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` }
This server cannot be installed
Resources
Looking for Admin?
Admins can modify the Dockerfile, update the server description, and track usage metrics. If you are the server author, to access the admin panel.