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.
Integrations
Enables repository operations for Azure DevOps Git repositories, supporting features like pull request management (planned).
Allows installation of the MCP server package from PyPI, making deployment easier through standard Python package management.
Built using Python SDK for MCP implementation, requiring Python 3.9+ for server installation and operation.
Servidor MCP de Azure DevOps
Un servidor de Protocolo de contexto de modelo (MCP) que permite que los asistentes de IA interactúen con los servicios de Azure DevOps.
Descripción general
Este proyecto implementa un servidor de Protocolo de contexto de modelo (MCP) que permite a los asistentes de IA (como Claude) interactuar con Azure DevOps, proporcionando un puente entre las interacciones de lenguaje natural y la API REST de Azure DevOps.
Características
Implementado actualmente:
Gestión de elementos de trabajo
- Consulta de elementos de trabajo : busque elementos de trabajo mediante consultas WIQL
- Obtener detalles del elemento de trabajo : ver información completa del elemento de trabajo
- Crear elementos de trabajo : agregue nuevas tareas, errores, historias de usuario y otros tipos de elementos de trabajo
- Actualizar elementos de trabajo : modificar los campos y propiedades de los elementos de trabajo existentes
- Agregar comentarios : Publicar comentarios sobre elementos de trabajo
- Ver comentarios : recuperar el historial de comentarios de un elemento de trabajo
- Relaciones padre-hijo : establecer jerarquía entre elementos de trabajo
Gestión de proyectos
- Obtener proyectos : ver todos los proyectos accesibles en la organización
- Obtener equipos : enumera todos los equipos dentro de la organización
- Miembros del equipo : ver información de membresía del equipo
- Rutas de área del equipo : recupera las rutas de área asignadas a los equipos
- Iteraciones del equipo : acceder a las configuraciones de iteración/sprint del equipo
Características planificadas:
- Operaciones de canalización : consulta el estado de la canalización y activa nuevas ejecuciones de canalización
- Manejo de solicitudes de extracción : crear, actualizar y revisar solicitudes de extracción
- Gestión de sprints : planificar y gestionar sprints e iteraciones
- Administración de políticas de sucursales : configurar y administrar políticas de sucursales
Empezando
Prerrequisitos
- Python 3.10+
- Cuenta de Azure DevOps con los permisos adecuados
- Token de acceso personal (PAT) con los alcances necesarios para el acceso a la API de Azure DevOps
Instalación
Configuración
Cree un archivo .env
en la raíz del proyecto con las siguientes variables:
Nota: asegúrese de proporcionar la URL completa a su organización de Azure DevOps.
Ejecución del servidor
Ejemplos de uso
Elementos de trabajo de consulta
Crear un elemento de trabajo
Actualizar un elemento de trabajo
Gestión de equipos
Ver la estructura del proyecto
Desarrollo
El proyecto está estructurado en módulos de funciones, cada uno de los cuales implementa capacidades específicas de Azure DevOps:
features/work_items
: Funcionalidad de gestión de elementos de trabajofeatures/projects
: Capacidades de gestión de proyectosfeatures/teams
: Funciones de gestión de equiposutils
: utilidades comunes e inicialización del cliente
Para obtener más información sobre el desarrollo, consulte el archivo CLAUDE.md .
Contribuyendo
¡Agradecemos sus contribuciones! No dude en enviar una solicitud de incorporación de cambios.
Licencia
Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.
Expresiones de gratitud
- Desarrollado con MCP Python SDK
- Utiliza la API de Python de Azure DevOps
You must be authenticated.
Tools
Un servidor de protocolo de contexto de modelo que permite a los asistentes de IA interactuar con los servicios de Azure DevOps, lo que permite a los usuarios consultar elementos de trabajo con planes para respaldar la creación y actualización de elementos, la administración de canalizaciones, el manejo de solicitudes de extracción y la administración de sprints y políticas de rama.