使用说明

项目简介

Jira MCP Server 是一个基于 Model Context Protocol (MCP) 构建的后端服务，旨在桥接 AI 助手和 Jira 缺陷跟踪系统。通过该服务器，AI 助手可以安全、便捷地访问和操作 Jira 中的项目、任务和缺陷信息，从而实现智能化的任务管理和工作流自动化。

主要功能点

获取用户任务: AI 助手可以查询指派给当前用户的 Jira 任务列表。
添加评论: AI 助手可以向指定的 Jira 任务添加评论。
获取状态转换: AI 助手可以查询指定 Jira 任务可用的状态转换选项。
更新任务状态: AI 助手可以根据可用的状态转换更新 Jira 任务的状态。
创建任务: AI 助手可以创建新的 Jira 任务，支持指定标题、描述、负责人、任务类型和父任务。

安装步骤

环境准备: 确保已安装 Docker 或 Python 环境（推荐 Python 3.7+）。
获取代码: 克隆或下载 GitHub 仓库 simple-jira-mcp。

配置环境变量:

根据你的 Jira 实例信息，填写以下环境变量：

JIRA_SERVER=https://yourcompany.atlassian.net  # 你的Jira服务器地址
[email protected]       # 你的Jira用户名（邮箱）
JIRA_API_KEY=yourapikey                     # 你的Jira API Key (在Atlassian账户安全设置中生成)
JIRA_PROJECT_KEY=yourprojectkey              # 你的Jira项目Key

API Key 获取地址: https://id.atlassian.com/manage-profile/security/api-tokens

启动服务器:
- 方式一 (Docker): 执行仓库中的 'run_docker_locally.sh' 脚本 (需要先赋予执行权限 'chmod +x run_docker_locally.sh')。
- 方式二 (Python):
  - 安装依赖: 在项目根目录下运行 'pip install -r requirements.txt'。
  - 启动服务: 运行 'uvicorn src.server:app --reload'。

服务器配置

MCP 客户端需要配置以下信息以连接到 Jira MCP Server：

{
  "server_name": "jira-mcp-server",  // 自定义服务器名称，用于MCP客户端标识
  "command": "uvicorn",              // 启动服务器的命令 (如果使用 Docker，则无需配置 command 和 args)
  "args": [                           // 启动服务器命令的参数
    "src.server:app",                 // 指定 FastAPI 应用入口
    "--reload"                      // (可选) 开启热重载，方便开发调试，生产环境建议移除
  ],
  "port": 8000,                       // 服务器端口，默认为 8000，与启动命令的端口一致
  "endpoint": "/mcp"                  // MCP 服务器的端点路径
}

注意: 如果使用 Docker 方式启动，MCP 客户端通常只需要配置 'server_name'、'port' 和 'endpoint' (如果端口和端点与默认值不同)。 'command' 和 'args' 在 Docker 容器内部执行，客户端无需关心。

基本使用方法

MCP 客户端配置完成后，即可通过 JSON-RPC 协议与 Jira MCP Server 通信。客户端可以调用服务器提供的 Tool，例如：

调用 'get_user_tickets' 工具获取当前用户的 Jira 任务列表。
调用 'comment_on_ticket' 工具为指定 Jira 任务添加评论，需要提供 'ticket_key' 和 'comment' 参数。
调用 'update_ticket_status' 工具更新 Jira 任务状态，需要提供 'ticket_key' 和 'status' 参数。
... 等等。

具体 Tool 的调用方式和参数，请参考 MCP 客户端的文档和 Jira MCP Server 的功能描述。

关键词