Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Crea con agenti AI
L'intelligenza artificiale LLMs può accelerare in modo significativo lo sviluppo con Amazon Location Service fornendo assistenza intelligente per l'utilizzo delle API, la generazione di codice e la risoluzione dei problemi. Configurando il tuo client LLM con i server MCP e il contesto corretti, puoi creare un potente assistente allo sviluppo in grado di comprendere i servizi AWS e le specifiche di Amazon Location Service. Utilizzando un contesto minimo e una configurazione MCP, come consigliato in questa pagina, è possibile garantire che il modello LLM scelto disponga di un contesto sufficiente per portare a risultati corretti senza sovraccaricare la finestra di contesto. Ciò può ridurre le allucinazioni e aumentare la precisione dei risultati. Questa configurazione garantisce inoltre che l'interruzione della conoscenza del modello non influisca sulla qualità dei risultati. Il pacchetto contestuale per agenti di Amazon Location Service fornisce ready-to-use integrazioni per i più diffusi assistenti di codifica AI, guidando gli agenti AI nell'aggiunta di mappe, ricerca di luoghi, geocodifica, routing e altre funzionalità geospaziali, tra cui configurazione dell'autenticazione, integrazione SDK e best practice. Scegli il metodo di installazione più adatto al tuo ambiente di sviluppo.
## Per gli utenti di Kiro
[Kiro](https://kiro.dev) supporta Amazon Location Service sia tramite l'IDE Kiro (come alimentazione) che tramite la CLI Kiro (come Agent Skill).
------
#### [ Kiro IDE ]
Installa Amazon Location Service come dispositivo di alimentazione utilizzando il link di installazione con un solo clic:
[Installa la potenza di Amazon Location Service in Kiro](https://kiro.dev/launch/powers/amazon-location-service)
**Suggerimento**
In alternativa, apri Kiro IDE, vai al pannello **Powers**, seleziona la scheda **Available** e cerca «Crea applicazioni geospaziali con Amazon Location Service».
**Nota**
Quando usi la modalità [Spec](https://kiro.dev/docs/specs/), includi «usa la potenza di Amazon Location Service» nella richiesta delle specifiche affinché Kiro la attivi.
------
#### [ Kiro CLI ]
Installa Amazon Location Service come [Agent Skill](https://agentskills.io) utilizzando la CLI di skills:
```
npx skills add aws-geospatial/amazon-location-agent-context -a kiro-cli
```
Dopo l'installazione, aggiungi la competenza alle risorse del tuo agente personalizzato in`.kiro/agents/.json`:
```
{
"resources": [
"skill://.kiro/skills/**/SKILL.md"
]
}
```
**Nota**
Le installazioni delle skill CLI di Kiro non includono automaticamente la configurazione MCP. Vedi [Server MCP](#ai-llms-mcp-servers) per la configurazione manuale.
------
Una volta installato, Amazon Location Service si attiva automaticamente quando menzioni parole chiave come «location», «maps», «geocoding», «routing», «places», «geofencing» o «tracking» nei prompt.
## Per gli utenti di Claude Code e Cursor
Per gli utenti di Claude Code e Cursor, installa il **amazon-location-service**plugin dai rispettivi marketplace ufficiali. Il plugin include automaticamente la configurazione MCP.
------
#### [ Claude Code ]
Puoi installare il **amazon-location-service**plugin dal [Marketplace ufficiale di Claude Plugins](https://github.com/anthropics/claude-plugins-official).
Esegui il seguente comando per installare il plugin:
```
/plugin install amazon-location-service@claude-plugins-official
```
------
#### [ Cursor ]
Puoi installare il **amazon-location-service**plugin dal [Cursor Marketplace](https://cursor.com/marketplace/aws) ufficiale. Per ulteriori informazioni, consultate la documentazione del [plugin Cursor](https://docs.cursor.com/plugins). È inoltre possibile installare all'interno dell'applicazione Cursor:
1. Apri le impostazioni del cursore.
1. Vai a **Plugin**.
1. Cerca **AWS**.
1. Seleziona il **amazon-location-service**plugin e scegli **Aggiungi al cursore**.
1. Seleziona l'ambito per il plugin installato.
Il plugin dovrebbe apparire in **Plugin** > **Installati**.
------
## Per altri agenti di codifica AI
Per gli agenti di codifica AI che supportano lo standard aperto [Agent Skills](https://agentskills.io) (inclusi GitHub Copilot, Codex OpenCode, Antigravity e [altri](https://github.com/vercel-labs/skills?tab=readme-ov-file#supported-agents)), installa la skill utilizzando la CLI delle competenze:
```
npx skills add aws-geospatial/amazon-location-agent-context
```
La CLI ti guida nella selezione dell'agente per cui installare la skill e in quale ambito (progetto o livello utente):
```
$ 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
```
Puoi anche installarlo direttamente per un agente specifico:
GitHub Copilota:
```
npx skills add aws-geospatial/amazon-location-agent-context -a github-copilot
```
OpenCode:
```
npx skills add aws-geospatial/amazon-location-agent-context -a opencode
```
Codice:
```
npx skills add aws-geospatial/amazon-location-agent-context -a codex
```
Una volta installata, la skill si attiva automaticamente quando l'attività riguarda la posizione, le mappe, la geocodifica, il routing o altri argomenti di Amazon Location Service.
**Nota**
Per gli utenti di Claude Code e Cursor, consigliamo l'opzione [Per gli utenti di Claude Code e Cursor](#ai-llms-install-plugin) per un'esperienza ottimale, in quanto include automaticamente la configurazione MCP.
## Per l'utilizzo diretto del contesto
Se non utilizzi Kiro, i Code/Cursor plugin Claude o uno degli agenti supportati da Agent Skills, puoi caricare i file di contesto direttamente nel tuo LLM:
1. Inizia `context/amazon-location.md` dal [amazon-location-agent-context](https://github.com/aws-geospatial/amazon-location-agent-context)repository per la panoramica del servizio.
1. Aggiungi file specifici in base alle `context/additional/` tue esigenze o consenti al client LLM di leggerli su richiesta.
## Server MCP
L'IDE (Power) e le [Per gli utenti di Claude Code e Cursor](#ai-llms-install-plugin) installazioni di Kiro includono automaticamente la configurazione MCP. Se utilizzi la CLI di Kiro o [Per altri agenti di codifica AI](#ai-llms-install-agent-skill) configuri [Per l'utilizzo diretto del contesto](#ai-llms-install-direct-context) manualmente il seguente server per la piena funzionalità:
+ **[AWS Server MCP](https://docs.aws.amazon.com/aws-mcp/latest/userguide/what-is-aws-mcp-server.html)**: esplorazione, esecuzione e accesso alla documentazione delle AWS API. Per istruzioni di configurazione, consulta [Guida introduttiva al server AWS MCP](https://docs.aws.amazon.com/aws-mcp/latest/userguide/getting-started-aws-mcp-server.html).