用 Amazon Quick + AgentCore 搭对话式 FinOps 助手：自然语言查 AWS 账单
每周 FinOps 团队都会收到同一类问题："上个月哪个服务花得多？""这个月 EC2 费用比上月涨了多少？""哪几个账号用量异常？"数据明明在 Cost Explorer 里，但每次都要人肉查、截图、发邮件。
我试了一下用 Amazon Quick 的 Chat Agent 接 AgentCore 里跑的 Billing MCP Server，让业务方直接用中文问账单——"上个月按服务分组费用多少？"，Agent 自己去调 Cost Explorer API 返回结果。整个搭建过程记录如下。
方案架构
三层结构：
用户（Amazon Quick Chat）
→ Amazon Bedrock AgentCore Runtime（托管 MCP Server）
→ AWS Billing & Cost Management API
- Amazon Quick：提供对话界面，内置 Chat Agent 能力
- AgentCore Runtime：Serverless 托管 MCP Server，不用自己管服务器
- MCP Server：把 Cost Explorer、Budgets、Compute Optimizer 等 API 封装成 MCP 工具
用户在 Quick 里用自然语言提问，Chat Agent 调用 AgentCore 里的 MCP 工具，工具去查实际账单数据，返回结果。
前置条件
开始之前确认这几个东西：
- AWS 账号且有 Cost Explorer 访问权限（需要在管理账号或有 CE 权限的成员账号）
- Amazon Bedrock AgentCore 在目标 region 可用
- Amazon Quick 已在组织中启用
- Amazon Cognito 用户池（AgentCore Gateway 需要 OAuth 鉴权）
- Node.js 18+（MCP Server 开发和部署用）
第一步：准备 Billing MCP Server
AWS 在 GitHub 开源了一个 Billing MCP Server 的参考实现。我基于它做了些改造让它适配 AgentCore Runtime。
核心 tools 定义：
// tools/get-cost-and-usage.ts
export const getCostAndUsage = {
name: "get_cost_and_usage",
description: "查询指定时间范围内按服务/账号/标签分组的 AWS 费用",
inputSchema: {
type: "object",
properties: {
startDate: { type: "string", description: "开始日期 YYYY-MM-DD" },
endDate: { type: "string", description: "结束日期 YYYY-MM-DD" },
groupBy: {
type: "string",
enum: ["SERVICE", "LINKED_ACCOUNT", "TAG"],
description: "分组维度"
},
granularity: {
type: "string",
enum: ["DAILY", "MONTHLY"],
description: "粒度"
}
},
required: ["startDate", "endDate"]
}
};
实际调用 AWS SDK：
import { CostExplorerClient, GetCostAndUsageCommand } from "@aws-sdk/client-cost-explorer";
const ce = new CostExplorerClient({ region: "us-east-1" });
async function handler(input: any) {
const cmd = new GetCostAndUsageCommand({
TimePeriod: { Start: input.startDate, End: input.endDate },
Granularity: input.granularity || "MONTHLY",
Metrics: ["UnblendedCost"],
GroupBy: input.groupBy
? [{ Type: "DIMENSION", Key: input.groupBy }]
: undefined
});
const resp = await ce.send(cmd);
return resp.ResultsByTime;
}
类似的，还可以封装：
get_budget_status：查 Budgets 的当前消耗 vs 预算get_savings_recommendations：Compute Optimizer 的优化建议get_anomaly_alerts：费用异常检测告警
第二步：部署到 AgentCore Runtime
AgentCore Runtime 以 Serverless 方式托管 MCP Server。部署流程：
# 1. 初始化 AgentCore 项目
agentcore init --runtime mcp --name billing-assistant
# 2. 把 MCP Server 代码放进去
cp -r src/ agentcore-project/src/
# 3. 配置 agentcore.yaml
cat > agentcore.yaml << 'EOF'
name: billing-assistant
runtime: mcp
entry: src/index.ts
tools:
- get_cost_and_usage
- get_budget_status
- get_savings_recommendations
auth:
type: cognito
userPoolId: us-east-1_xxxxxxx
clientId: xxxxxxxxxxxxxxxxxxxxxxxxx
permissions:
- ce:GetCostAndUsage
- ce:GetCostForecast
- budgets:ViewBudget
- compute-optimizer:GetRecommendationSummaries
EOF
# 4. 部署
agentcore deploy --region us-east-1
部署成功后会返回一个 Gateway Endpoint URL，后面 Amazon Quick 要用。
坑 1：IAM 权限。 AgentCore Runtime 的执行角色需要有 Cost Explorer 的读取权限。Cost Explorer API 只在 us-east-1 可用（全局服务），别配错 region。
坑 2：Cognito 配置。 AgentCore Gateway 强制要求 OAuth 认证。需要先建 Cognito User Pool + App Client，设置好回调 URL。
第三步：接入 Amazon Quick Chat Agent
在 Amazon Quick 管理后台：
- 进入 Chat Agent 配置
- 添加数据源 → 选择 "AgentCore MCP Endpoint"
- 填入上一步拿到的 Gateway URL
- 配置 OAuth credentials（Cognito Client ID + Secret）
- 测试连接
连通后，在 Quick 的对话框里就可以直接问：
- "上个月 EC2 服务花了多少钱？"
- "最近三个月费用趋势怎么样？"
- "哪些账号这个月费用增长超过 20%？"
- "Compute Optimizer 有什么优化建议？"
实际效果
我测试了几轮问答：
问：上个月按服务分组费用是多少？
Agent 自动调用 get_cost_and_usage，传入上月日期范围 + groupBy: SERVICE，返回格式化的表格结果。
问：这个月 EC2 比上个月多了多少？
Agent 分别调两次 cost API（本月和上月），自己做差值计算返回百分比。
问：有没有省钱的建议？
Agent 调用 get_savings_recommendations 拉 Compute Optimizer 数据，返回可优化的实例列表。
响应时间大概 3-5 秒（Cost Explorer API 本身就慢），但比人肉去控制台查快多了。
安全考虑
几个关键点：
- 最小权限——MCP Server 的 IAM 角色只给 CE/Budgets 的只读权限，不能改配置
- Cognito 鉴权——不是随便谁都能调 Gateway，必须通过 OAuth 流程
- 数据范围——通过 IAM Policy 的 Condition 限制只能查特定 Organization Unit 的数据
- 审计日志——所有 AgentCore 调用都进 CloudTrail，谁问了什么一目了然
适合什么场景
这套方案比较适合：
- FinOps 团队日常答疑——业务方自助查账单
- 管理层月度汇报——快速拉数据做总结
- 异常发现——配合 Cost Anomaly Detection 做主动告警
- 多账号管理——Organizations 下几十个账号的统一查询
不太适合：
- 需要精细 RI/SP 管理的场景（操作类，不只是查询）
- 数据量极大的细粒度分析（用 Cost and Usage Report + Athena 更合适）
小结
整个搭建流程：
- 封装 Billing API 为 MCP Tools
- 部署到 AgentCore Runtime（Serverless 托管）
- Amazon Quick Chat Agent 接入 AgentCore Gateway
- Cognito 做 OAuth 鉴权
从"有想法"到"能问答"大概一天时间。核心是 MCP 把 API 变成工具、AgentCore 做 Serverless 托管、Quick 给对话界面，三层各司其职。
如果你的 FinOps 团队每周都在重复回答"上月花了多少钱"这类问题，可以试试这个方案——让 Agent 去查，人去做决策。
参考资料：
浙公网安备 33010602011771号