Agent Plugins for AWS — AI コーディングエージェントに AWS の専門知識を装着する

紹介ポスト: moritalous 公式ブログ: Introducing Agent Plugins for AWS | AWS Developer Tools Blog リポジトリ: awslabs/agent-plugins

はじめに

2026年2月、AWS は Agent Plugins for AWS をオープンソースで公開した。Claude Code や Cursor といった AI コーディングエージェントに AWS の専門知識を「スキル」として装着するプラグインライブラリである。

これは単なる CLI ラッパーではない。AI エージェントがアーキテクチャ設計 → コスト見積もり → IaC 生成 → デプロイまでを一貫して実行できる「AWS ドメイン能力層」を追加するもの。

従来: 開発者が AWS ドキュメントを読み → 設計を考え → CDK/CFn を書き → デプロイ
今後: 「deploy to AWS」と言うだけ → AI が全工程を実行（人間は確認・承認のみ）

Agent Plugin とは何か

プラグインの構成要素

Agent Plugin は4つの部品を1つのパッケージにまとめたもの。

Claude Code の仕組みとの対応

Claude Code を使っているなら、この構成に見覚えがあるはず。

つまり Agent Plugins for AWS は、Claude Code のネイティブ拡張機能（Skill / MCP / Hook）を AWS 向けにパッケージ化したもの。新しい仕組みではなく、既存の仕組みを活用している。

現在利用可能なプラグイン

1. deploy-on-aws — アプリを AWS にデプロイ

最初にリリースされた主力プラグイン。「deploy to AWS」と言うだけで AI がデプロイまで導く。

5ステップのワークフロー

Step 1: Analyze（分析）
  └── ソースコードを解析。フレームワーク、DB、依存関係を特定

Step 2: Recommend（推奨）
  └── 適切な AWS サービスを理由付きで推奨

Step 3: Estimate（見積もり）
  └── リアルタイムの料金データで AWS コストを試算

Step 4: Generate（生成）
  └── CDK または CloudFormation の IaC コードを生成

Step 5: Deploy（デプロイ）
  └── ユーザーの承認を得てからデプロイ実行

接続する MCP サーバー

これが従来の AI エージェントとの決定的な違い。LLM の学習データ（古い可能性がある）に頼るのではなく、最新の公式ドキュメントとリアルタイム料金を参照する。

トリガーキーワード

以下のような自然言語で起動する：

• 「deploy to AWS」
• 「AWS architecture」
• 「estimate AWS cost」
• 「generate infrastructure」

2. amazon-location-service — 位置情報サービス

地図、ジオコーディング、ルート計算など地理空間機能を AWS で実現するプラグイン。

トリガー例：

• 「add a map」
• 「geocode an address」
• 「calculate a route」
• 「location-aware app」

インストール方法

Claude Code

1
2
3
4
5

# マーケットプレイスからリポジトリを追加
/plugin marketplace add awslabs/agent-plugins

# deploy-on-aws プラグインをインストール
/plugin install deploy-on-aws@agent-plugins-for-aws

Cursor

Settings → Plugins → 「AWS」で検索 → Add to Cursor

前提条件

• Claude Code ≥ 2.1.29 または Cursor ≥ 2.5
• AWS CLI がインストール済みで認証情報が設定済み

なぜこれが重要なのか

1. 「CLI ラッパー」ではない「能力層」

従来の AI + AWS の組み合わせは、「AI が aws CLI コマンドを実行する」だけだった。

Agent Plugins はその上に設計判断の能力層を追加する。

従来:
  AI → 「aws ecs create-service --...」を実行 → 結果を返す

Agent Plugins:
  AI → アプリを分析
     → 「ECS Fargate が最適。理由は...」と推奨
     → コストを試算「月額 $XX（内訳: Fargate $XX + ALB $XX + ...）」
     → CDK コードを生成
     → ユーザー承認後にデプロイ

2. ナレッジの形式知化

AI がなぜその AWS サービスを選んだのか、理由が出力に含まれる。これにより：

• チーム内でアーキテクチャ判断のレビューが可能になる
• 「なぜ ECS で EKS ではないのか」の議論がデータに基づく
• 新人がベテランの判断プロセスを学べる

3. コスト管理の組み込み

デプロイ前にリアルタイム料金でコスト見積もりが出る。「作ってから請求書を見て驚く」問題を防ぐ。

注意点とリスク

ベンダーロックインの懸念

Futurum Group の分析が指摘する通り、このプラグインはAWS をデフォルトの選択肢として組み込む。

• AI が「AWS にデプロイする方法」を考えるので、GCP や Azure との比較検討がスキップされる
• 組織のクラウド戦略と合致しているか、導入前に確認が必要
• プラグイン経由のデプロイが通常の調達・ガバナンスプロセスに乗らない可能性

セキュリティ

AWS 公式の注意書き:

「生成 AI は間違いを犯す可能性がある。選択した AI モデルが生成する全ての出力とコストを確認することを推奨」

• IAM 権限の設計が重要（AI に与える権限の最小化）
• デプロイ前のレビュー・承認フローを必ず維持する
• 自動デプロイを CI/CD に組み込む場合は、承認ゲートを設ける

技術的な位置づけ — Agent Skills エコシステムの中で

Agent Plugins for AWS は、より大きな Agent Skills エコシステム の一部として理解できる。

Agent Skills エコシステム（全体）
├── Anthropic Agent Skills（SKILL.md 標準）
│   └── Claude Code のネイティブスキル
├── AWS Agent Plugins ← 今回のリリース
│   └── AWS 専門知識をプラグインとしてパッケージ
├── MCP（Model Context Protocol）
│   └── 外部サービスとの標準接続
└── 各社独自のプラグインマーケットプレイス
    └── Cursor, Windsurf, Kiro など

AWS は Claude Code の Skill / Hook / MCP という既存の仕組みに乗る形でプラグインを構築した。つまり、Claude Code のエコシステムを理解していれば、Agent Plugins の構造もそのまま理解できる。

今後の展望

AWS MCP Server（プレビュー）

AWS は マネージド MCP サーバーのプレビューも発表。特徴：

• ネイティブ IAM 認証・認可
• CloudTrail によるログ記録
• ガバナンスを意識した AI エージェント運用

これにより、「AI がどの AWS API を呼んだか」が監査可能になる。

プラグインの拡大

deploy-on-aws と amazon-location-service は第一弾。今後数週間で追加プラグインがリリースされる予定。

まとめ

AI エージェントが「コードを書く」だけでなく「インフラを設計・構築する」時代。Agent Plugins for AWS はその最初の本格的な実装であり、クラウドベンダーがエージェントエコシステムに直接参入したことの象徴でもある。

参考リンク

• Introducing Agent Plugins for AWS | AWS Developer Tools Blog
• awslabs/agent-plugins（GitHub）
• Beyond Assistance: The Executive Power of Agent Plugins for AWS（DEV Community）
• AWS Agent Plugin: Frictionless Deployment? Developer Honeypot?（Futurum）
• AWS coding agents gain new plugin support（Help Net Security）