Skip to main content
Glama

mcp-server-circleci

Official

Servidor MCP de CircleCI

El Protocolo de Contexto de Modelo (MCP) es un nuevo protocolo estandarizado para gestionar el contexto entre grandes modelos de lenguaje (LLM) y sistemas externos. En este repositorio, ofrecemos un servidor MCP para CircleCI .

Esto le permite usar Cursor IDE, Windsurf, Copilot o cualquier cliente compatible con MCP para usar lenguaje natural y lograr cosas con CircleCI, por ejemplo:

https://github.com/user-attachments/assets/3c765985-8827-442a-a8dc-5069e01edb74

Requisitos

Para la instalación de NPX:

Para la instalación de Docker:

Instalación

Cursor

Uso de NPX

Agregue lo siguiente a la configuración MCP de su cursor:

{ "mcpServers": { "circleci-mcp-server": { "command": "npx", "args": ["-y", "@circleci/mcp-server-circleci"], "env": { "CIRCLECI_TOKEN": "your-circleci-token", "CIRCLECI_BASE_URL": "https://circleci.com" // Optional - required for on-prem customers only } } } }
Usando Docker

Agregue lo siguiente a la configuración MCP de su cursor:

{ "mcpServers": { "circleci-mcp-server": { "command": "docker", "args": [ "run", "--rm", "-i", "-e", "CIRCLECI_TOKEN", "-e", "CIRCLECI_BASE_URL", "circleci:mcp-server-circleci" ], "env": { "CIRCLECI_TOKEN": "your-circleci-token", "CIRCLECI_BASE_URL": "https://circleci.com" // Optional - required for on-prem customers only } } } }

Código VS

Uso de NPX

Para instalar CircleCI MCP Server para VS Code en .vscode/mcp.json :

{ // 💡 Inputs are prompted on first server start, then stored securely by VS Code. "inputs": [ { "type": "promptString", "id": "circleci-token", "description": "CircleCI API Token", "password": true }, { "type": "promptString", "id": "circleci-base-url", "description": "CircleCI Base URL", "default": "https://circleci.com" } ], "servers": { // https://github.com/ppl-ai/modelcontextprotocol/ "circleci-mcp-server": { "type": "stdio", "command": "npx", "args": ["-y", "@circleci/mcp-server-circleci"], "env": { "CIRCLECI_TOKEN": "${input:circleci-token}", "CIRCLECI_BASE_URL": "${input:circleci-base-url}" } } } }
Usando Docker

Para instalar CircleCI MCP Server para VS Code en .vscode/mcp.json usando Docker:

{ // 💡 Inputs are prompted on first server start, then stored securely by VS Code. "inputs": [ { "type": "promptString", "id": "circleci-token", "description": "CircleCI API Token", "password": true }, { "type": "promptString", "id": "circleci-base-url", "description": "CircleCI Base URL", "default": "https://circleci.com" } ], "servers": { // https://github.com/ppl-ai/modelcontextprotocol/ "circleci-mcp-server": { "type": "stdio", "command": "docker", "args": [ "run", "--rm", "-i", "-e", "CIRCLECI_TOKEN", "-e", "CIRCLECI_BASE_URL", "circleci:mcp-server-circleci" ], "env": { "CIRCLECI_TOKEN": "${input:circleci-token}", "CIRCLECI_BASE_URL": "${input:circleci-base-url}" } } } }

Escritorio de Claude

Uso de NPX

Agregue lo siguiente a su claude_desktop_config.json:

{ "mcpServers": { "circleci-mcp-server": { "command": "npx", "args": ["-y", "@circleci/mcp-server-circleci"], "env": { "CIRCLECI_TOKEN": "your-circleci-token", "CIRCLECI_BASE_URL": "https://circleci.com" // Optional - required for on-prem customers only } } } }
Usando Docker

Agregue lo siguiente a su claude_desktop_config.json:

{ "mcpServers": { "circleci-mcp-server": { "command": "docker", "args": [ "run", "--rm", "-i", "-e", "CIRCLECI_TOKEN", "-e", "CIRCLECI_BASE_URL", "circleci:mcp-server-circleci" ], "env": { "CIRCLECI_TOKEN": "your-circleci-token", "CIRCLECI_BASE_URL": "https://circleci.com" // Optional - required for on-prem customers only } } } }

Para encontrar/crear este archivo, primero abra la configuración de escritorio de Claude. Luego, haga clic en "Desarrollador" en la barra izquierda del panel de Configuración y, a continuación, en "Editar configuración".

Esto creará un archivo de configuración en:

  • macOS: ~/Biblioteca/Soporte de aplicaciones/Claude/claude_desktop_config.json
  • Ventanas: %APPDATA%\Claude\claude_desktop_config.json

Consulte la guía a continuación para obtener más información sobre el uso de servidores MCP con Claude Desktop: https://modelcontextprotocol.io/quickstart/user

Claude Code

Uso de NPX

Después de instalar Claude Code, ejecute el siguiente comando:

claude mcp add circleci-mcp-server -e CIRCLECI_TOKEN=your-circleci-token -- npx -y @circleci/mcp-server-circleci
Usando Docker

Después de instalar Claude Code, ejecute el siguiente comando:

claude mcp add circleci-mcp-server -e CIRCLECI_TOKEN=your-circleci-token -e CIRCLECI_BASE_URL=https://circleci.com -- docker run --rm -i -e CIRCLECI_TOKEN -e CIRCLECI_BASE_URL circleci:mcp-server-circleci

Consulte la guía a continuación para obtener más información sobre el uso de servidores MCP con Claude Code: https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/tutorials#set-up-model-context-protocol-mcp

Windsurf

Uso de NPX

Agregue lo siguiente a su windsurf mcp_config.json:

{ "mcpServers": { "circleci-mcp-server": { "command": "npx", "args": ["-y", "@circleci/mcp-server-circleci"], "env": { "CIRCLECI_TOKEN": "your-circleci-token", "CIRCLECI_BASE_URL": "https://circleci.com" // Optional - required for on-prem customers only } } } }
Usando Docker

Agregue lo siguiente a su windsurf mcp_config.json:

{ "mcpServers": { "circleci-mcp-server": { "command": "docker", "args": [ "run", "--rm", "-i", "-e", "CIRCLECI_TOKEN", "-e", "CIRCLECI_BASE_URL", "circleci:mcp-server-circleci" ], "env": { "CIRCLECI_TOKEN": "your-circleci-token", "CIRCLECI_BASE_URL": "https://circleci.com" // Optional - required for on-prem customers only } } } }

Consulte la guía a continuación para obtener más información sobre el uso de servidores MCP con Windsurf: https://docs.windsurf.com/windsurf/mcp

Instalación mediante herrería

Para instalar CircleCI MCP Server para Claude Desktop automáticamente a través de Smithery :

npx -y @smithery/cli install @CircleCI-Public/mcp-server-circleci --client claude

Características

Herramientas compatibles

  • get_build_failure_logsRecupera registros detallados de errores de las compilaciones de CircleCI. Esta herramienta se puede utilizar de tres maneras:
    1. Uso de Project Slug y Branch (flujo de trabajo recomendado):
      • Primero, enumera tus proyectos disponibles:
        • Utilice la herramienta list_followed_projects para obtener sus proyectos
        • Ejemplo: "Enumerar mis proyectos de CircleCI"
        • A continuación, seleccione el proyecto que tenga un projectSlug asociado.
        • Ejemplo: "Usemos mi-proyecto"
      • Luego, solicita recuperar los registros de errores de compilación para una rama específica:
        • Ejemplo: "Obtener errores de compilación para mi proyecto en la rama principal"
    2. Uso de las URL de CircleCI:
    3. Uso del contexto del proyecto local:
      • Trabaja desde su espacio de trabajo local proporcionando:
        • Ruta raíz del espacio de trabajo
        • URL remota de Git
        • Nombre de la sucursal
      • Ejemplo: "Buscar el último pipeline fallido en mi rama actual"

    La herramienta devuelve registros formateados que incluyen:

    • Nombres de trabajos
    • Detalles de ejecución paso a paso
    • Mensajes de error y contexto

    Esto es particularmente útil para:

    • Depuración de compilaciones fallidas
    • Análisis de fallos de pruebas
    • Investigación de problemas de implementación
    • Acceso rápido a los registros de compilación sin salir de su IDE
  • find_flaky_testsIdentifica pruebas inestables en tu proyecto CircleCI analizando el historial de ejecución de pruebas. Esto aprovecha la función de detección de pruebas inestables que se describe aquí: https://circleci.com/blog/introducing-test-insights-with-flaky-test-detection/#flaky-test-detectionEsta herramienta se puede utilizar de tres maneras:
    1. Uso de Project Slug (flujo de trabajo recomendado):
      • Primero, enumera tus proyectos disponibles:
        • Utilice la herramienta list_followed_projects para obtener sus proyectos
        • Ejemplo: "Enumerar mis proyectos de CircleCI"
        • A continuación, seleccione el proyecto que tenga un projectSlug asociado.
        • Ejemplo: "Usemos mi-proyecto"
      • Luego pide recuperar las pruebas fallidas:
        • Ejemplo: "Obtener pruebas inestables para mi proyecto"
    2. Usando la URL del proyecto CircleCI:
    3. Uso del contexto del proyecto local:
      • Trabaja desde su espacio de trabajo local proporcionando:
        • Ruta raíz del espacio de trabajo
        • URL remota de Git
      • Ejemplo: "Encontrar pruebas defectuosas en mi proyecto actual"

    La herramienta devuelve información detallada sobre pruebas inestables, que incluye:

    • Nombres de prueba y ubicaciones de archivos
    • Mensajes y contextos de fallo

    Esto le ayudará a:

    • Identifique pruebas no confiables en su conjunto de pruebas
    • Obtenga un contexto detallado sobre los fallos de las pruebas
    • Tome decisiones basadas en datos sobre mejoras en las pruebas
  • get_latest_pipeline_statusRecupera el estado del último pipeline de una rama determinada. Esta herramienta se puede utilizar de tres maneras:
    1. Uso de Project Slug y Branch (flujo de trabajo recomendado):
      • Primero, enumera tus proyectos disponibles:
        • Utilice la herramienta list_followed_projects para obtener sus proyectos
        • Ejemplo: "Enumerar mis proyectos de CircleCI"
        • A continuación, seleccione el proyecto que tenga un projectSlug asociado.
        • Ejemplo: "Usemos mi-proyecto"
      • A continuación, solicita recuperar el último estado del pipeline para una rama específica:
        • Ejemplo: "Obtener el estado del último pipeline de mi proyecto en la rama principal"
    2. Usando la URL del proyecto CircleCI:
    3. Uso del contexto del proyecto local:
      • Trabaja desde su espacio de trabajo local proporcionando:
        • Ruta raíz del espacio de trabajo
        • URL remota de Git
        • Nombre de la sucursal
      • Ejemplo: "Obtener el estado del último pipeline de mi proyecto actual"

    La herramienta devuelve un estado formateado del último pipeline:

    • Nombres de flujos de trabajo y su estado actual
    • Duración de cada flujo de trabajo
    • Marcas de tiempo de creación y finalización
    • Estado general del oleoducto

    Ejemplo de salida:

    --- Workflow: build Status: success Duration: 5 minutes Created: 4/20/2025, 10:15:30 AM Stopped: 4/20/2025, 10:20:45 AM --- Workflow: test Status: running Duration: unknown Created: 4/20/2025, 10:21:00 AM Stopped: in progress

    Esto es particularmente útil para:

    • Comprobación del estado del último pipeline
    • Obtener el estado del último pipeline para una sucursal específica
    • Comprobación rápida del estado del último pipeline sin salir del IDE
  • get_job_test_resultsRecupera metadatos de pruebas para trabajos de CircleCI, lo que permite analizar los resultados sin salir del IDE. Esta herramienta se puede usar de tres maneras:
    1. Uso de Project Slug y Branch (flujo de trabajo recomendado):
      • Primero, enumera tus proyectos disponibles:
        • Utilice la herramienta list_followed_projects para obtener sus proyectos
        • Ejemplo: "Enumerar mis proyectos de CircleCI"
        • A continuación, seleccione el proyecto que tenga un projectSlug asociado.
        • Ejemplo: "Usemos mi-proyecto"
      • Luego solicita recuperar los resultados de la prueba para una rama específica:
        • Ejemplo: "Obtener resultados de pruebas para mi-proyecto en la rama principal"
    2. Usando la URL de CircleCI:
    3. Uso del contexto del proyecto local:
      • Trabaja desde su espacio de trabajo local proporcionando:
        • Ruta raíz del espacio de trabajo
        • URL remota de Git
        • Nombre de la sucursal
      • Ejemplo: "Obtener resultados de pruebas para mi proyecto actual en la rama principal"

    La herramienta devuelve información detallada de los resultados de la prueba:

    • Resumen de todas las pruebas (total, exitosas, fallidas)
    • Información detallada sobre las pruebas fallidas, incluyendo:
      • Nombre y clase de la prueba
      • Ubicación del archivo
      • Mensajes de error
      • Duración del tiempo de ejecución
    • Lista de pruebas exitosas con información de tiempo
    • Filtrar por resultado de pruebas

    Esto es particularmente útil para:

    • Análisis rápido de fallas de pruebas sin visitar la interfaz web de CircleCI
    • Identificación de patrones en fallos de pruebas
    • Encontrar pruebas lentas que podrían necesitar optimización
    • Comprobación de la cobertura de pruebas en todo el proyecto
    • Solución de problemas de pruebas inestables

    Nota: La herramienta requiere que los metadatos de prueba estén configurados correctamente en la configuración de CircleCI. Para obtener más información sobre cómo configurar la recopilación de metadatos de prueba, consulte: https://circleci.com/docs/collect-test-data/

  • config_helperAsiste en las tareas de configuración de CircleCI proporcionando orientación y validación. Esta herramienta le ayuda a:
    1. Validar la configuración de CircleCI:
      • Comprueba su .circleci/config.yml en busca de errores de sintaxis y semántica
      • Ejemplo: "Validar mi configuración de CircleCI"

    La herramienta proporciona:

    • Resultados detallados de la validación
    • Recomendaciones de configuración

    Esto le ayudará a:

    • Detectar errores de configuración antes de enviar
    • Aprenda las mejores prácticas de configuración de CircleCI
    • Solucionar problemas de configuración
    • Implementar correctamente las funciones de CircleCI
  • create_prompt_templateAyuda a generar plantillas de indicaciones estructuradas para aplicaciones con IA según los requisitos de las funciones. Esta herramienta:
    1. Convierte los requisitos de las funciones en indicaciones estructuradas:
      • Transforma los requisitos del usuario en plantillas de indicaciones optimizadas
      • Ejemplo: "Crear una plantilla de indicaciones para generar cuentos para dormir por edad y tema"

    La herramienta proporciona:

    • Una plantilla de mensaje estructurado
    • Un esquema de contexto que define los parámetros de entrada requeridos

    Esto le ayudará a:

    • Cree indicaciones efectivas para aplicaciones de IA
    • Estandarizar los parámetros de entrada para obtener resultados consistentes
    • Cree funciones robustas impulsadas por IA
  • recommend_prompt_template_testsGenera casos de prueba para plantillas de indicaciones para garantizar que produzcan los resultados esperados. Esta herramienta:
    1. Proporciona casos de prueba para plantillas de indicaciones:
      • Crea diversos escenarios de prueba basados en su plantilla de solicitud y esquema de contexto
      • Ejemplo: "Generar pruebas para mi plantilla de indicaciones para el cuento antes de dormir"

    La herramienta proporciona:

    • Una serie de casos de prueba recomendados
    • Varias combinaciones de parámetros para probar la robustez de la plantilla

    Esto le ayudará a:

    • Validar la funcionalidad de la plantilla de solicitud
    • Asegúrese de que las respuestas de IA sean consistentes en todas las entradas
    • Identificar casos extremos y problemas potenciales
    • Mejorar la calidad general de las aplicaciones de IA
  • list_followed_projectsEnumera todos los proyectos que el usuario sigue en CircleCI. Esta herramienta:
    1. Recupera y muestra proyectos:
      • Muestra todos los proyectos a los que el usuario tiene acceso y está siguiendo
      • Proporciona el nombre del proyecto y el projectSlug para cada entrada
      • Ejemplo: "Enumerar mis proyectos de CircleCI"

    La herramienta devuelve una lista formateada de proyectos, ejemplo de salida:

    Projects followed: 1. my-project (projectSlug: gh/organization/my-project) 2. another-project (projectSlug: gh/organization/another-project)

    Esto es particularmente útil para:

    • Identificar qué proyectos de CircleCI están disponibles para usted
    • Obtener el projectSlug necesario para otras herramientas de CircleCI
    • Seleccionar un proyecto para operaciones posteriores

    Nota: El projectSlug (no el nombre del proyecto) es necesario para muchas otras herramientas de CircleCI y se utilizará para aquellas llamadas de herramientas después de seleccionar un proyecto.

  • run_pipelineActiva la ejecución de una canalización. Esta herramienta se puede usar de tres maneras:
    1. Uso de Project Slug y Branch (flujo de trabajo recomendado):
      • Primero, enumera tus proyectos disponibles:
        • Utilice la herramienta list_followed_projects para obtener sus proyectos
        • Ejemplo: "Enumerar mis proyectos de CircleCI"
        • A continuación, seleccione el proyecto que tenga un projectSlug asociado.
        • Ejemplo: "Usemos mi-proyecto"
      • Luego solicita ejecutar el pipeline para una rama específica:
        • Ejemplo: "Ejecutar la canalización para mi-proyecto en la rama principal"
    2. Usando la URL de CircleCI:
    3. Uso del contexto del proyecto local:
      • Trabaja desde su espacio de trabajo local proporcionando:
        • Ruta raíz del espacio de trabajo
        • URL remota de Git
        • Nombre de la sucursal
      • Ejemplo: "Ejecutar la canalización de mi proyecto actual en la rama principal"

    La herramienta devuelve un enlace para monitorear la ejecución del pipeline.

    Esto es particularmente útil para:

    • Ejecución rápida de pipelines sin necesidad de visitar la interfaz web de CircleCI
    • Ejecución de tuberías desde una rama específica

Desarrollo

Empezando

  1. Clonar el repositorio:
    git clone https://github.com/CircleCI-Public/mcp-server-circleci.git cd mcp-server-circleci
  2. Instalar dependencias:
    pnpm install
  3. Construir el proyecto:
    pnpm build

Construcción de un contenedor Docker

Puedes construir el contenedor Docker localmente usando:

docker build -t circleci:mcp-server-circleci .

Esto creará una imagen de Docker etiquetada como circleci:mcp-server-circleci que puedes usar con cualquier cliente MCP.

Para ejecutar el contenedor:

docker run --rm -i -e CIRCLECI_TOKEN=your-circleci-token -e CIRCLECI_BASE_URL=https://circleci.com circleci:mcp-server-circleci

Desarrollo con MCP Inspector

La forma más sencilla de iterar en el servidor MCP es mediante el inspector MCP. Puede obtener más información sobre el inspector MCP en https://modelcontextprotocol.io/docs/tools/inspector

  1. Inicie el servidor de desarrollo:
    pnpm watch # Keep this running in one terminal
  2. En una terminal separada, inicie el inspector:
    pnpm inspector
  3. Configurar el entorno:
    • Agregue su CIRCLECI_TOKEN a la sección Variables de entorno en la interfaz de usuario del inspector
    • El token necesita acceso de lectura a sus proyectos CircleCI
    • Opcionalmente, puede configurar la URL base de CircleCI. El valor predeterminado es https//circleci.com

Pruebas

  • Ejecute el conjunto de pruebas:
    pnpm test
  • Ejecutar pruebas en modo de observación durante el desarrollo:
    pnpm test:watch

Para obtener pautas de contribución más detalladas, consulte CONTRIBUTING.md

You must be authenticated.

A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Este servidor MCP le permite usar Cursor IDE, o cualquier agente habilitado para el cliente MCP, para usar lenguaje natural para lograr cosas con CircleCI, por ejemplo: Encontrar la última tubería fallida en mi rama y obtener registros

  1. Requisitos
    1. Instalación
      1. Cursor
      2. Código VS
      3. Escritorio de Claude
      4. Claude Code
      5. Windsurf
      6. Instalación mediante herrería
    2. Características
      1. Herramientas compatibles
    3. Desarrollo
      1. Empezando
      2. Construcción de un contenedor Docker
      3. Desarrollo con MCP Inspector
      4. Pruebas

    Related MCP Servers

    • -
      security
      F
      license
      -
      quality
      An MCP server that provides detailed information about your development environment to the Cursor code editor, enabling more context-aware assistance.
      Last updated -
      1
      Python
      • Linux
      • Apple
    • A
      security
      A
      license
      A
      quality
      An MCP server integration that enables Cursor AI to communicate with Figma, allowing users to read designs and modify them programmatically through natural language commands.
      Last updated -
      19
      5,185
      3,528
      JavaScript
      MIT License
      • Apple
      • Linux
    • A
      security
      A
      license
      A
      quality
      Simple MCP Server to enable a human-in-the-loop workflow in tools like Cline and Cursor. This is especially useful for developing desktop applications that require complex user interactions to test.
      Last updated -
      1
      13
      Python
      MIT License
      • Linux
      • Apple
    • -
      security
      A
      license
      -
      quality
      An open-source MCP server that provides applications like Cursor, Windsurf, and Claude with access to llms.txt documentation files, allowing users to control and audit context retrieval.
      Last updated -
      4
      Python
      MIT License
      • Apple
      • Linux

    View all related MCP servers

    MCP directory API

    We provide all the information about MCP servers via our MCP API.

    curl -X GET 'https://glama.ai/api/mcp/v1/servers/CircleCI-Public/mcp-server-circleci'

    If you have feedback or need assistance with the MCP directory API, please join our Discord server