はじめに
AWS re:Invent 2025のワークショップ「[ARC306-R]Architecture diagrams with generative AI: Leveraging AI agents」に参加して、生成AIを使ったアーキテクチャ図の自動生成を体験しました。
この記事では、Kiro CLIとModel Context Protocol (MCP) Serverを使って、以下を実践します。
- テキストプロンプトからAWSアーキテクチャ図を自動生成
- 既存の図を分析して技術ドキュメントを作成
- 画像をMermaid形式のシーケンス図に変換
- 最新のAWSドキュメントを参照しながら分析
今回はKiro CLIの基本的な使い方に焦点を当てます。
カスタムエージェントを使った高度なワークフローについては、別の記事などでご紹介できればと思います。
環境構築
必要なもの
- macOS / Linux / Windows
- Python 3.10以上
- AWS Builder ID
- Kiro CLI
- Graphviz
1. Kiro CLIのインストール
curl -fsSL https://cli.kiro.dev/install | bash
# または公式サイトからダウンロード
# https://kiro.dev
2. AWS Builder IDでログイン
kiro-cli login --use-device-flow
ブラウザが開くので、AWS Builder IDでサインインします（無料アカウントでOK）。
3. Pythonとuvのインストール
# uvのインストール（Python環境管理ツール）
curl -LsSf https://astral.sh/uv/install.sh | sh
# または
brew install uv
4. Graphvizのインストール
# macOS
brew install graphviz
# Ubuntu/Debian
sudo apt-get install graphviz
# 確認
dot -V
MCP Serverの設定
Kiro CLIでMCPサーバーを使えるようにします。
プロジェクトディレクトリの作成
mkdir -p my-diagram-project/.kiro/settings
cd my-diagram-project
mcp.jsonの作成
.kiro/settings/mcp.jsonを作成します。
{
"mcpServers": {
"aws-knowledge": {
"command": "uvx",
"args": ["awslabs.aws-documentation-mcp-server@latest"],
"env": {
"FASTMCP_LOG_LEVEL": "ERROR"
},
"disabled": false
},
"aws-diagrams": {
"command": "uvx",
"args": ["awslabs.aws-diagram-mcp-server"],
"env": {
"FASTMCP_LOG_LEVEL": "ERROR"
},
"disabled": false
}
}
}
注意: パッケージ名は
awslabs.aws-diagram-mcp-serverです。ハイフンとドットの位置に注意してください。
MCPサーバーの説明
| サーバー名 | 用途 | ドキュメント |
|---|---|---|
| aws-knowledge | AWSドキュメントの検索 | aws-documentation-mcp-server |
| aws-diagrams | Python Diagramsで図を生成 | aws-diagram-mcp-server |
実践：AWS図を生成してみる
Kiro CLIを起動
kiro-cli chat
起動時に以下のようにMCPサーバーがロードされることを確認します。
✓ aws-diagrams loaded in 1.93 s
✓ aws-knowledge loaded in 2.55 s
ツールの確認
/tools コマンドで利用可能なツールを確認します。
/tools
以下のようなツールが表示されればOKです。
aws-diagrams (MCP)
- generate_diagram not trusted
- get_diagram_examples not trusted
- list_icons not trusted
図を生成する
プロンプトを入力：
Create an AWS Cloud architecture diagram showing a serverless API architecture with:
1. User - The client making requests
2. Amazon API Gateway - The API management layer
3. AWS Lambda - The serverless compute layer
4. Amazon DynamoDB - For read operations
5. Amazon S3 - For write operations
Use the generate_diagram tool to create and save the diagram as serverless-api.png
ツールの実行許可を求められたら y で承認します。数秒で serverless-api.png が生成されます！
プレビュー画面例
実践：既存の図を分析する
先ほど生成した serverless-api.png を分析してみましょう。
kiro-cli chat
プロンプトを入力：
Analyze the architecture diagram in generated-diagrams/serverless-api.png
Use the aws-knowledge tools to research each AWS service.
Save the analysis as analysis-report.md
マークダウン形式の詳細な分析レポートが生成されます。
プレビュー画面例（抜粋）
実践：画像をMermaid図に変換
kiro-cli chat
プロンプト：
Convert the diagram in generated-diagrams/serverless-api.png into a Mermaid formatted sequence diagram.
Save it as sequence-diagram.md
プレビュー画面例（抜粋）
Tips & Tricks
ツールの自動承認
頻繁に使うツールは mcp.json で自動承認できます。
{
"mcpServers": {
"aws-diagrams": {
"command": "uvx",
"args": ["awslabs.aws-diagram-mcp-server"],
"env": {
"FASTMCP_LOG_LEVEL": "ERROR"
},
"autoApprove": ["generate_diagram", "list_icons"],
"disabled": false
}
}
}
トラブルシューティング
Graphvizがインストールされていない
dot -V
# command not found の場合
brew install graphviz # macOS
MCPサーバーはロードされるがツールが表示されない
/mcp でサーバーがロードされているのに /tools にツールが表示されない場合：
- Kiro CLIを再起動してみる
-
mcp.jsonのパッケージ名が正しいか確認（awslabs.aws-diagram-mcp-server） - uvxのフルパスを指定してみる：
{
"mcpServers": {
"aws-diagrams": {
"command": "/Users/YOUR_USERNAME/.local/bin/uvx",
"args": ["awslabs.aws-diagram-mcp-server"],
"env": {
"FASTMCP_LOG_LEVEL": "ERROR"
},
"disabled": false
}
}
}
まとめ
Kiro CLI + MCP Serverを使うことで、テキストプロンプトからAWSアーキテクチャ図を生成し、その図を分析してドキュメント化、さらにMermaid形式への変換まで、すべてチャットベースで完結できました。
今回はKiro CLIの基本的な使い方をご紹介しましたが、実はカスタムエージェントを作成することで、より高度なワークフローを構築できます。例えば、
- 特定のプロジェクト向けにカスタマイズされた図生成ルール
- 複数のMCPサーバーを組み合わせた分析パイプライン
- CI/CDに組み込んだドキュメント自動生成
ぜひお試しください！