Jenkins MCP Server
mcp_jenkins
Ein Jenkins MCP-Server. Über das Model Context Protocol (MCP) können KI-Tools (wie Chatbots) mit Ihrem Jenkins-Setup kommunizieren und es steuern, d. h. Informationen abrufen und Einstellungen ändern.
Hinweis: Dies ist eine minimale experimentelle Version des MCP Jenkins-Servers und befindet sich derzeit in der frühen Entwicklungsphase.
Beschreibung
Dieses Projekt bietet einen Model Context Protocol (MCP)-Server für die Interaktion mit Jenkins. Es ermöglicht Benutzern, Jenkins-Jobs auszulösen, Build-Status abzurufen und andere Jenkins-bezogene Vorgänge über die MCP-Schnittstelle auszuführen.
Related MCP server: mcp-jenkins
Komponenten
server.py: Die zentrale MCP Jenkins-Serveranwendung.functions_schema.md: Definiert das Schema für die vom MCP Jenkins-Server bereitgestellten Funktionen.client.py: Ein Beispielclient, der die Interaktion mit dem MCP Jenkins-Server demonstriert (nur als Referenz bereitgestellt).functional tests: Enthält Funktionstests für den MCP Jenkins-Server.
Installation
Um das Paket zu installieren, führen Sie Folgendes aus:
pip install .Verwendung
Gängige Arbeitsabläufe
Ausführen des Servers
So führen Sie den MCP-Server aus:
./docker/run.serverAusführen des Beispielclients
So führen Sie den Beispielclient aus:
./docker/run.clientUm beispielsweise Builds für einen Job namens „Backups“ unter Verwendung eines bestimmten Modells aufzulisten, können Sie Folgendes ausführen:
./docker/run.client --model gemini-2.0-flash-001 "list builds backups"Hinweis: Wenn das Paket über pip install . installiert wird, ist auch das Konsolenskript mcp_jenkins_client verfügbar.
Dies könnte zu einer Ausgabe ähnlich der folgenden führen:
Query: list builds backups
Result:
Recent builds for backups:
- Build #1086: FAILURE (http://myjenkins:8080/job/backups/1086/)Erstellen und Testen mit Docker
Ein gängiger Arbeitsablauf für Entwicklung und Tests besteht darin, zuerst das Docker-Image zu erstellen und dann die Tests auszuführen:
Erstellen Sie das Docker-Image: Dieser Schritt bereitet die zum Testen erforderliche Umgebung vor.
./docker/buildTests ausführen: Führen Sie die Tests aus, nachdem der Build abgeschlossen ist.
./docker/run.tests
Diese Reihenfolge stellt sicher, dass Tests mit dem neuesten Build in einer konsistenten Docker-Umgebung durchgeführt werden.
Bereitstellen einer Testumgebung
So stellen Sie eine lokale Jenkins-Testinstanz bereit (ohne Authentifizierung, nur für Funktionstests):
./docker/deploy.test.environmentHerstellen einer Verbindung zu einer vorhandenen Jenkins-Instanz
Um den MCP Jenkins-Server mit einer vorhandenen Jenkins-Instanz zu verwenden, müssen Sie die folgenden Umgebungsvariablen konfigurieren:
JENKINS_URL: Die vollständige URL Ihrer Jenkins-Instanz (z.http://your-jenkins-host:8080). Dies ist erforderlich .JENKINS_USER: (Optional) Ihr Jenkins-Benutzername, falls eine Authentifizierung erforderlich ist.JENKINS_API_TOKEN: (Optional) Ihr Jenkins-API-Token. Dieser muss zusammen mitJENKINS_USERangegeben werden, wenn Authentifizierung verwendet wird. Sie können einen API-Token auf der Konfigurationsseite Ihres Jenkins-Benutzers (<Jenkins URL>/me/configure) generieren.MCP_API_KEY: Ein geheimer API-Schlüssel zur Sicherung dieses MCP-Servers. Anfragen an den MCP-Server müssen diesen Schlüssel imX-API-Key-Header enthalten. Dies ist erforderlich , sofernDEBUG_MODEnicht auftruegesetzt ist.DEBUG_MODE: Auftruesetzen, um den MCP-Server im Debug-Modus auszuführen. Dadurch wird dieMCP_API_KEY-Anforderung umgangen und eine ausführlichere Protokollierung ermöglicht. Nicht in der Produktion verwenden.
Beispielkonfiguration (Bash):
export JENKINS_URL="http://your-jenkins-host:8080"
export JENKINS_USER="your_jenkins_username"
export JENKINS_API_TOKEN="your_jenkins_api_token"
export MCP_API_KEY="your_mcp_secret_key"
# export DEBUG_MODE="true" # Uncomment for development/testing without MCP_API_KEYSobald diese Umgebungsvariablen festgelegt sind, können Sie den MCP-Server mit dem Docker-Skript ausführen:
./docker/run.serverDer MCP-Server versucht dann, eine Verbindung zu Ihrer angegebenen Jenkins-Instanz herzustellen.
OpenWebUI-Integration
Die Datei open-webui/open_webui_interface.py bietet ein Beispiel für die Integration dieses MCP-Jenkins-Servers in eine OpenWebUI-Instanz.
So verwenden Sie es:
Navigieren Sie in Ihrer OpenWebUI-Oberfläche zum Abschnitt zum Hinzufügen oder Konfigurieren von Tools.
Erstellen Sie ein neues Werkzeug.
Kopieren Sie den gesamten Inhalt der Datei
open-webui/open_webui_interface.pyund fügen Sie ihn in die Toolkonfiguration in OpenWebUI ein.Wichtig : Sie müssen die Verbindungsparameter im eingefügten Code anpassen, insbesondere:
MCP_JENKINS_SERVER_URL: Setzen Sie diese Umgebungsvariable in Ihrer OpenWebUI-Umgebung auf die URL Ihres laufenden MCP Jenkins-Servers (z. B.http://localhost:5000). Das Skript verwendet standardmäßighttp://localhost:5000wenn die Variable nicht gesetzt ist.MCP_API_KEY: Wenn Ihr MCP-Jenkins-Server einen API-Schlüssel benötigt, stellen Sie sicher, dass diese Umgebungsvariable in Ihrer OpenWebUI-Umgebung gesetzt ist. Das Skript gibt eine Warnung aus, wenn der Schlüssel nicht gefunden wird, versucht aber trotzdem, Anfragen zu stellen.
Nach der Konfiguration sollten die in open_webui_interface.py definierten Tools (z. B. list_jobs , trigger_build , get_build_status ) für die Verwendung in Ihrer OpenWebUI-Chat-Schnittstelle verfügbar sein.
Lizenz
Dieses Projekt ist unter der MIT-Lizenz lizenziert.
This server cannot be installed
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- AlicenseBqualityFmaintenanceA Model Context Protocol server that enables AI assistants to interact with Jenkins CI/CD servers, providing tools to check build statuses, trigger builds, and retrieve build logs.315MIT
- AlicenseBqualityAmaintenanceThe Model Context Protocol (MCP) Jenkins integration is an open-source implementation that bridges Jenkins with AI language models following Anthropic's MCP specification. This project enables secure, contextual AI interactions with Jenkins tools while maintaining data privacy and security.33140MIT
- FlicenseNot gradedqualityDmaintenanceAn all-in-one Model Context Protocol (MCP) server that connects your coding AI to numerous databases, data warehouses, data pipelines, and cloud services, streamlining development workflow through seamless integrations.4
- AlicenseCqualityCmaintenanceA Model Context Protocol (MCP) server that provides AI-powered security analysis and safety instruction tools. This server helps protect AI agents by providing security guidelines, content analysis, and cautionary instructions when interacting with various MCPs and external services.65121ISC
Related MCP Connectors
A comprehensive Model Context Protocol (MCP) server that enables AI assistants to interact with yo…
MCP server for secureFlows: token-free URL builders and integration-linting tools for AI agents.
MCP server for AI dialogue using various LLM models via AceDataCloud
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/andreimatveyeu/mcp_jenkins'
If you have feedback or need assistance with the MCP directory API, please join our Discord server