关键词

项目管理Jira模拟Azure DevOps模拟AI工具服务自动化运维

项目简介

Release Manager MCP 服务是一个基于 Model Context Protocol (MCP) 构建的后端应用，旨在模拟 Jira 和 Azure DevOps 的项目管理功能。它能够向大型语言模型 (LLM) 客户端提供标准化接口，使其能够通过 JSON-RPC 协议访问和操作与项目管理相关的“工具”。该服务支持多种传输协议，并且可以配置为使用合成数据进行快速测试和开发。

主要功能点

  • Jira 工具集: 提供搜索、创建、更新 Jira 问题，以及获取 Jira 字段信息和 JQL (Jira Query Language) 指令等功能。
  • Azure DevOps 工具集: 提供列出项目、发布版本、获取和更新工作项，以及创建新工作项和按日期筛选工作项等功能。
  • 标准 MCP 接口: 通过 JSON-RPC 协议提供统一的 API 接口，实现与 LLM 客户端的无缝集成。
  • 合成数据支持: 默认使用本地 CSV 文件作为数据源，方便开发和测试，无需连接真实的 Jira 或 Azure DevOps 实例。

安装步骤

  1. 克隆仓库: 打开你的终端或命令行工具，运行以下命令将项目仓库克隆到本地： 
    git clone https://github.com/microsoft/release-manager-assistant.git
  2. 进入项目目录: 导航到刚刚克隆的 'release-manager-assistant' 目录： 
    cd release-manager-assistant
  3. 安装 Python 依赖: 确保你的系统已安装 Python (推荐 3.12 版本)。然后，安装 MCP 服务器所需的 Python 库： 
    # 安装MCP服务器模块依赖
pip install -e src/backend/mcp_server
# 安装fastmcp库 (MCP服务器的核心实现框架)
pip install fastmcp
  4. 准备数据: MCP 服务器默认会读取 'src/backend/mcp_server/static/issues.csv' 和 'src/backend/mcp_server/static/devops.csv' 作为模拟数据源。你可以根据需要修改这些 CSV 文件来模拟不同的 Jira 问题和 Azure DevOps 工作项数据。

服务器配置

MCP 服务器通常通过环境变量进行配置。对于 MCP 客户端，你需要配置连接到此 MCP 服务器的详细信息。以下是一个 MCP 客户端可能需要的配置示例，它将帮助你的客户端连接到本服务器：

{
  "server_name": "ReleaseManagerMcpServer",
  "command": "python",
  "args": [
    "src/backend/mcp_server/app.py"
  ],
  "env": {
    "MCP_TRANSPORT": "http",
    "MCP_HOST": "0.0.0.0",
    "MCP_PORT": "12321",
    "MCP_SERVER_NAME": "ReleaseManagerMcpServer",
    "MCP_DEBUG": "false",
    "USE_JIRA_MCP_SERVER": "true",
    "USE_AZURE_DEVOPS_MCP_SERVER": "true"
  },
  "description": "连接到 Release Manager 项目的 MCP 服务器，提供 Jira 和 Azure DevOps 的模拟功能，支持 LLM 调用相关工具。"
}

参数注释:

  • 'server_name': MCP 服务器的唯一标识名称，例如 "ReleaseManagerMcpServer"。
  • 'command': 启动 MCP 服务器进程所需的可执行命令，例如 "python"。
  • 'args': 传递给启动命令的参数列表，通常包括 MCP 服务器的启动脚本路径。
  • 'env': 一组环境变量，用于配置 MCP 服务器的具体行为和功能：
    • 'MCP_TRANSPORT': 指定 MCP 服务器使用的传输协议，支持 "http", "stdio", "streamable-http", "sse" 等。HTTP 是最常见的选择。
    • 'MCP_HOST': MCP 服务器监听的 IP 地址，"0.0.0.0" 表示监听所有可用的网络接口。
    • 'MCP_PORT': MCP 服务器监听的端口号。
    • 'MCP_SERVER_NAME': MCP 服务器在运行时显示的名称。
    • 'MCP_DEBUG': 是否启用调试模式。"true" 或 "false"。
    • 'USE_JIRA_MCP_SERVER': 配置是否启用内置的 Jira 模拟 MCP 服务。"true" 或 "false"。
    • 'USE_AZURE_DEVOPS_MCP_SERVER': 配置是否启用内置的 Azure DevOps 模拟 MCP 服务。"true" 或 "false"。
  • 'description': 对该 MCP 服务器功能和用途的简要说明。

基本使用方法

  1. 启动 MCP 服务器: 在 'release-manager-assistant' 仓库的根目录下，运行以下命令启动 MCP 服务器： 
    python src/backend/mcp_server/app.py
    服务器将默认在 'http://0.0.0.0:12321/mcp/' 地址监听 HTTP 请求。你可以在日志中看到服务器启动信息。
  2. 与 LLM 客户端集成: 配置你的 LLM 客户端（例如，使用支持 MCP 协议的 'agent_framework' 或其他自定义客户端）连接到上述服务器地址。客户端可以通过 JSON-RPC 协议调用 MCP 服务器暴露的工具，例如 'jira_search_issues' 或 'azure_devops_list_projects'。
  3. 示例调用 (概念性): 假设你的 MCP 客户端想要搜索所有状态为“Active”的 Jira 问题，它会构造一个类似以下的 JSON-RPC 请求并发送给 MCP 服务器： 
    {
    "jsonrpc": "2.0",
    "method": "jira_search_issues",
    "params": {
        "jql": "status = Active"
    },
    "id": 1
}
    MCP 服务器在接收到此请求后，将处理该请求并返回匹配的 Jira 问题列表。

信息

分类

开发者工具

访问项目