🚀 Jira MCP 服务器

Jira MCP 服务器是一个简单的模型上下文协议（MCP）服务器，它搭建了 AI 助手与 Jira 之间的交互桥梁。借助该服务器，AI 能够轻松执行一系列与工单相关的操作，为工作流程带来便利。

🚀 快速开始

先决条件

• Docker
• 带有 API 访问权限的 Jira 账户
• 环境变量配置（见下文）

环境变量设置

在根目录中创建一个 .env 文件，内容如下：

JIRA_SERVER=https://yourcompany.atlassian.net
JIRA_USERNAME=yourname@yourcompany.com
JIRA_API_KEY=yourapikey
JIRA_PROJECT_KEY=yourprojectkey

你可以从 https://id.atlassian.com/manage-profile/security/api-tokens 获取 API 密钥。

本地运行

选项 1：使用 Docker

# 使用 Docker 构建并运行
chmod +x run_docker_locally.sh
./run_docker_locally.sh

选项 2：使用 Python

1. 安装依赖项：

pip install -r requirements.txt

2. 运行服务器：

uvicorn src.server:app --reload

服务器将在 http://localhost:8000 启动。

使用 MCP 服务器

MCP 服务器的访问地址为 http://localhost:8000/mcp。

✨ 主要特性

• 获取用户的分配工单：AI 可以获取分配给用户的工单信息，便于及时跟进处理。
• 在工单上添加评论：能够在工单上添加评论，方便团队成员之间的沟通协作。
• 获取可用的状态过渡：了解工单可用的状态过渡，有助于合理安排工作流程。
• 更新工单状态：可以直接更新工单的状态，提高工作效率。

📦 安装指南

环境准备

确保你已经安装了 Docker，并且拥有带有 API 访问权限的 Jira 账户。

配置环境变量

按照上述步骤创建 .env 文件并正确配置相关信息。

选择运行方式

可以选择使用 Docker 或者 Python 来运行服务器，具体命令见上文“本地运行”部分。

💻 使用示例

基础用法

假设你要使用 MCP 服务器获取用户的分配工单，可通过向 http://localhost:8000/mcp 发送相应请求来实现（此处省略具体代码示例，你可根据实际需求编写请求代码）。

高级用法

如果你想在工单上添加评论并更新工单状态，可以结合 MCP 服务器的接口进行复杂操作（同样省略具体代码，需根据实际情况编写）。