🚀 MCP Jira 集成

本项目将Claude AI与Jira深度融合，有效实现项目管理任务的自动化，显著提升管理效率与质量。

🚀 快速开始

此项目把Claude AI和Jira结合起来，可自动化并增强项目管理任务。若要使用该项目，需满足以下需求：

• Python 3.8 或更高版本
• 带有 API Token 的 Jira 账户
• 有效的 MCP 实现

✨ 主要特性

核心功能

• 通过 MCP 协议实现 Jira 问题创建和管理
• 基于 API Key 的身份验证
• AI 交互的标准请求/响应格式

Jira 集成功能

• 问题创建和更新
• 基础 sprint 跟踪
• 项目和看板管理
• 问题搜索与检索

📦 安装指南

1. 克隆仓库
2. 在 .env 中配置环境变量：

   JIRA_URL=https://your-domain.atlassian.net
   JIRA_USERNAME=你的邮箱@域.com
   JIRA_API_TOKEN=你的_api_令牌
   PROJECT_KEY=PROJ
   API_KEY=你的安全_api_key  # 用于 MCP 身份验证
   

💻 使用示例

基础用法

创建问题

from mcp_jira.protocol import MCPRequest, MCPContext

# 创建请求上下文
context = MCPContext(
    conversation_id=\"conv-123\",
    user_id=\"user-123\",
    api_key=\"你的_api_key\"
)

# 创建问题请求
request = MCPRequest(
    function=\"create_issue\",
    parameters={
        \"summary\": \"实现功能 X\",
        \"description\": \"详细描述\",
        \"issue_type\": \"故事\",
        \"priority\": \"高\"
    },
    context=context
)

response = await mcp_handler.process_request(request)

搜索问题

request = MCPRequest(
    function=\"search_issues\",
    parameters={
        \"jql\": \"project = PROJ AND status = '进行中'\"
    },
    context=context
)

response = await mcp_handler.process_request(request)

高级用法

认证

所有请求都需要在请求头中包含 API Key：

headers = {
    \"X-API-Key\": \"你的_api_key\"
}

与 AI 助手集成

此 MCP 实现设计用于支持 MCP 协议的 AI 助手：

1. 配置环境变量
2. 在 AI 助手配置中设置 MCP 终端点
3. 使用标准化的 MCP 协议进行 Jira 交互

📚 详细文档

贡献指南

1. 叉克仓库
2. 创建功能分支
3. 提交拉取请求

📄 许可证

本项目采用 MIT 许可证，详情见 LICENSE 文件。