MCP Jira

🚀 MCP Jira 集成

本项目创新性地将 Claude AI 与 Jira 深度融合，旨在实现项目管理任务的自动化与效能提升，为用户带来更便捷、高效的项目管理体验。

🚀 快速开始

此项目将 Claude AI 与 Jira 结合，借助 MCP 协议达成 Jira 问题的自动化创建与管理，极大地简化项目管理流程。

✨ 主要特性

核心功能

• 📋 通过 MCP 协议实现 Jira 问题创建和管理，让问题处理更高效。
• 🔐 基于 API Key 的身份验证，保障系统安全可靠。
• 💬 AI 交互采用标准请求/响应格式，确保信息交互的规范性。

Jira 集成功能

• 📝 支持问题创建和更新，及时跟进项目进展。
• 🗓️ 提供基础 sprint 跟踪，助力项目按计划推进。
• 📊 实现项目和看板管理，全面掌控项目全局。
• 🔍 支持问题搜索与检索，快速定位所需信息。

📦 安装指南

需求

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

步骤

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"
}

📚 详细文档

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。

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，详情请见 LICENSE 文件。