Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Membangun dengan agen AI
AI dan LLMs dapat mempercepat pengembangan secara signifikan dengan Amazon Location Service dengan memberikan bantuan cerdas untuk penggunaan API, pembuatan kode, dan pemecahan masalah. Dengan mengonfigurasi klien LLM Anda dengan server dan konteks MCP yang tepat, Anda dapat membuat asisten pengembangan yang kuat yang memahami layanan AWS dan spesifikasi Amazon Location Service. Menggunakan konteks minimal dan konfigurasi MCP seperti yang direkomendasikan pada halaman ini dapat memastikan model LLM pilihan Anda memiliki konteks yang cukup untuk menghasilkan hasil yang benar tanpa membebani jendela konteks. Hal ini dapat mengurangi halusinasi dan meningkatkan akurasi hasil. Konfigurasi ini juga memastikan bahwa batas pengetahuan model tidak memengaruhi kualitas hasil. Paket konteks agen Amazon Location Service menyediakan ready-to-use integrasi untuk asisten pengkodean AI populer, memandu agen AI melalui penambahan peta, pencarian tempat, geocoding, perutean, dan fitur geospasial lainnya, termasuk penyiapan otentikasi, integrasi SDK, dan praktik terbaik. Pilih metode instalasi yang sesuai dengan lingkungan pengembangan Anda.
## Untuk pengguna Kiro
[Kiro](https://kiro.dev) mendukung Amazon Location Service melalui Kiro IDE (sebagai kekuatan) dan Kiro CLI (sebagai Keterampilan Agen).
------
#### [ Kiro IDE ]
Instal Amazon Location Service sebagai daya menggunakan tautan penginstalan sekali klik:
[Instal daya Amazon Location Service di Kiro](https://kiro.dev/launch/powers/amazon-location-service)
**Tip**
Atau, buka Kiro IDE, navigasikan ke panel **Powers**, pilih tab **Tersedia**, dan cari “Bangun aplikasi geospasial dengan Amazon Location Service”.
**catatan**
Saat menggunakan mode [Spec](https://kiro.dev/docs/specs/), sertakan “gunakan daya Amazon Location Service” di prompt spesifikasi Anda agar Kiro mengaktifkannya.
------
#### [ Kiro CLI ]
Instal Amazon Location Service sebagai [Agent Skill](https://agentskills.io) menggunakan skill CLI:
```
npx skills add aws-geospatial/amazon-location-agent-context -a kiro-cli
```
Setelah menginstal, tambahkan keterampilan ke sumber daya agen kustom Anda di`.kiro/agents/.json`:
```
{
"resources": [
"skill://.kiro/skills/**/SKILL.md"
]
}
```
**catatan**
Instalasi keterampilan Kiro CLI tidak menyertakan konfigurasi MCP secara otomatis. Lihat [MCP Server](#ai-llms-mcp-servers) untuk pengaturan manual.
------
Setelah diinstal, Amazon Location Service aktif secara otomatis ketika Anda menyebutkan kata kunci seperti “location”, “maps”, “geocoding”, “routing”, “places”, “geofencing”, atau “tracking” dalam prompt Anda.
## Untuk pengguna Claude Code dan Cursor
Untuk pengguna Claude Code dan Cursor, instal **amazon-location-service**plugin dari pasar resmi masing-masing. Plugin ini mencakup konfigurasi MCP secara otomatis.
------
#### [ Claude Code ]
Anda dapat menginstal **amazon-location-service**plugin dari Marketplace [Plugins Claude](https://github.com/anthropics/claude-plugins-official) resmi.
Jalankan perintah berikut untuk menginstal plugin:
```
/plugin install amazon-location-service@claude-plugins-official
```
------
#### [ Cursor ]
Anda dapat menginstal **amazon-location-service**plugin dari [Cursor Marketplace](https://cursor.com/marketplace/aws) resmi. Untuk informasi tambahan, lihat [dokumentasi plugin Kursor](https://docs.cursor.com/plugins). Anda juga dapat menginstal dalam aplikasi Kursor:
1. Buka Pengaturan Kursor.
1. Arahkan ke **Plugin**.
1. Cari **AWS**.
1. Pilih **amazon-location-service**plugin dan pilih **Tambahkan ke Kursor**.
1. Pilih ruang lingkup untuk plugin yang diinstal.
Plugin akan muncul di bawah **Plugins>** **Installed**.
------
## Untuk agen pengkodean AI lainnya
Untuk agen pengkodean AI yang mendukung standar terbuka [Keterampilan Agen](https://agentskills.io) (termasuk GitHub Copilot, OpenCode, Codex, Antigravity, dan [lainnya](https://github.com/vercel-labs/skills?tab=readme-ov-file#supported-agents)), instal keterampilan menggunakan keterampilan CLI:
```
npx skills add aws-geospatial/amazon-location-agent-context
```
CLI memandu Anda dalam memilih agen mana yang akan menginstal keterampilan dan pada cakupan apa (tingkat proyek atau pengguna):
```
$ npx skills add aws-geospatial/amazon-location-agent-context
? Select an agent: (Use arrow keys)
› Claude Code
Cursor
GitHub Copilot
OpenCode
Codex
Antigravity
? Select a scope: (Use arrow keys)
› Project — install in current directory (committed with your project)
Global — install globally for all projects
```
Anda juga dapat menginstal untuk agen tertentu secara langsung:
GitHub Kopilot:
```
npx skills add aws-geospatial/amazon-location-agent-context -a github-copilot
```
OpenCode:
```
npx skills add aws-geospatial/amazon-location-agent-context -a opencode
```
Kodeks:
```
npx skills add aws-geospatial/amazon-location-agent-context -a codex
```
Setelah diinstal, skill akan aktif secara otomatis ketika tugas Anda melibatkan lokasi, peta, geocoding, routing, atau topik Amazon Location Service lainnya.
**catatan**
Untuk pengguna Claude Code dan Cursor, kami merekomendasikan [Untuk pengguna Claude Code dan Cursor](#ai-llms-install-plugin) untuk pengalaman terbaik, karena menyertakan konfigurasi MCP secara otomatis.
## Untuk penggunaan konteks langsung
Jika Anda tidak menggunakan Kiro, Code/Cursor plugin Claude, atau salah satu agen yang didukung oleh Keterampilan Agen, Anda dapat memuat file konteks langsung ke LLM Anda:
1. Mulailah dengan `context/amazon-location.md` dari [amazon-location-agent-context](https://github.com/aws-geospatial/amazon-location-agent-context)repositori untuk ikhtisar layanan.
1. Tambahkan file tertentu dari `context/additional/` yang diperlukan untuk tugas Anda, atau izinkan klien LLM untuk membacanya sesuai permintaan.
## MCP Server
Kiro IDE (Power) dan [Untuk pengguna Claude Code dan Cursor](#ai-llms-install-plugin) instalasi menyertakan konfigurasi MCP secara otomatis. Jika Anda menggunakan Kiro CLI[Untuk agen pengkodean AI lainnya](#ai-llms-install-agent-skill),, [Untuk penggunaan konteks langsung](#ai-llms-install-direct-context) atau, konfigurasikan server berikut secara manual untuk fungsionalitas penuh:
+ **[AWS MCP Server](https://docs.aws.amazon.com/aws-mcp/latest/userguide/what-is-aws-mcp-server.html)** — Eksplorasi AWS API, eksekusi, dan akses dokumentasi. Untuk petunjuk penyiapan, lihat [Memulai dengan AWS MCP Server](https://docs.aws.amazon.com/aws-mcp/latest/userguide/getting-started-aws-mcp-server.html).