Agent Toolkit for AWSとは何か 4つのコンポーネントで理解する

Agent Toolkit for AWSは、AIエージェントからAWSを安全に操作するための仕組みで、AWS MCP Serverとキュレーションされたエージェントskillsを組み合わせたものです。製品ページでは大きくこの2要素として説明されますが、公式ユーザーガイドはより正確に4つのコンポーネントで定義しています。それぞれの役割を先に押さえると、Redshiftとの統合が何を意味するのかが理解しやすくなります。

中核となるAWS MCP Serverは、ドキュメント検索やサービス情報の取得は認証なしで行える一方、API実行やスクリプト実行、skills実行は既存のIAM認証情報で認証されます。単一の認証済みエンドポイントから300+のAWSサービス、15,000+のAPIアクションにアクセスでき、複雑なマルチステップ処理にはrun_scriptツールで隔離サンドボックス内のPythonを実行できます。対応するエージェントも広く、Claude Code、Cursor、Codex、Kiro、Windsurf、Clineなどが挙げられます。Kiroに関してはMCP Serverへ直接接続する設計のため、プラグインが不要とされています。

RedshiftとAgent Toolkitの統合で変わること

2026年8月27日、Amazon RedshiftがAgent Toolkit for AWSと統合されました。これにより、Claude CodeやKiro、CursorといったAIエージェントから、Redshiftのデータウェアハウスやデータレイクを直接build、query、troubleshoot、migrateできるようになりました。従来は人が書いていたDDLやCOPY、システムビューの照会といった作業を、自然言語の指示からエージェントが組み立てて実行できる点が大きな変化です。

この統合が実務で扱いやすいのは、導入ハードルの低さにあります。Provisionedクラスタとサーバーレスワークグループの双方に対応し、既存インフラの変更を必要としません。すでに稼働しているデータ基盤へ後付けで導入できるため、移行や再構築の負担なく試せます。

つまり、Agent Toolkit自体の利用に上乗せ料金は発生せず、動かしたRedshiftやその周辺リソースの通常料金だけを見ればよいという整理です。対応リージョンの考え方も、RedshiftとAWS MCP Serverの双方が提供される全リージョンという分かりやすい基準になっています。

RedshiftはPostgreSQLではない問題をskillsがどう解くか

この統合の技術的な核が、Redshift向けskillsです。SQL構文リファレンス、メタデータ探索、データロードパターン、マテリアライズドビューのベストプラクティス、関数とデータ型のガイダンス、そしてQualifyやPivot、Superといった拡張構文まで、Redshift固有の知識を提供します。その中心にあるredshift-guide skillの設計思想が「Amazon Redshift is NOT PostgreSQL」という一文です。LLMはPostgreSQLの知識でRedshiftのSQLを書きがちですが、両者はシステムビューやDDL、関数、データ型で挙動が異なり、そのまま動かないことが少なくありません。skillはこの差異を設計レベルで押し戻します。

具体的には、まずSTEP 0でサーバーレスとProvisionedのどちらかを判別させ、以降の照会方法を切り替えます。両モデルを混在運用する現場で起きがちな取り違えを、最初の一手で防ぐ考え方です。

このほか、IcebergテーブルはCREATE TABLE ... USING ICEBERGで作成するといったRedshift固有の書き方まで踏み込んで案内します。手書きSQLに詳しくない担当者でも、エージェントが正しい方言へ誘導してくれる点が実務的な価値です。

本番DWHをAIに任せるためのガバナンスと安全設計

本番のデータ基盤をAIに触らせることには不安が伴います。この統合は、skill側とMCP層の二重の安全設計でその不安に応えています。まずskill側は、危険な操作をセーフティガードレールで扱います。破壊的な操作は実行前に止め、影響が大きい操作は警告して確認を求める設計です。

MCP層のガバナンスも重要です。AWS MCP Serverは全リクエストに、aws:CalledViaAWSMCPとaws:ViaAWSMCPServiceという2つのグローバル条件キーを自動で付与します。これによりIAMポリシー側で、MCP起因の操作を直接のAPI呼び出しと区別して制御できます。さらにCloudTrailが全API呼び出しを記録するため、エージェントが何を実行したかを後から監査できます。認証はMCP Proxy for AWS経由のSigV4、またはAWS Sign-in経由のOAuth 2.1に対応します。最小権限のIAMロールとCloudTrail監査を組み合わせれば、現実的なガバナンスのもとで運用を委譲できます。

導入方法と自然言語でのDWH運用イメージ

導入は難しくありません。aws configure agent-toolkitという単一コマンドを実行すると、利用中のエージェントを自動検出し、skillsのインストールとMCP Serverの設定までまとめて行われます。Claude Codeの場合は/plugin install aws-core@claude-plugins-officialでプラグインを導入できます。統合発表ではaws-data-analyticsプラグインを使う経路も案内されています。また、MCP Serverへのアクセスを持つエージェントであれば、事前インストールなしにランタイムでskillsを検出して利用できます。

導入後の運用イメージも具体的です。「売上ファクトテーブルをSORTKEY込みで作り、S3のCSVをCOPYで取り込みたい」と自然言語で伝えれば、Redshift固有のDDLとCOPYの書き方に沿った提案が得られます。「このスキーマにどんなテーブルがあるか調べたい」といった探索はSHOWコマンドで進み、手書きSQLなしにメタデータを把握できます。COPYが失敗したときは、サーバーレスとProvisionedを判別したうえで正しいエラー参照先へ誘導してくれます。

そして最も踏み込んだ活用が移行の伴走です。他のデータウェアハウスからの移行を、discoveryによる調査、スキーマとSQLの変換、データ移動、検証、性能比較というエンドツーエンドの流れでエージェントが支援します。構築から日々の運用、トラブルシュート、移行までを自然言語で回せるようになる点が、この統合がもたらす実務価値だと言えます。