某中心近期发布了 Agent Plugins for AWS，这是一个开源的代码库，旨在为AI编程助手提供在AWS上进行应用架构、部署和运维的专业技能。其首个插件 deploy-on-aws 能够将“deploy to AWS”这样的自然语言指令，转化为包含架构推荐、成本估算和基础设施即代码（IaC）的完整部署流水线，从而变革了部署工作流程。
该插件目前支持 Claude Code 和 Cursor。某中心将代理插件定位为一种最佳实践，旨在引导编程助手获得可靠结果，同时避免模型上下文过度臃肿。开发者无需反复将某中心的指导文档粘贴到提示词中，而是可以将这些指南编码为可重用、可版本化的能力，在相关场景下由代理按需调用。
某中心Agentic AI的产品负责人Marcelo S.在领英帖子中阐述了该发布旨在解决一个根本性的扩展挑战：
“对于那些多年来致力于扩展技术组织的人来说，编写代码与规模化部署之间的摩擦往往是扼杀开发速度的根源。”
他强调，利用模型上下文协议（Model Context Protocol）来弥合这一差距，可以确保：
“我们的AI工具不仅是在生成文本，更是以精准且符合最佳实践的方式，积极地在我们技术生态系统中运作。”
某中心社区构建者Kento Ikeda在一篇博客文章中指出，Agent Plugins 代表的不仅仅是自动化。他认为其重要性在于能力被集成所在的“层面”。与优化命令执行的CLI自动化不同，Agent Plugins 通过将某中心的工作流明确定义为结构化的代理能力（分析、推荐、估算、生成和部署），从而将设计流程本身系统化。他写道：
“CLI自动化提升的是个人效率，而Agent Plugins则将设计工作流程标准化。”
这使得它对于组织知识的形式化和可复现的设计模式极具价值。
代理插件将多种类型的专业工件打包在一起。一个插件可以包含：代理技能（结构化工作流和最佳实践手册）、MCP服务器（与外部服务和数据源的连接）、钩子（对开发者操作的自动化和防护措施）以及参考资料（文档和配置默认值）。deploy-on-aws 插件就使用了三个某中心的MCP服务器：AWS Knowledge（用于获取文档和最佳实践）、AWS Pricing（用于实时成本估算）和 AWS IaC（用于CDK和CloudFormation的指导）。
该插件执行一个五步工作流程：
- 分析代码库，识别其框架、数据库和依赖项。
- 推荐最优的某中心服务，并提供推荐理由。
- 使用实时定价数据展示预估的月度成本。
- 生成 CDK 或 CloudFormation 基础设施代码。
- 在用户确认后执行部署。
某中心在一篇开发者工具博文中描述了一个工作流示例：一个连接到PostgreSQL并提供React前端的Express.js REST API。在输入“deploy this Express app to AWS”后，代理扫描了代码库，为后端推荐了某中心 App Runner，为数据库推荐了Amazon RDS PostgreSQL，为前端推荐了CloudFront加S3，然后提供了成本估算并生成了完整的基础设施代码，包括Dockerfile和CI/CD工作流，最后部署了所有内容。某中心声称，整个过程耗时不到10分钟，而手动配置则需要数小时。
安装需要Claude Code或Cursor，并配置好具有适当凭证的某中心 CLI。在Claude Code中，开发者通过 /plugin marketplace add awslabs/agent-plugins 添加市场，然后通过 /plugin install deploy-on-aws@awslabs-agent-plugins 进行安装。Cursor用户可以直接从Cursor Marketplace安装，或通过设置手动安装。
某中心强调，插件是加速器，而非开发者判断力的替代品。发布文章包含了明确的指导：在部署前，务必根据安全、成本和弹性约束审查生成的代码；配置某中心凭证时遵循最小权限原则；并对生成的基础设施代码运行安全扫描工具。
某中心计划在未来几周内扩展插件库，为其他某中心工作流提供更多能力。FINISHED
