AWS 近期发布了 Agent Plugins for AWS 开源仓库，旨在为 AI 编程智能体提供在 AWS 上进行应用架构设计、部署与运维的专项能力。首个 deploy-on-aws 插件可接收“部署到 AWS”等自然语言指令，自动生成完整的部署流水线，并提供架构建议、成本估算及基础设施即代码（IaC），实现部署工作流的革新。
该插件目前支持 Claude Code 和 Cursor，紧随 Cursor 近期市场的上线。AWS 将智能体插件定位为一项最佳实践，用于引导编程智能体输出可靠结果，同时避免模型上下文膨胀。开发者无需在提示词中反复粘贴 AWS 指南，而是可以将这些指南封装为可复用、可版本化的能力，由智能体在相关场景下直接调用。
AWS Agentic AI 的 AI 产品负责人 Marcelo S. 在 LinkedIn 帖子中将此次发布定位为解决规模化层面的一个根本性挑战：
对于那些多年致力于技术组织规模化的人而言，代码编写与规模化部署之间的矛盾，往往是导致研发效率停滞的关键所在。
此外，他强调可借助模型上下文协议（Model Context Protocol）来弥合这一差距，并确保：
我们的 AI 工具并非只生成文本，而是能够以精准、符合最佳实践的方式在我们的技术生态系统中主动执行操作。
AWS 社区构建者 Kento Ikeda 在 DEV.to 的博文中指出，Agent Plugins 所代表的远不只是自动化。他认为其核心价值在于能力集成。与仅优化命令执行的 CLI 自动化不同，Agent Plugins 通过明确定义分析、推荐、估算、生成、部署这一整套 AWS 工作流，将设计流程本身系统化。他写道：
CLI 自动化提升个人效率，而 Agent Plugins 则实现了设计工作流的标准化。
这使其在组织知识规范化、设计模式可复现方面具备重要价值。
智能体插件将多类专业知识成果整合打包。单个插件可包含智能体技能（结构化工作流与最佳实践手册）、MCP 服务器（用于对接外部服务与数据源）、钩子（实现开发者操作的自动化与防护），以及参考资料（文档与配置默认值）。deploy-on-aws 插件使用了三台 AWS MCP 服务器：AWS Knowledge 负责提供文档与最佳实践，AWS Pricing 用于实时成本估算，AWS IaC 则提供 CDK 与 CloudFormation 相关指导。
该插件执行五步工作流：
首先，分析代码库，识别所用框架、数据库及依赖项
其次，推荐最优 AWS 服务并说明依据
第三，基于实时定价数据展示预估月度成本
第四，生成 CDK 或 CloudFormation 基础设施即代码
第五，在用户确认后执行部署
AWS 在开发者工具博文中介绍了这一工作流，并以一个连接 PostgreSQL 数据库、为 React 前端提供服务的 Express.js REST API 为例进行演示。输入“将此 Express 应用部署到 AWS”后，智能体便会扫描代码库，推荐以 AWS App Runner 作为后端、Amazon RDS PostgreSQL 作为数据库、CloudFront 搭配 S3 作为前端；随后给出成本估算，并生成包含 Dockerfile 和 CI/CD 工作流在内的完整基础设施代码，最终完成全流程部署。AWS 表示，整个过程耗时不到 10 分钟，而手动配置通常需要数小时。
安装需使用 Claude Code 或 Cursor，并配置好含对应凭证的 AWS CLI。在 Claude Code 中，开发者可通过 /plugin marketplace add awslabs/agent-plugins 添加插件市场，再通过 /plugin install deploy-on-aws@awslabs-agent-plugins 安装。Cursor 用户可直接从 Cursor 市场安装，或在设置中手动安装。
AWS 强调，插件是效率加速器，而非开发者判断的替代品。发布公告中给出了明确指引：部署前务必根据安全、成本及弹性要求审查生成的代码；配置 AWS 凭证时遵循最小权限原则；对生成的基础设施代码运行安全扫描工具。
AWS 计划在未来几周内扩展插件仓库，增加更多面向其他 AWS 工作流的能力。
【声明：本文由 InfoQ 翻译，未经许可禁止转载。】
查看英文原文：https://www.infoq.com/news/2026/03/aws-launches-agent-plugins/
