Skip to main content
Glama
deenesjakoruzh
haziqasjad

GitLab AI MCP Server

by haziqasjad
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

GitLab AI MCP Server

高性能・コンテナ化されたModel Context Protocol (MCP)サーバーで、AIコーディングアシスタント（Claude、Codex、Gemini、Kimi）をあらゆるGitLabインスタンス（セルフホストまたはクラウド）に接続します。

できること

領域

アクション

プロジェクトとIssue

一覧表示、検索、作成、更新、ラベル付け、割り当て

マージリクエスト

差分のレビュー、ディスカッションの管理、承認、マージ、リベース

CI/CD

パイプラインの確認、ジョブログの閲覧、ジョブの再試行/キャンセル、変数の管理

リポジトリ

ファイルの参照、コンテンツの読み取り、一括コミットの作成、ブランチとタグの管理

検索

コード検索、グローバル検索、ユーザー検索

セキュリティ

脆弱性検出結果、依存関係リスト（SBOM）、監査イベント

ローカルAI

ジョブログのトリアージ、MR差分のシークレットスキャン、ディスカッションの要約 — すべてOllama経由でローカル実行

Related MCP server: GitLab MCP Server

🚀 クイックスタート

前提条件

WSL2（Windowsユーザー向け）: WSL2バックエンドを有効にしたDocker Desktop for Windowsをインストールしてください。これが最も簡単な方法です。 以下のコマンドはすべてWSL2ターミナル内で実行します。

1. クローンと設定

git clone https://github.com/haziqasjad/gitlab-ai-mcp.git
cd gitlab-ai-mcp
cp .env.example .env

.envを編集します:

GITLAB_URL=https://gitlab.example.com   # your GitLab instance URL
GITLAB_TOKEN=glpat-your-token           # your Personal Access Token

2. セットアップを選択して起動

オプションA — コアのみ （最初におすすめ — ローカルAIなし、どのマシンでも動作）:

docker compose up -d --build

オプションB — CPUでローカルAIを使用 （OllamaはCPUで動作し、初回実行時に約4GBのモデルをダウンロード）:

docker compose --profile ollama up -d --build

オプションC — NVIDIA GPUでローカルAIを使用 （最速の推論 — 以下の追加設定が必要）:

docker compose --profile ollama -f docker-compose.yml -f docker-compose.gpu.yml up -d --build

オプションBとCでは追加のAI機能（ログのトリアージ、プライバシースキャン、ディスカッションの要約）が有効になります。 Ollamaが実行されていない場合、これらの機能は明確なエラーを返します — 他のすべての機能は正常に動作します。

NVIDIA GPUのセットアップ（オプションCのみ）

NVIDIA GPUをお持ちでない場合はこのセクションをスキップしてください — オプションBはCPUで問題なく動作します。

🐧 ネイティブLinux

ステップ1 — NVIDIAドライバがインストールされていることを確認:

nvidia-smi

GPUが一覧に表示されるはずです。表示されない場合は、まずお使いのディストリビューション用のドライバをインストールしてください: NVIDIA Driver Downloads

ステップ2 — NVIDIA Container Toolkitをインストール（Ubuntu/Debian）:

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey \
  | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg

curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
  | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
  | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt update && sudo apt install -y nvidia-container-toolkit

他のディストリビューションについては、公式インストールガイドを参照してください。

ステップ3 — Dockerを設定して確認:

sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

# Confirm Docker can see your GPU
docker run --rm --gpus all ubuntu nvidia-smi

ステップ4 — スタックを起動:

docker compose --profile ollama -f docker-compose.yml -f docker-compose.gpu.yml up -d --build

🪟 WSL2（Windows）

WSL2はWindowsにインストールされたNVIDIAドライバを使用します — WSL内にGPUドライバをインストールする必要はありません。

ステップ1 — WindowsにNVIDIAドライバをインストール（まだインストールされていない場合）:

NVIDIA Driver Downloadsからダウンロードしてインストールしてください。 インストール後、Windowsを再起動します。

ステップ2 — WSL2内でGPUが認識されていることを確認:

nvidia-smi

これが動作すれば、WSL2でGPUが利用可能です。動作しない場合は、WSL2（WSL1ではない）を使用していることを確認してください:

wsl --set-default-version 2

ステップ3 — WSL2内にNVIDIA Container Toolkitをインストール:

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey \
  | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg

curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list \
  | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' \
  | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt update && sudo apt install -y nvidia-container-toolkit

ステップ4 — Dockerを設定:

Docker Desktop for Windowsを使用する場合（推奨）:

  • Docker Desktopを開く → Settings → Resources → GPU → GPUを有効化 → Apply & Restart

Docker EngineをWSL2で直接使用する場合:

sudo nvidia-ctk runtime configure --runtime=docker
sudo service docker restart   # WSL2 uses service, not systemctl

ステップ5 — DockerがGPUを認識できることを確認:

docker run --rm --gpus all ubuntu nvidia-smi

ステップ6 — スタックを起動:

docker compose --profile ollama -f docker-compose.yml -f docker-compose.gpu.yml up -d --build

3. サーバーが実行されていることを確認

docker compose ps

gitlab-ai-mcpがステータスUpで表示されるはずです。直接テストします:

docker compose exec gitlab-ai-mcp python run_tests.py

4. AI CLIに登録

まず、チェックアウトパスを取得します:

pwd   # run this inside the Gitlab_AI_MCP directory

WSL2ユーザー向け: Windowsパスではなく、pwdで表示されるLinuxパス（例: /home/yourname/Gitlab_AI_MCP）を使用してください。 このパスが機能するには、AI CLIが同じWSL2ターミナル内で実行されている必要があります。

次に、そのパスを使用して登録します:

Claude Code:

claude mcp add gitlab-ai-mcp -- /your/path/to/Gitlab_AI_MCP/scripts/run_codex_mcp.sh

Codex CLI:

codex mcp add gitlab-ai-mcp -- /your/path/to/Gitlab_AI_MCP/scripts/run_codex_mcp.sh

Gemini CLI:

gemini mcp add gitlab-ai-mcp -- /your/path/to/Gitlab_AI_MCP/scripts/run_codex_mcp.sh

Kimi Code CLI:

kimi mcp add gitlab-ai-mcp -- /your/path/to/Gitlab_AI_MCP/scripts/run_codex_mcp.sh

⚙️ 設定

すべての設定は.envファイルに記述します:

変数

必須

デフォルト

説明

GITLAB_URL

Yes

—

GitLabインスタンスのベースURL

GITLAB_TOKEN

Yes

—

Personal Access Token（apiスコープ）

DEBUG

No

false

詳細なコンソールログを有効化

LOCAL_AI_URL

No

http://ollama:11434

Ollamaエンドポイント（オプションB/Cのみ）

LOCAL_AI_MODEL

No

llama3.1:8b

Ollamaモデル名

GITLAB_MAX_RETRIES

No

3

失敗時のAPI再試行回数

GITLAB_RETRY_DELAY

No

1.0

再試行間の基本遅延（秒）

🔧 トラブルシューティング

コンテナが起動しない:

docker compose logs gitlab-ai-mcp

GITLAB_TOKENまたはGITLAB_URLのエラー:

  • .envファイルが存在し、=の周囲に余分なスペースがないことを確認してください

  • GitLab → Settings → Access Tokensでトークンにapiスコープがあることを確認してください

Ollamaモデルがダウンロードされない（オプションB/C）:

docker compose logs gitlab-ai-ollama-pull

GPUが検出されない（オプションC）:

  • nvidia-smiを実行 — 失敗する場合はドライバがインストールされていません

  • docker run --rm --gpus all ubuntu nvidia-smiを実行 — 失敗する場合はContainer Toolkitが設定されていません

WSL2 — WSL内でnvidia-smiが見つからない:

  • WSL1ではなくWSL2を使用していることを確認: PowerShellでwsl --list --verboseを実行し、VERSION列を確認してください

  • NVIDIAドライバをWindows（WSL内ではなく）にインストールして再起動してください

WSL2 — systemctl: command not found:

  • WSL2はデフォルトでsystemdを使用しません — 代わりにsudo service docker restartを使用してください

  • またはWSL2でsystemdを有効化: /etc/wsl.confに[boot] systemd=trueを追加し、WSLを再起動します（PowerShellでwsl --shutdown）

WSL2 — Docker DesktopのGPUトグルがない:

  • Docker Desktop 4.17以降とWSL2バックエンドが必要 — GPUオプションが表示されない場合はDocker Desktopを更新してください

WSL2 — docker composeが見つからない:

  • Docker DesktopはComposeを自動的にインストールします — WSL2ターミナルを使用する前にDocker Desktopを開いて実行されていることを確認してください

📁 プロジェクト構造

server.py                  — MCP server entrypoint
config.py                  — Settings (reads from .env)
gitlab/client.py           — Async HTTP/2 GitLab API client
services/
  gitlab_service.py        — Business logic and response formatting
  local_ai_service.py      — Ollama integration for local AI features
  review_digest.py         — MR discussion digest helpers
tools/                     — MCP tool definitions (one file per domain)
tests/                     — Unit tests
scripts/run_codex_mcp.sh   — Launcher used by all AI CLIs
docker-compose.yml         — Base stack
docker-compose.gpu.yml     — NVIDIA GPU override (use with --profile ollama)

This server cannot be installed

A
license - permissive license
-
quality - not tested
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

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

View all related MCP servers

Related MCP Connectors

View all MCP Connectors

Latest Blog Posts

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/haziqasjad/gitlab-ai-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server