MCP Jira 集成
该项目将 Claude AI 与 Jira 相结合，以自动化和增强项目管理任务。
特征
核心功能
通过 MCP 协议创建和管理 Jira 问题
基于 API 密钥的身份验证
人工智能交互的标准化请求/响应格式
Jira 集成功能
问题创建和更新
基本冲刺追踪
项目和董事会管理
问题搜索和检索
Related MCP server: JIRA MCP Server
要求
Python 3.8 或更高版本
带有 API 令牌的 Jira 帐户
有效的 MCP 实现
设置
克隆存储库
在
.env中配置环境变量：JIRA_URL=https://your-domain.atlassian.net JIRA_USERNAME=your.email@domain.com JIRA_API_TOKEN=your_api_token PROJECT_KEY=PROJ API_KEY=your_secure_api_key # For MCP authentication
API 使用
创建问题
from mcp_jira.protocol import MCPRequest, MCPContext
# Create request context
context = MCPContext(
conversation_id=\"conv-123\",
user_id=\"user-123\",
api_key=\"your_api_key\"
)
# Create issue request
request = MCPRequest(
function=\"create_issue\",
parameters={
\"summary\": \"Implement feature X\",
\"description\": \"Detailed description\",
\"issue_type\": \"Story\",
\"priority\": \"High\"
},
context=context
)
response = await mcp_handler.process_request(request)
搜索问题
request = MCPRequest(
function=\"search_issues\",
parameters={
\"jql\": \"project = PROJ AND status = 'In Progress'\"
},
context=context
)
response = await mcp_handler.process_request(request)
验证
所有请求都需要在请求标头中输入 API 密钥：
headers = {
\"X-API-Key\": \"your_api_key\"
}
与人工智能助手集成
此 MCP 实现旨在与支持 MCP 协议的 AI 助手配合使用：
配置环境变量
在 AI 助手的配置中设置 MCP 端点
使用标准化的 MCP 协议进行 Jira 交互
贡献
分叉存储库
创建功能分支
提交拉取请求
执照
MIT 许可证 - 请参阅 LICENSE 文件,消息:更新 README 以反映当前功能` }