はじめに

第1章　MCPとは
1.1　MCP登場までのバックグラウンド
1.1.1　LLMに指示を与える「プロンプト」
1.1.2　LLMに外部情報を伝える「リソース」
1.1.3　LLMに外部とやりとりする手段を提供する「ツール」
1.1.4　開発フレームワークの進化
1.2　MCPが解決する課題とメリット
1.2.1　開発者の分離
1.2.2　一般ユーザーでも簡単に利用可能
1.3　AWSとMCP

第2章　MCPのアーキテクチャ
2.1　MCPのアーキテクチャ
2.2　MCPのメッセージ形式
2.3　MCPの通信プロトコル
2.3.1　stdio方式
2.3.2　Streamable HTTP方式
2.4　MCPプリミティブ
2.4.1　Promptsプリミティブ
2.4.2　Resourcesプリミティブ
2.4.3　Toolsプリミティブ
2.4.4　Samplingプリミティブ
2.4.5　Rootsプリミティブ
2.4.6　Elicitationプリミティブ
2.5　MCPにおける認証・認可
2.5.1　認証・認可の必要性
2.5.2　認証・認可を支える技術「OAuth」
2.5.3　認証・認可フロー
2.6　MCPユーティリティ
2.6.1　Cancellation
2.6.2　Ping
2.6.3　Progress
2.6.4　Tasks

第3章　AWSデベロッパー向けMCP対応製品とサービス
3.1　MCPホスト
3.1.1　Kiro
3.1.2　Amazon Q Developer IDE
3.1.3　Claude Code
3.1.4　Cline
3.2　MCPサーバー
3.2.1　AWS MCP Servers（オープンソースプロジェクト）
3.2.2　AWS MCP Server（サービス名）
3.2.3　その他のMCPサーバー
3.3　MCP対応AIエージェント開発用サービス
3.3.1　AWS製AIエージェント構築フレームワーク「Strands Agents」
3.3.2　デプロイ先として利用できる「Amazon Bedrock AgentCore」
3.4　AWS Samplesで公開されているMCP 対応アプリケーション
3.4.1　Bedrock Engineer
3.4.2　Generative AI Use Cases（GenU）
3.4.3　MCP-MCP

第4章　MCPを触ってみよう
4.1　Claude CodeをMCPホストとして使ってみよう
4.1.1　Claude Codeの利用
4.1.2　Everything MCP Serverの概要
4.1.3　ハンズオン環境の準備
4.1.4　Resourcesプリミティブの利用
4.1.5　Promptsプリミティブの利用
4.1.6　Toolsプリミティブの利用
4.1.7　まとめ
4.2　MCPを作ってみよう（MCPサーバー側プリミティブ編）
4.2.1　Streamlitによるシンプルなチャットアプリの実装
4.2.2　Promptsプリミティブの実装
4.2.3　Resourcesプリミティブの実装
4.2.4　Toolsプリミティブの実装
4.2.5　通信方式のStreamable HTTPへの変更
4.3　MCPを作ってみよう（MCPクライアント側プリミティブ編）
4.3.1　Richライブラリの概要
4.3.2　Samplingプリミティブの実装
4.3.3　Rootsプリミティブの実装
4.3.4　Elicitationプリミティブの実装
4.3.5　まとめ

第5章　AWSとMCPによる実践アプリケーション開発
5.1　AWS公式MCPサーバーを使ったインフラ構築と運用分析
5.1.1　Amazon CloudFrontとAmazon S3を使ったインフラ環境の構築と構成図の生成
5.1.2　AWS利用料の把握とEC2の利用状況の調査
5.1.3　まとめ
5.2　MCPサーバーを組み合わせたRAGチャットアプリの開発
5.2.1　概要
5.2.2　事前準備
5.2.3　AWS MCP Serverを用いたRAGチャットアプリの構築
5.2.4　Amazon Bedrock Knowledge Base Retrieval MCP Server統合による独自データ参照機能の追加
5.2.5　Playwright MCP ServerによるUIの自動テスト
5.2.6　ハンズオンの後片付け
5.2.7　まとめ
5.3　MCPサーバー連携によるリサーチエージェント基盤の構築
5.3.1　ハンズオンの概要
5.3.2　リサーチエージェントの構築
5.3.3　リサーチエージェントのAWSデプロイ
5.3.4　ドキュメント変換MCPサーバーの構築

第6章MCPの実運用に向けて
6.1　MCPサーバーと連携したAIエージェントの評価
6.1.1　概要
6.1.2　LLMアプリケーションにおける評価
6.1.3　LLM-as-a-Judgeに挑戦しよう
6.1.4　MCPサーバーを活用するAIエージェントの評価方法
6.1.5　AIエージェントを評価しよう
6.1.6　まとめ
6.2　AgentCore GatewayによるMCPの管理
6.2.1　AgentCore Gateway概要
6.2.2　連携可能なターゲット
6.2.3　AgentCore Gatewayが提供する機能
6.2.4　AgentCore Gatewayを使ってツールを管理しよう
6.2.5　AgentCore Gatewayのオブザーバビリティ
6.2.6　ハンズオンの後片付け
6.2.7　まとめ

付録　ハンズオン環境構築
A.1　AWSのセットアップ
A.1.1　AWSアカウントの作成
A.1.2　IAMユーザーの作成と認証キーの生成
A.2　Amazon Bedrockのユースケース送信とクォータの上限引き上げ
A.2.1　Amazon Bedrockのユースケース送信
A.2.2　Amazon Bedrockのクォータ引き上げ
A.3　GitHub Codespaces環境構築
A.3.1　GitHubアカウントの準備
A.3.2　リポジトリの作成
A.3.3　認証情報の初期設定
A.3.4　GitHub Codespacesの起動と設定
A.3.5　GitHub Codespacesの利用料金
A.4　Tavily APIキーの取得