本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 搭配 S3 Storage Lens 資料表使用 AI 助理
<a name="storage-lens-s3-tables-ai-tools"></a>

您可以使用 AI 助理和對話式 AI 工具，與使用自然語言匯出至 S3 資料表的 S3 S3 Storage Lens 資料互動。透過利用模型內容通訊協定 (MCP) 和 Amazon S3 Tables 的 MCP 伺服器，您可以查詢、分析和獲得儲存資料的洞見，而無需撰寫 SQL 查詢。

## 概觀
<a name="storage-lens-s3-tables-ai-tools-overview"></a>

模型內容通訊協定 (MCP) 是 AI 應用程式存取和使用內容資訊的標準化方式。MCP Server for Amazon S3 Tables 提供工具，可讓 AI 助理使用自然語言界面與您的 S3 Tables 資料互動。這會普及資料存取，並讓技術技能層級的個人能夠使用 S3 Storage Lens 指標。

使用適用於 S3 Tables 的 MCP 伺服器，您可以使用自然語言來：
+ 列出 S3 資料表儲存貯體、命名空間和資料表
+ 查詢 S3 Storage Lens 指標並取得洞見
+ 分析儲存趨勢和模式
+ 識別成本最佳化機會
+ 產生報告和視覺化效果

## 支援的 AI 助理
<a name="storage-lens-s3-tables-ai-tools-supported"></a>

MCP Server for S3 Tables 可與支援模型內容通訊協定的各種 AI 助理搭配使用，包括：
+ **Kiro** - 內建 MCP 支援的 AI 編碼助理
+ **Amazon Q Developer** - AWS開發人員的 AI 輔助
+ **Cline** - 具有 MCP 整合的 AI 編碼助理
+ **Claude Desktop** - 支援 MCP 的 Anthropic 桌面應用程式
+ **游標** - AI 支援的程式碼編輯器

**重要**  
AI 產生的 SQL 查詢和建議應在使用前進行檢閱和驗證。驗證查詢是否適合您的資料結構、使用案例和效能需求。在生產環境中實作建議之前，請務必在非生產環境中測試建議。

## 使用 S3 Storage Lens 資料表設定 Kiro
<a name="storage-lens-s3-tables-ai-tools-kiro-setup"></a>

Kiro 是一種 AI 編碼助理，可透過 MCP 伺服器與 S3 Tables 無縫整合。Kiro 可協助您直接透過其界面安裝和設定 MCP 伺服器，簡化設定程序。

如需 Kiro 的詳細資訊，請參閱 [Kiro AI](https://kiro.ai/)。

### 先決條件
<a name="storage-lens-s3-tables-ai-tools-kiro-prerequisites"></a>

開始之前，請確定您已：
+ Kiro 安裝在您的系統上。從 https：//[https://kiro.ai/](https://kiro.ai/) 下載
+ AWS CLI 使用適當的登入資料設定
+ 啟用 S3 Tables 匯出的 S3 Storage Lens 組態
+ 查詢 S3 資料表的許可。如需詳細資訊，請參閱[S3 Storage Lens 資料表的許可](storage-lens-s3-tables-permissions.md)。

### 步驟 1：安裝 S3 Tables MCP 伺服器
<a name="storage-lens-s3-tables-ai-tools-kiro-step1"></a>

您可以透過兩種方式安裝 S3 Tables MCP 伺服器：

**選項 1：使用 Kiro 的內建 MCP 伺服器管理**  
Kiro 可協助您直接透過其界面探索和安裝 MCP 伺服器：

1. 開啟 Kiro

1. 存取 MCP 伺服器管理界面 （通常透過設定或命令調色盤）

1. 搜尋「S3 Tables」或「awslabs.s3-tables-mcp-server」

1. 遵循 Kiro 的提示來安裝和設定伺服器

**選項 2：使用 uvx 手動安裝**  
或者，您可以使用 Python 套件執行器 `uvx`手動安裝 MCP 伺服器：

```
uvx awslabs.s3-tables-mcp-server@latest
```

如需安裝 MCP 伺服器的詳細資訊，請參閱 [AWS S3 Tables MCP Server 文件](https://awslabs.github.io/mcp/servers/s3-tables-mcp-server)。

### 步驟 2：設定 Kiro MCP 設定
<a name="storage-lens-s3-tables-ai-tools-kiro-step2"></a>

`~/.kiro/settings/mcp.json` 使用下列內容在 建立或更新您的 Kiro MCP 組態檔案：

```
{
  "mcpServers": {
    "awslabs.s3-tables-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.s3-tables-mcp-server@latest"],
      "env": {
        "AWS_PROFILE": "your-aws-profile",
        "AWS_REGION": "us-east-1"
      }
    }
  }
}
```

`your-aws-profile` 將 取代為您的 AWS CLI 設定檔名稱，並將 `us-east-1`取代為您的 AWS 區域。

### 步驟 3：驗證組態
<a name="storage-lens-s3-tables-ai-tools-kiro-step3"></a>

設定 MCP 伺服器後，重新啟動 Kiro 並確認 S3 Tables 工具可用。您可以在 Kiro 的設定中檢查可用的 MCP 伺服器，或要求 Kiro 列出可用的工具。

## AI 助理的範例使用案例
<a name="storage-lens-s3-tables-ai-tools-examples"></a>

下列範例示範如何搭配 AI 助理使用自然語言提示來與 S3 Storage Lens 資料互動。

### 範例 1：查詢熱門儲存取用者
<a name="storage-lens-s3-tables-ai-tools-examples-consumers"></a>

**提示：**「顯示我的 S3 Storage Lens 資料中依儲存體用量列出的前 10 個儲存貯體。」

AI 助理將使用 MCP 伺服器查詢 S3 Storage Lens 資料表並傳回結果，包括儲存貯體名稱、儲存類別和儲存量。

### 範例 2：分析儲存成長
<a name="storage-lens-s3-tables-ai-tools-examples-growth"></a>

**提示：**「分析過去 30 天的儲存成長，並顯示趨勢。」

AI 助理將查詢儲存指標表、計算每日儲存總計，並呈現成長趨勢。

### 範例 3：識別成本最佳化機會
<a name="storage-lens-s3-tables-ai-tools-examples-optimization"></a>

**提示：**「尋找具有未完成分段上傳且超過 7 天而浪費儲存的儲存貯體。」

AI 助理將查詢儲存指標資料表是否有未完成的分段上傳，並提供可能節省成本的儲存貯體清單。

### 範例 4：尋找冷資料候選項目
<a name="storage-lens-s3-tables-ai-tools-examples-cold-data"></a>

**提示：**「識別在過去 100 天內沒有活動的字首，這些字首存放在熱儲存層中。」

AI 助理會分析儲存和活動指標，以識別可移至較冷儲存層的資料，以進行成本最佳化。

### 範例 5：產生儲存報告
<a name="storage-lens-s3-tables-ai-tools-examples-reports"></a>

**提示：**「建立我的 S3 儲存體摘要報告，顯示上週的總儲存體、物件計數和請求模式。」

AI 助理將查詢多個資料表、彙總資料，並產生完整的報告。

## 使用 AI 助理的最佳實務
<a name="storage-lens-s3-tables-ai-tools-best-practices"></a>

搭配 S3 Storage Lens 資料使用 AI 助理時，請遵循下列最佳實務：
+ **在您的提示中具體**說明 - 提供明確、具體的指示，說明您想要分析哪些資料，以及您正在尋找哪些洞見。
+ **驗證 AI 產生的查詢** - 在執行或採取行動之前，請務必檢閱和驗證 AI 助理產生的 SQL 查詢和建議。AI 助理偶爾可能會產生不正確的查詢或建議，這些查詢或建議需要根據您的特定使用案例和資料進行驗證。
+ **使用適當的許可** - 確保 AI 助理使用的 IAM 憑證只有必要的許可。對於唯讀分析，僅授予 SELECT 許可。
+ **監控用量** - 使用 追蹤 AI 助理執行的查詢 AWS CloudTrail ，以維護稽核線索。
+ **從簡單的查詢**開始 - 從簡單的查詢開始，以了解 AI 助理如何解譯您的提示，然後進行更複雜的分析。

## 記錄和可追蹤性
<a name="storage-lens-s3-tables-ai-tools-logging"></a>

搭配 AI 助理使用 S3 Tables MCP Server 時，您有多種方式可以稽核操作：
+ **本機日誌** - MCP 伺服器會在本機記錄請求和回應。您可以使用`--log-dir`組態選項指定日誌目錄。
+ **AWS CloudTrail** - 透過使用 PyIceberg 的 MCP 伺服器執行的所有 S3 Tables 操作都會以 `awslabs/mcp/s3-tables-mcp-server/<version>`做為使用者代理程式字串。您可以依此使用者代理程式篩選 CloudTrail 日誌，以追蹤 AI 助理執行的動作。
+ **AI 助理歷史記錄** - Kiro 和 Cline 等 AI 助理會維護歷史記錄日誌，記錄自然語言請求、LLM 回應和提供給 MCP 伺服器的指示。

## 安全考量
<a name="storage-lens-s3-tables-ai-tools-security"></a>

搭配 S3 Storage Lens 資料使用 AI 助理時，請遵循下列安全最佳實務：
+ **使用最低權限存取** - 僅授予 AI 助理其任務所需的最低許可。
+ **啟用 MFA** - 對 AI 助理存取 AWS 的帳戶使用多重驗證。
+ **定期檢閱許可** - 定期稽核授予 AI 助理的許可，並撤銷不必要的存取權。
+ **使用單獨的登入**資料 - 考慮使用單獨的 AWS 登入資料進行 AI 助理存取，以促進追蹤和稽核。
+ **避免共用敏感資料** - 在提示中將敏感資訊分享給 AI 助理時要小心，尤其是在使用雲端式 AI 服務時。

## 疑難排解
<a name="storage-lens-s3-tables-ai-tools-troubleshooting"></a>

### AI 助理無法連線至 S3 資料表
<a name="storage-lens-s3-tables-ai-tools-troubleshooting-connection"></a>

**問題：**AI 助理回報無法連線至 S3 Tables 或 MCP Server 沒有回應。

**解決方案**：
+ 使用 驗證 MCP 伺服器是否已正確安裝 `uvx awslabs.s3-tables-mcp-server@latest --version`
+ 檢查您的 AWS 登入資料是否已正確設定
+ 確保 MCP 組態檔案具有正確的 AWS 設定檔和區域

### 存取遭拒錯誤
<a name="storage-lens-s3-tables-ai-tools-troubleshooting-access"></a>

**問題：**AI 助理在查詢 S3 Storage Lens 資料表時收到存取遭拒錯誤。

**解決方案**：
+ 確認`aws-s3`資料表儲存貯體上已啟用分析整合
+ 檢查 Lake Formation 許可是否已正確設定
+ 確保 AWS 登入資料具有必要的 IAM 許可

### 不正確或非預期的結果
<a name="storage-lens-s3-tables-ai-tools-troubleshooting-results"></a>

**問題：**AI 助理傳回不正確或非預期的結果。

**解決方案**：
+ 檢閱 AI 助理產生的 SQL 查詢
+ 確認您為 Storage Lens 組態使用正確的命名空間名稱
+ 透過查詢最新的 report\$1time 檢查資料是否可用
+ 精簡您的提示，以更具體地說明您想要分析的內容

## 其他資源
<a name="storage-lens-s3-tables-ai-tools-resources"></a>

如需搭配 S3 Tables 使用 AI 助理的詳細資訊，請參閱下列資源：
+ [Kiro AI](https://kiro.ai/) - 內建 MCP 支援的 AI 編碼助理
+ [使用模型內容通訊協定 (MCP) - 儲存部落格實作 S3 資料表的對話式 AI](https://aws.amazon.com/blogs/storage/implementing-conversational-ai-for-s3-tables-using-model-context-protocol-mcp/) AWS 
+ [AWS S3 Tables MCP 伺服器文件](https://awslabs.github.io/mcp/servers/s3-tables-mcp-server)
+ [模型內容通訊協定規格](https://modelcontextprotocol.io/)