : Session Table
- Amazon Bedrock : Generative Responses
- Amazon EC2 : Hosting AWS API MCP Server
Flow dalam penggunaannya adalah ketika user mengirimkan chat, diterima oleh listener Lambda dan eventnya diroute menggunakan EventBridge rule menuju Responder Lambda.
Kemudian Responder Lambda menyimpan session di DynamoDB, berinteraksi dengan AWS API MCP Server untuk mengeksekusi perintah dan Amazon Bedrock untuk menganalisis dan eksekusi perintah dari user.
Dalam sesi ini, dilakukan demo secara langsung mengenai penggunaannya menggunakan Telegram dan dijelaskan juga mengenai flow penggunaannya sehingga peserta dapat gambaran besar mengenai implementasi dari integrasi chatbot yang diberikan.
Detail mengenai demo pada sesi tersebut bisa diakses pada Github - AWS API MCP Chatbot Integration.
Pendapat mengenai sesi
Menurut saya, implementasi AWS API MCP Server via chatbot ini memiliki potensi besar untuk meningkatkan produktivitas tim dalam mengelola infrastruktur di AWS, namun perlu dipertimbangkan kembali ketika akan digunakan dalam Production Workload khususnya Write-access.
solusi ini sangat membantu dalam:
- Quick monitoring: Cek status berbagai services seperti EC2/RDS dari smartphone tanpa perlu login ke AWS Console
- Cost optimization: Mudah mengidentifikasi resources yang masih running di non-production hours
- Accessibility: tim dapat merespond cepat terhadap issues bahkan saat on-the-go
Namun, ada beberapa concerns yang perlu diperhatikan seperti:
- Security risks: Perlu konfigurasi IAM policies yang ketat dengan principle of least privilege
- Command scope: Perlu ada rules untuk commands yang diperbolehkan
- AI accuracy: Foundation models memiliki kemungkinan untuk salah interpretasi konteks yang diberikan oleh user
Secara keseluruhan, ini adalah tool yang powerful untuk meningkatkan efisiensi dalam operasional, dengan catatan harus diimplementasikan dengan kontrol keamanan yang tepat.









