英文原标题：How MoEngage turned over 400 APIs into agent tools with AgentCore Gateway
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- MoEngage 拥有约 400 个内部 REST API，由 25 个工程团队构建，运行在 7 个 AWS 区域的私有 VPC 中，且不暴露于公网。
- MoEngage 拒绝为每个团队单独构建 MCP 服务器的方案，因为超过 20 个 MCP 服务器会带来部署、监控和协议兼容的负担，且跨域代理需要连接多个服务器。
- MoEngage 确立原则：工程团队只构建 REST API 并声明哪些操作应成为工具，AI 平台团队端到端拥有 MCP 层，团队责任止于编写良好的 OpenAPI 规范。
- MoEngage 定义了四个必须同时满足的约束：不暴露公网端点、身份不能由代理决定、400 个工具目录不能全部放入上下文窗口、避免构建自定义中央 MCP 服务器。
- Amazon Bedrock AgentCore Gateway 作为全托管 MCP 服务器，通过注册 OpenAPI 规范自动生成 MCP 工具，并利用 Cedar 策略在序列化前按主体过滤工具列表，实现服务器端授权。
关键数据
- 超过 1,350 个消费品牌使用 MoEngage 平台。
- 约 400 个内部 REST API，由 25 个工程团队构建，运行在 7 个 AWS 区域。
- 每个工具的 JSON schema 约 50 个 token，完整工具列表超过 20,000 个 token。
- 节省约 6 个月的平台工程工作，新 API 接入从数天缩短到数小时。
引语
- Individual engineering teams do not implement MCP.
为什么值得看：MoEngage 的案例展示了如何利用 AgentCore Gateway 将大量私有 API 安全地转化为代理工具，在满足数据驻留和零公网暴露要求的同时，大幅降低平台工程负担。
