-
securityF
license-
qualityAn MCP server that provides detailed information about your development environment to the Cursor code editor, enabling more context-aware assistance.
Last updated -
1
Python
CircleCI MCP 服务器
模型上下文协议 (MCP) 是一种新的标准化协议，用于管理大型语言模型 (LLM) 与外部系统之间的上下文。在此存储库中，我们为CircleCI提供了一个 MCP 服务器。
这使您可以使用 Cursor IDE、Windsurf、Copilot 或任何 MCP 支持的客户端，使用自然语言通过 CircleCI 完成任务，例如：
Find the latest failed pipeline on my branch and get logshttps://github.com/CircleCI-Public/mcp-server-circleci/wiki#circleci-mcp-server-with-cursor-ide
https://github.com/user-attachments/assets/3c765985-8827-442a-a8dc-5069e01edb74
要求
对于 NPX 安装：
- pnpm 包管理器 -了解更多
- Node.js >= v18.0.0
对于 Docker 安装：
- Docker -了解更多
安装
光标
使用 NPX
将以下内容添加到您的游标 MCP 配置中：
使用 Docker
将以下内容添加到您的游标 MCP 配置中：
VS 代码
使用 NPX
要在.vscode/mcp.json中为 VS Code 安装 CircleCI MCP 服务器：
使用 Docker
使用 Docker 在.vscode/mcp.json中安装 CircleCI MCP Server for VS Code：
克劳德桌面
使用 NPX
将以下内容添加到您的 claude_desktop_config.json：
使用 Docker
将以下内容添加到您的 claude_desktop_config.json：
要查找/创建此文件，首先打开 Claude 桌面设置。然后点击“设置”面板左侧栏中的“开发者”，然后点击“编辑配置”。
这将在以下位置创建一个配置文件：
- macOS：~/Library/Application Support/Claude/claude_desktop_config.json
- Windows：%APPDATA%\Claude\claude_desktop_config.json
有关使用 MCP 服务器和 Claude Desktop 的更多信息，请参阅以下指南： https://modelcontextprotocol.io/quickstart/user
克劳德·科德
使用 NPX
安装Claude Code后，运行以下命令：
使用 Docker
安装Claude Code后，运行以下命令：
有关使用 Claude Code 的 MCP 服务器的更多信息，请参阅以下指南： https://docs.anthropic.com/en/docs/agents-and-tools/claude-code/tutorials#set-up-model-context-protocol-mcp
风帆冲浪
使用 NPX
将以下内容添加到您的 windsurf mcp_config.json：
使用 Docker
将以下内容添加到您的 windsurf mcp_config.json：
有关使用 MCP 服务器和 windsurf 的更多信息，请参阅以下指南： https://docs.windsurf.com/windsurf/mcp
通过 Smithery 安装
要通过Smithery自动为 Claude Desktop 安装 CircleCI MCP 服务器：
特征
支持的工具
get_build_failure_logs从 CircleCI 构建中检索详细的失败日志。此工具有三种使用方式：- 使用项目 Slug 和 Branch（推荐的工作流程）：
- 首先，列出您可用的项目：
- 使用 list_followed_projects 工具获取您的项目
- 例如：“列出我的 CircleCI 项目”
- 然后选择与之关联的 projectSlug 项目
- 例如：“让我们使用我的项目”
- 然后请求检索特定分支的构建失败日志：
- 示例：“获取主分支上我的项目的构建失败信息”
- 首先，列出您可用的项目：
- 使用 CircleCI URL：
- 直接提供失败的作业 URL 或管道 URL
- 示例：“从https://app.circleci.com/pipelines/github/org/repo/123获取日志”
- 使用本地项目上下文：
- 通过提供以下内容从您的本地工作区工作：
- 工作区根路径
- Git 远程 URL
- 分支机构名称
- 示例：“查找当前分支上最新的失败管道”
- 通过提供以下内容从您的本地工作区工作：
该工具返回格式化的日志，包括：
- 职位名称
- 逐步执行细节
- 失败消息和上下文
这对于以下情况尤其有用：
- 调试失败的构建
- 分析测试失败
- 调查部署问题
- 无需离开 IDE 即可快速访问构建日志
- 使用项目 Slug 和 Branch（推荐的工作流程）：
find_flaky_tests通过分析测试执行历史记录，识别 CircleCI 项目中的不稳定测试。这利用了此处描述的不稳定测试检测功能： https://circleci.com/blog/introducing-test-insights-with-flaky-test-detection/#flaky-test-detection此工具有三种使用方式：- 使用 Project Slug（推荐工作流程）：
- 首先，列出您可用的项目：
- 使用 list_followed_projects 工具获取您的项目
- 例如：“列出我的 CircleCI 项目”
- 然后选择与之关联的 projectSlug 项目
- 例如：“让我们使用我的项目”
- 然后请求检索不稳定的测试：
- 例如：“获取我的项目的不稳定测试”
- 首先，列出您可用的项目：
- 使用 CircleCI 项目 URL：
- 直接从 CircleCI 提供项目 URL
- 示例：“在https://app.circleci.com/pipelines/github/org/repo中查找不稳定的测试”
- 使用本地项目上下文：
- 通过提供以下内容从您的本地工作区工作：
- 工作区根路径
- Git 远程 URL
- 例如：“查找当前项目中的不稳定测试”
- 通过提供以下内容从您的本地工作区工作：
该工具返回有关不稳定测试的详细信息，包括：
- 测试名称和文件位置
- 失败消息和上下文
这可以帮助您：
- 识别测试套件中不可靠的测试
- 获取有关测试失败的详细背景信息
- 做出有关测试改进的数据驱动决策
- 使用 Project Slug（推荐工作流程）：
get_latest_pipeline_status检索给定分支的最新管道状态。此工具有三种使用方式：- 使用项目 Slug 和 Branch（推荐的工作流程）：
- 首先，列出您可用的项目：
- 使用 list_followed_projects 工具获取您的项目
- 例如：“列出我的 CircleCI 项目”
- 然后选择与之关联的 projectSlug 项目
- 例如：“让我们使用我的项目”
- 然后要求检索特定分支的最新管道状态：
- 示例：“获取主分支上我的项目的最新管道状态”
- 首先，列出您可用的项目：
- 使用 CircleCI 项目 URL：
- 直接从 CircleCI 提供项目 URL
- 示例：“获取https://app.circleci.com/pipelines/github/org/repo的最新管道状态”
- 使用本地项目上下文：
- 通过提供以下内容从您的本地工作区工作：
- 工作区根路径
- Git 远程 URL
- 分支机构名称
- ���例：“获取我当前项目的最新管道状态”
- 通过提供以下内容从您的本地工作区工作：
该工具返回最新管道的格式化状态：
- 工作流名称及其当前状态
- 每个工作流程的持续时间
- 创建和完成时间戳
- 管道总体健康状况
示例输出：
这对于以下情况尤其有用：
- 检查最新管道的状态
- 获取特定分支的最新管道状态
- 无需离开 IDE 即可快速检查最新管道的状态
- 使用项目 Slug 和 Branch（推荐的工作流程）：
get_job_test_results检索 CircleCI 作业的测试元数据，让您无需离开 IDE 即可分析测试结果。此工具有三种使用方式：- 使用项目 Slug 和 Branch（推荐的工作流程）：
- 首先，列出你可用的项目：
- 使用 list_followed_projects 工具获取您的项目
- 例如：“列出我的 CircleCI 项目”
- 然后选择与之关联的 projectSlug 项目
- 例如：“让我们使用我的项目”
- 然后要求检索特定分支的测试结果：
- 示例：“获取主分支上我的项目的测试结果”
- 首先，列出你可用的项目：
- 使用 CircleCI URL：
- 提供以下任意格式的 CircleCI URL：
- 示例：“获取https://app.circleci.com/pipelines/github/org/repo/123/workflows/abc-def的测试结果”
- 使用本地项目上下文：
- 通过提供以下内容从您的本地工作区工作：
- 工作区根路径
- Git 远程 URL
- 分支机构名称
- 示例：“获取主分支上当前项目的测试结果”
- 通过提供以下内容从您的本地工作区工作：
该工具返回详细的测试结果信息：
- 所有测试的摘要（总计、成功、失败）
- 有关失败测试的详细信息包括：
- 测试名称和类别
- 文件位置
- 错误消息
- 运行时间
- 包含时间信息的成功测试列表
- 按测试结果过滤
这对于以下情况尤其有用：
- 无需访问 CircleCI Web UI 即可快速分析测试失败
- 识别测试失败的模式
- 查找可能需要优化的慢速测试
- 检查整个项目的测试覆盖率
- 解决不稳定测试问题
注意：该工具要求您在 CircleCI 配置中正确配置测试元数据。有关设置测试元数据收集的更多信息，请参阅： https ://circleci.com/docs/collect-test-data/
- 使用项目 Slug 和 Branch（推荐的工作流程）：
config_helper通过提供指导和验证来协助完成 CircleCI 配置任务。此工具可帮助您：- 验证 CircleCI 配置：
- 检查你的 .circleci/config.yml 是否存在语法和语义错误
- 示例：“验证我的 CircleCI 配置”
该工具提供：
- 详细验证结果
- 配置建议
这可以帮助您：
- 推送之前捕获配置错误
- 了解 CircleCI 配置最佳实践
- 解决配置问题
- 正确实现 CircleCI 功能
- 验证 CircleCI 配置：
create_prompt_template根据功能需求，帮助为支持 AI 的应用程序生成结构化的提示模板。此工具：- 将功能需求转换为结构化提示：
- 将用户需求转化为优化的提示模板
- 示例：“创建一个按年龄和主题生成睡前故事的提示模板”
该工具提供：
- 结构化的提示模板
- 定义所需输入参数的上下文模式
这可以帮助您：
- 为人工智能应用程序创建有效的提示
- 标准化输入参数以获得一致的结果
- 构建强大的 AI 驱动功能
- 将功能需求转换为结构化提示：
recommend_prompt_template_tests为提示模板生成测试用例，以确保其产生预期结果。此工具：- 提供提示模板的测试用例：
- 根据提示模板和上下文模式创建不同的测试场景
- 示例：“为我的睡前故事提示模板生成测试”
该工具提供：
- 一系列推荐的测试用例
- 多种参数组合来测试模板鲁棒性
这可以帮助您：
- 验证提示模板功能
- 确保 AI 对输入做出一致的响应
- 识别边缘情况和潜在问题
- 提升整体人工智能应用质量
- 提供提示模板的测试用例：
list_followed_projects列出用户在 CircleCI 上关注的所有项目。此工具：- 检索并显示项目：
- 显示用户有权访问和关注的所有项目
- 为每个条目提供项目名称和 projectSlug
- 例如：“列出我的 CircleCI 项目”
该工具返回项目的格式化列表，示例输出：
这对于以下情况尤其有用：
- 确定哪些 CircleCI 项目可供您使用
- 获取其他 CircleCI 工具所需的 projectSlug
- 选择后续操作的项目
注意：许多其他 CircleCI 工具都需要 projectSlug（不是项目名称），并且将在选择项目后用于这些工具调用。
- 检索并显示项目：
run_pipeline触发管道运行。此工具有三种使用方式：- 使用项目 Slug 和 Branch（推荐的工作流程）：
- 首先，列出你可用的项目：
- 使用 list_followed_projects 工具获取您的项目
- 例如：“列出我的 CircleCI 项目”
- 然后选择与之关联的 projectSlug 项目
- 例如：“让我们使用我的项目”
- 然后要求针对特定分支运行管道：
- 示例：“在主分支上运行 my-project 的管道”
- 首先，列出你可用的项目：
- 使用 CircleCI URL：
- 提供以下任意格式的 CircleCI URL：
- 职位网址：“ https://app.circleci.com/pipelines/github/org/repo/123/workflows/abc-def/jobs/789 ”
- 工作流程 URL：“ https://app.circleci.com/pipelines/github/org/repo/123/workflows/abc-def ”
- 管道 URL：“ https://app.circleci.com/pipelines/github/org/repo/123 ”
- 包含分支的项目 URL：“ https://app.circleci.com/projects/github/org/repo?branch=main ”
- 示例：“运行https://app.circleci.com/pipelines/github/org/repo/123/workflows/abc-def的管道”
- 提供以下任意格式的 CircleCI URL：
- 使用本地项目上下文：
- 通过提供以下内容从您的本地工作区工作：
- 工作区根路径
- Git 远程 URL
- 分支机构名称
- 示例：“在主分支上运行我当前项目的管道”
- 通过提供以下内容从您的本地工作区工作：
该工具返回一个链接来监视管道的执行情况。
这对于以下情况尤其有用：
- 无需访问 CircleCI Web UI 即可快速运行管道
- 从特定分支运行管道
- 使用项目 Slug 和 Branch（推荐的工作流程）：
发展
入门
- 克隆存储库：
- 安装依赖项：
- 构建项目：
构建 Docker 容器
您可以使用以下方式在本地构建 Docker 容器：
这将创建一个标记为circleci:mcp-server-circleci的 Docker 镜像，您可以将其与任何 MCP 客户端一起使用。
运行容器：
使用 MCP Inspector 进行开发
在 MCP 服务器上进行迭代最简单的方法是使用 MCP 检查器。您可以在https://modelcontextprotocol.io/docs/tools/inspector上了解更多关于 MCP 检查器的信息。
- 启动开发服务器：
- 在单独的终端中，启动检查器：
- 配置环境：
- 将您的
CIRCLECI_TOKEN添加到检查器 UI 中的环境变量部分 - 令牌需要对您的 CircleCI 项目的读取权限
- 您也可以设置 CircleCI 基本 URL。默认为
https//circleci.com
- 将您的
测试
- 运行测试套件：
- 在开发期间以监视模式运行测试：
有关更详细的贡献指南，请参阅CONTRIBUTING.md
You must be authenticated.
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.
此 MCP 服务器允许您使用 Cursor IDE 或任何启用 MCP 客户端的代理，使用自然语言通过 CircleCI 完成操作，例如：在我的分支上查找最新失败的管道并获取日志
Related Resources
Related MCP Servers
- AsecurityAlicenseAqualityAn 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 -195,1853,528JavaScriptMIT License
- AsecurityAlicenseAqualitySimple 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 -113PythonMIT License
- -securityAlicense-qualityAn 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 -4PythonMIT License