👉本ブログは AWS AI Agent ブログ祭り (Zenn: #awsaiagentblogfes, X: #AWS_AI_AGENT_ブログ祭り) の第 15 日目です。
はじめに
以前投稿したQuick Suite で穴場の観光地をリサーチ では Research 機能を使い、調査を進めました。
要約機能を使って概略を掴む事はできました。でも目が疲れているときや、画面が見れないけど耳なら空いてる時ってありますよね。
今回は Quick Suite と AgentCore を使ってそんなニーズにも答えられる仕掛けを実現します。
1. ffmpeg 用の Lambda Layer を作成
ffmpeg 用の Lambda Layer のページに移動して、Deploy ボタンを押下します。
次に、右下のデプロイを押下して開始します。
しばらく待つと画面下部リソースの項目に arn が表示されます。
2. AWS Cloudformation のスタックを作成
次に AWS Cloudformation のコンソールへ移動して、右上のスタックの作成から、「新しいリソースを使用(標準) 」を押下します。
次に、Cloudformation テンプレートをアップロードします。
このテンプレートの内容はブログ下部にあるコードをローカルに main.yaml などの名前で保存したものをアップロードします。
次にスタック名とパラメータを設定します。パラメータには先程メモした arn を入力します。
IAM が作成されることに同意して、次へを押下します。
作成される内容を確認して「送信」ボタンを押下します。
3. Quick Suite と Podcast MCP の紐づけ
Amazon Quick Suite の Integration ページ へ移動して Model Context Protocol のプラスボタンを押下します。
名前と説明、さらに MCP サーバーエンドポイントを入力します。
MCP サーバーエンドポイントには 先程の AWS Cloudformation の出力タブから確認できます。
更に次のページの入力項目としても、AWS Cloudformation の出力タブ の内容を利用します。
次のページへ遷移すると Amazon Cognito のポップアップウィンドウが表示されます。Sign up を押下します。
新しいアカウントを作成して次に進みます。
ローディングの画面が表示されますが、右下の「次へ」を押下します。
さらに、右下の「次へ」を押下します。
すると、アクションタブに Podcast Maker が表示されますので、それをクリックします。
右上の「再接続」ボタンを押下します。
4. 研究ファイルをダウンロード
新しいタブで Amazon Quick Suite の 研究ページ へ移動し各リサーチファイルをダウンロードします。
右上の「共有」ボタンから Word を選択しダウンロードします。
5. チャットの前準備
チャットエージェントのページ を押下して、右側の展開するボタンを押下します。
画面中央のクリップアイコンを押下して、ファイルアップロードのモーダルを表示します。
先程ダウンロードした word ファイルを添付します。
さらに アクション を追加するモーダルへ遷移します。
アクションタブから Podcast Maker MCP を追加します。
6. Podcast を作る
では本題の Podcast を作っていきましょう。下記のプロンプトを入力します。
あなたは人気の Podcast パーソナリティです。魅力的な番組を作ることができます。
今回のテーマはアップロードした3つのwordファイルを分析してわかりやすく伝えることにあります。
では、シナリオを考えて、Podcast Maker MCP で番組を作り音声ファイルのURLを教えて下さい。
途中でスクリプトの確認がなされますが、Submit を押下します。
しばらくすると Amazon S3 の Presigned URL が描画されますので、新しいタブなどで開きます。
Cleanup
今回利用したリソースはCloudformation のコンソールから podcast-maker, serverlessrepo-ffmpeg-lambda-layer を削除します。
まとめ
今回は Amazon Quick Suite のリサーチ内容から Podcast を作ってみました。
また Podcast を作るにあたり、 Amazon Bedrock AgentCore Gateway を MCP サーバーとして利用しています。
簡単に MCP サーバーが作れる AWS のエコシステムといろんなものを繋げられる Amazon Quick Suite の良さを体感できた気がします。
ぜひ皆さんも Amazon Bedrock AgentCore と Amazon Quick Suite で AI 活用を進めてみてください。
Appendix
AWSTemplateFormatVersion: '2010-09-09'
Description: MCP Podcast Server with Bedrock AgentCore Gateway, Lambda, and Cognito (OAuth Only - Secure Design)
Parameters:
FFmpegLayerArn:
Type: String
Description: FFmpeg Lambda Layer の ARN（デプロイ時に実際のARNを指定）
Default: arn:aws:lambda:us-west-2:123456789012:layer:ffmpeg:1
Resources:
# OAuth認証専用 Cognito User Pool
PodcastUserPool:
Type: AWS::Cognito::UserPool
Properties:
UserPoolName: MCPPodcastServerUserPool
UsernameAttributes:
- email
AutoVerifiedAttributes:
- email
Policies:
PasswordPolicy:
MinimumLength: 8
RequireUppercase: true
RequireLowercase: true
RequireNumbers: true
RequireSymbols: true
TemporaryPasswordValidityDays: 7
AccountRecoverySetting:
RecoveryMechanisms:
- Name: verified_email
Priority: 1
# OAuth フロー用 User Pool Domain
PodcastUserPoolDomain:
Type: AWS::Cognito::UserPoolDomain
Properties:
Domain: !Sub '${AWS::StackName}-podcast-oauth'
UserPoolId: !Ref PodcastUserPool
# Authorization Code Grant用 User Pool Client
PodcastUserPoolClient:
Type: AWS::Cognito::UserPoolClient
Properties:
ClientName: MCPPodcastAuthClient
UserPoolId: !Ref PodcastUserPool
GenerateSecret: true
# OAuth Authorization Code Grant
AllowedOAuthFlowsUserPoolClient: true
AllowedOAuthFlows:
- code
AllowedOAuthScopes:
- email
- openid
- profile
CallbackURLs:
- "https://us-east-1.quicksight.aws.amazon.com/sn/oauthcallback"
- "https://us-west-2.quicksight.aws.amazon.com/sn/oauthcallback"
LogoutURLs:
- "https://us-east-1.quicksight.aws.amazon.com/sn/logout"
- "https://us-west-2.quicksight.aws.amazon.com/sn/logout"
SupportedIdentityProviders:
- COGNITO
PreventUserExistenceErrors: ENABLED
AccessTokenValidity: 1 # 1 hour
IdTokenValidity: 1 # 1 hour
RefreshTokenValidity: 30 # 30 days
# 生成されたポッドキャスト音声ファイル保存用 S3 Bucket
PodcastAudioBucket:
Type: AWS::S3::Bucket
Properties:
BucketName: !Sub '${AWS::StackName}-podcast-audio-${AWS::AccountId}'
BucketEncryption:
ServerSideEncryptionConfiguration:
- ServerSideEncryptionByDefault:
SSEAlgorithm: AES256
PublicAccessBlockConfiguration:
BlockPublicAcls: true
BlockPublicPolicy: true
IgnorePublicAcls: true
RestrictPublicBuckets: true
VersioningConfiguration:
Status: Enabled
LifecycleConfiguration:
Rules:
- Id: DeleteOldAudioFiles
Status: Enabled
ExpirationInDays: 1
# Lambda実行用 IAM Role
PodcastLambdaExecutionRole:
Type: AWS::IAM::Role
Properties:
RoleName: !Sub '${AWS::StackName}-lambda-execution-role'
AssumeRolePolicyDocument:
Version: '2012-10-17'
Statement:
- Effect: Allow
Principal:
Service: lambda.amazonaws.com
Action: sts:AssumeRole
ManagedPolicyArns:
- arn:aws:iam::aws:policy/service-role/AWSLambdaBasicExecutionRole
Policies:
- PolicyName: PodcastGenerationPolicy
PolicyDocument:
Version: '2012-10-17'
Statement:
- Effect: Allow
Action:
- polly:SynthesizeSpeech
Resource: '*'
- Effect: Allow
Action:
- s3:PutObject
- s3:GetObject
Resource: !Sub '${PodcastAudioBucket.Arn}/*'
# 埋め込みコード付き Lambda Function（ZipFile）
PodcastGeneratorFunction:
Type: AWS::Lambda::Function
Properties:
FunctionName: !Sub '${AWS::StackName}-podcast-generator'
Runtime: python3.12
Handler: index.lambda_handler
Role: !GetAtt PodcastLambdaExecutionRole.Arn
Timeout: 900
MemorySize: 10240
EphemeralStorage:
Size: 10240
Environment:
Variables:
S3_BUCKET_NAME: !Ref PodcastAudioBucket
Layers:
- !Ref FFmpegLayerArn
Code:
ZipFile: |
import json
import os
import boto3
import logging
from datetime import datetime
import subprocess
import tempfile
import shutil
# ログ設定
logger = logging.getLogger()
logger.setLevel(logging.INFO)
# AWS クライアント初期化
polly_client = boto3.client('polly')
s3_client = boto3.client('s3')
# 環境変数
S3_BUCKET_NAME = os.environ.get('S3_BUCKET_NAME')
# VoiceId マッピング（speaker名 → Polly VoiceId）
VOICE_MAPPING = {
'Alice': 'Mizuki', # 日本語女性
'Bob': 'Takumi' # 日本語男性
}
def validate_input(event):
"""入力JSONのバリデーション"""
try:
body = json.loads(event.get('body', '{}'))
if 'dialogues' not in body:
raise ValueError("Missing required field: dialogues")
if not isinstance(body['dialogues'], list):
raise ValueError("dialogues must be an array")
if len(body['dialogues']) == 0:
raise ValueError("dialogues array cannot be empty")
for idx, dialogue in enumerate(body['dialogues']):
if 'speaker' not in dialogue:
raise ValueError(f"Missing speaker in dialogue {idx}")
if 'text' not in dialogue:
raise ValueError(f"Missing text in dialogue {idx}")
if len(dialogue['text']) > 3000:
raise ValueError(f"Text too long in dialogue {idx}: max 3000 characters")
if dialogue['speaker'] not in VOICE_MAPPING:
raise ValueError(f"Invalid speaker in dialogue {idx}: {dialogue['speaker']}")
return body
except json.JSONDecodeError:
raise ValueError("Invalid JSON format")
def synthesize_speech(text, voice_id, output_path):
"""Amazon Pollyで音声合成"""
try:
response = polly_client.synthesize_speech(
Text=text,
OutputFormat='mp3',
VoiceId=voice_id,
Engine='standard'
)
with open(output_path, 'wb') as f:
f.write(response['AudioStream'].read())
return True
except Exception as e:
logger.error(f"Speech synthesis failed: {str(e)}")
raise
def concat_audio_files(input_files, output_path):
"""FFmpegで音声ファイルを結合"""
try:
# filelist.txt作成
filelist_path = '/tmp/filelist.txt'
with open(filelist_path, 'w') as f:
for file in input_files:
f.write(f"file '{file}'\n")
# FFmpeg実行
cmd = [
'/opt/bin/ffmpeg',
'-f', 'concat',
'-safe', '0',
'-i', filelist_path,
'-c', 'copy',
output_path
]
result = subprocess.run(cmd, capture_output=True, text=True, check=True)
return True
except subprocess.CalledProcessError as e:
logger.error(f"FFmpeg failed: {e.stderr}")
raise Exception(f"Audio concatenation failed: {e.stderr}")
except Exception as e:
logger.error(f"Concatenation error: {str(e)}")
raise
def upload_to_s3(file_path, bucket_name):
"""S3にファイルをアップロード"""
try:
timestamp = datetime.now().strftime('%Y%m%d_%H%M%S')
object_key = f'podcasts/{timestamp}.mp3'
s3_client.upload_file(file_path, bucket_name, object_key)
# ファイルサイズ取得
file_size = os.path.getsize(file_path)
# presigned URL生成（1時間有効）
presigned_url = s3_client.generate_presigned_url(
'get_object',
Params={'Bucket': bucket_name, 'Key': object_key},
ExpiresIn=3600
)
return {
'presignedUrl': presigned_url,
'fileSize': file_size,
'objectKey': object_key
}
except Exception as e:
logger.error(f"S3 upload failed: {str(e)}")
raise
def cleanup_temp_files(file_paths):
"""一時ファイルのクリーンアップ"""
for file_path in file_paths:
try:
if os.path.exists(file_path):
os.remove(file_path)
except Exception as e:
logger.warning(f"Failed to cleanup {file_path}: {str(e)}")
def lambda_handler(event, context):
"""Lambda ハンドラー関数"""
temp_files = []
try:
# MCP Gateway からの呼び出しの場合、argumentsが直接渡される可能性
if 'dialogues' in event:
# 直接渡される場合
dialogues = event['dialogues']
else:
# HTTP Gateway形式の場合
body = validate_input(event)
dialogues = body['dialogues']
logger.info(f"Processing {len(dialogues)} dialogues")
# 各dialogueを音声合成
audio_files = []
for idx, dialogue in enumerate(dialogues):
speaker = dialogue['speaker']
text = dialogue['text']
voice_id = VOICE_MAPPING[speaker]
output_path = f'/tmp/dialogue_{idx}.mp3'
temp_files.append(output_path)
synthesize_speech(text, voice_id, output_path)
audio_files.append(output_path)
# 音声ファイルを結合
output_path = '/tmp/output.mp3'
temp_files.append(output_path)
if len(audio_files) == 1:
# 1つのファイルの場合はそのまま使用
shutil.copy(audio_files[0], output_path)
else:
# 複数ファイルの場合は結合
concat_audio_files(audio_files, output_path)
temp_files.append('/tmp/filelist.txt')
# ファイルサイズチェック（100MB制限）
file_size = os.path.getsize(output_path)
if file_size > 100 * 1024 * 1024:
raise Exception(f"Generated file too large: {file_size} bytes")
# S3にアップロード
s3_result = upload_to_s3(output_path, S3_BUCKET_NAME)
# 音声ファイルの長さを推定（簡易計算: ファイルサイズから）
# MP3の平均ビットレート128kbpsと仮定
duration = file_size / (128 * 1024 / 8)
# 成功レスポンス
response_body = {
'status': 'success',
'presignedUrl': s3_result['presignedUrl'],
'fileSize': s3_result['fileSize'],
'duration': round(duration, 2)
}
logger.info(f"Processing completed successfully")
return {
'statusCode': 200,
'headers': {
'Content-Type': 'application/json'
},
'body': json.dumps(response_body)
}
except ValueError as e:
logger.warning(f"Validation error: {str(e)}")
return {
'statusCode': 400,
'headers': {
'Content-Type': 'application/json'
},
'body': json.dumps({'error': str(e)})
}
except Exception as e:
logger.error(f"Processing failed: {str(e)}", exc_info=True)
return {
'statusCode': 500,
'headers': {
'Content-Type': 'application/json'
},
'body': json.dumps({'error': 'Internal server error'})
}
finally:
# 一時ファイルのクリーンアップ
cleanup_temp_files(temp_files)
# Bedrock AgentCore Gateway 用 IAM Role
GatewayExecutionRole:
Type: AWS::IAM::Role
Properties:
RoleName: !Sub '${AWS::StackName}-gateway-execution-role'
AssumeRolePolicyDocument:
Version: '2012-10-17'
Statement:
- Effect: Allow
Principal:
Service: bedrock-agentcore.amazonaws.com
Action: sts:AssumeRole
Policies:
- PolicyName: GatewayInvokeLambdaPolicy
PolicyDocument:
Version: '2012-10-17'
Statement:
- Effect: Allow
Action:
- lambda:InvokeFunction
Resource: !GetAtt PodcastGeneratorFunction.Arn
# Bedrock AgentCore Gateway
PodcastMCPGateway:
Type: AWS::BedrockAgentCore::Gateway
Properties:
Name: !Sub '${AWS::StackName}-mcp-gateway'
ProtocolType: MCP
AuthorizerType: CUSTOM_JWT
RoleArn: !GetAtt GatewayExecutionRole.Arn
AuthorizerConfiguration:
CustomJWTAuthorizer:
DiscoveryUrl: !Sub 'https://cognito-idp.${AWS::Region}.amazonaws.com/${PodcastUserPool}/.well-known/openid-configuration'
AllowedClients:
- !Ref PodcastUserPoolClient
# Bedrock AgentCore GatewayTarget（Lambda Tool登録）
PodcastMCPGatewayTarget:
Type: AWS::BedrockAgentCore::GatewayTarget
Properties:
GatewayIdentifier: !Ref PodcastMCPGateway
Name: podcast-generator-tool
TargetConfiguration:
Mcp:
Lambda:
LambdaArn: !GetAtt PodcastGeneratorFunction.Arn
ToolSchema:
InlinePayload:
- Name: generate_podcast
Description: Generate podcast audio from dialogue script
InputSchema:
Type: object
Properties:
dialogues:
Type: array
Description: Array of dialogue entries
Items:
Type: object
Properties:
speaker:
Type: string
Description: Speaker name (Alice or Bob)
text:
Type: string
Description: Text to speak
Required:
- speaker
- text
Required:
- dialogues
CredentialProviderConfigurations:
- CredentialProviderType: GATEWAY_IAM_ROLE
# AgentCore Gateway 用 Lambda権限
GatewayLambdaInvokePermission:
Type: AWS::Lambda::Permission
Properties:
FunctionName: !GetAtt PodcastGeneratorFunction.Arn
Action: lambda:InvokeFunction
Principal: bedrock-agentcore.amazonaws.com
SourceArn: !Sub 'arn:aws:bedrock-agentcore:${AWS::Region}:${AWS::AccountId}:gateway/${PodcastMCPGateway}'
Outputs:
GatewayURL:
Description: AgentCore Gateway エンドポイント URL
Value: !GetAtt PodcastMCPGateway.GatewayUrl
Export:
Name: !Sub '${AWS::StackName}-GatewayURL'
UserPoolClientId:
Description: Cognito User Pool Client ID
Value: !Ref PodcastUserPoolClient
Export:
Name: !Sub '${AWS::StackName}-UserPoolClientId'
UserPoolClientSecret:
Description: Cognito User Pool Client Secret（OAuthフロー用）
Value: !GetAtt PodcastUserPoolClient.ClientSecret
Export:
Name: !Sub '${AWS::StackName}-UserPoolClientSecret'
# OAuth Token Endpoint（認証コード→トークン交換用）
OAuthTokenURL:
Description: OAuth Token URL（認証コード→トークン交換用）
Value: !Sub 'https://${PodcastUserPoolDomain}.auth.${AWS::Region}.amazoncognito.com/oauth2/token'
Export:
Name: !Sub '${AWS::StackName}-OAuthTokenURL'
# OAuth Authorize Endpoint（ユーザー認証開始用）
OAuthAuthorizeURL:
Description: OAuth Authorize URL（ユーザー認証開始用）
Value: !Sub 'https://${PodcastUserPoolDomain}.auth.${AWS::Region}.amazoncognito.com/oauth2/authorize'
Export:
Name: !Sub '${AWS::StackName}-OAuthAuthorizeURL'
この Publication に投稿している記事は、アマゾン ウェブ サービス ジャパン合同会社または Amazon Web Services, Inc. 所属社員による個人の見解であり、所属する組織の公式見解ではありません。参加したい従業員の方は、Sugiyama Suguru までお知らせください。
Discussion