关键词

Yandex Tracker任务管理AI助手集成项目队列OAuth认证

项目简介

Yandex Tracker MCP服务器是一个基于Model Context Protocol (MCP) 标准构建的应用后端，旨在让AI助手能够安全、高效地与Yandex Tracker API进行交互。它将Yandex Tracker中的各种信息（如项目队列、任务详情、用户数据、工时记录等）以标准化的“资源”和“工具”形式暴露给大型语言模型（LLM）客户端，从而使LLM能够理解并执行与项目管理相关的复杂操作。

主要功能点

  • 全面的队列管理：列出并访问所有Yandex Tracker队列，支持分页和标签检索。
  • 用户账户信息：获取组织内用户的账户详情，包括登录名、邮箱和组织数据。
  • 任务操作：检索任务详细信息、评论、关联链接、工时记录和附件。
  • 字段与状态管理：访问全局字段、队列本地字段、任务状态和类型。
  • 高级查询语言支持：通过Yandex Tracker查询语言（YQL）进行复杂任务搜索和过滤。
  • 性能优化：可选的Redis缓存层，提升响应速度。
  • 安全认证：支持OAuth 2.0动态令牌认证、静态API令牌或IAM令牌等多种认证方式，并提供队列访问限制。
  • 多传输协议：支持Stdio、SSE（已弃用）和HTTP等多种传输协议，方便集成。

安装步骤

在开始使用前，请确保您的系统已安装 'Python 3.12' 或更高版本。

方法一：使用uv工具（推荐）

  1. 安装uv: 如果尚未安装，请全局安装'uv'： 
    pip install uv
  2. 克隆仓库: 
    git clone https://github.com/aikts/yandex-tracker-mcp.git
cd yandex-tracker-mcp
  3. 安装依赖: 
    uv sync
  4. 运行服务器: 
    uv run python -m mcp_tracker

方法二：使用Docker

  1. 拉取预构建镜像: 
    docker pull ghcr.io/aikts/yandex-tracker-mcp:latest
  2. 运行容器: 
    docker run -p 8000:8000 ghcr.io/aikts/yandex-tracker-mcp:latest
    注意: 运行Docker时需要通过环境变量传递认证信息。例如： 
    docker run -e TRACKER_TOKEN="your_token" -e TRACKER_CLOUD_ORG_ID="your_org_id" -p 8000:8000 ghcr.io/aikts/yandex-tracker-mcp:latest

服务器配置（MCP客户端配置示例）

MCP服务器通过JSON-RPC协议与客户端通信。要将此MCP服务器连接到您的AI客户端（如Claude Desktop, Cursor, GitHub Copilot等），您需要配置客户端指向该服务器的启动命令和相关参数。以下是一个通用的配置结构和重要参数说明：

{
  "mcpServers": {
    "yandex-tracker": {
      "command": "要执行的命令，例如 'uvx' 或 'docker'",
      "args": ["命令参数列表，例如 'yandex-tracker-mcp@latest'"],
      "env": {
        "TRACKER_TOKEN": "您的Yandex Tracker OAuth令牌（推荐），用于API认证",
        "TRACKER_IAM_TOKEN": "您的IAM令牌（可选，作为备用认证方式）",
        "TRACKER_SA_KEY_ID": "服务账户密钥ID（可选，用于动态IAM令牌）",
        "TRACKER_SA_SERVICE_ACCOUNT_ID": "服务账户ID（可选）",
        "TRACKER_SA_PRIVATE_KEY": "服务账户私钥（可选）",
        "TRACKER_CLOUD_ORG_ID": "您的Yandex Cloud组织ID（必填，如果使用Yandex Cloud）",
        "TRACKER_ORG_ID": "您的Yandex 360组织ID（必填，如果使用Yandex 360）",
        "TRANSPORT": "传输协议，通常为 'stdio' 或 'streamable-http'（默认是stdio）",
        "OAUTH_ENABLED": "是否启用OAuth 2.0认证，设置为 'true' 启用",
        "OAUTH_CLIENT_ID": "Yandex OAuth应用ID（启用OAuth时必填）",
        "OAUTH_CLIENT_SECRET": "Yandex OAuth应用密钥（启用OAuth时必填）",
        "MCP_SERVER_PUBLIC_URL": "MCP服务器的公共URL（启用OAuth时必填）",
        "TOOLS_CACHE_ENABLED": "是否启用工具缓存，设置为 'true' 启用"
      }
    }
  }
}

重要提示：

  • 请根据您使用的AI客户端文档查找具体的MCP服务器配置路径和格式。
  • 替换所有 'your_token_here'、'your_cloud_org_id_here' 等占位符为您实际的认证信息和组织ID。
  • 至少需要配置 'TRACKER_TOKEN' 或 'TRACKER_IAM_TOKEN' 或 'TRACKER_SA_*' 中的一种认证方式，以及 'TRACKER_CLOUD_ORG_ID' 或 'TRACKER_ORG_ID' 中的一种组织ID。
  • 为了安全起见，生产环境建议使用环境变量而非将敏感信息硬编码到配置文件中。
  • 配置更改后，请务必重启您的AI客户端以使新配置生效。

基本使用方法

成功配置并启动MCP服务器后，您的AI助手将能够通过其集成的LLM访问Yandex Tracker的功能。LLM可以通过调用服务器提供的工具来执行操作和获取信息。

例如，您可以向AI助手提问：

  • “列出所有可用的项目队列。”
  • “查找'开发'队列中所有状态为'开放'的任务。”
  • “获取任务'PROJ-123'的详细信息和所有评论。”
  • “谁是'PROJ-123'任务的负责人？”
  • “统计过去一周内创建的所有高优先级任务数量。”

AI助手会通过MCP协议调用对应的Yandex Tracker MCP服务器工具，然后将结果返回给您。

信息

分类

AI与计算

访问项目