ServiceNow MCP Server

Ein selbst gehosteter Model Context Protocol-Server, der eine ServiceNow-Instanz für MCP-Clients wie Microsoft Copilot Studio (und jeden anderen MCP- Client, z. B. Claude) bereitstellt. Er läuft vollständig auf ServiceNow-Standardlizenzierung, indem er die REST-APIs der Plattform (Table / Aggregate / CMDB) aufruft, und verwendet OAuth-2.0-Token-Passthrough pro Benutzer, sodass jeder Aufruf im Namen des angemeldeten Benutzers ausgeführt wird und dessen eigene ACLs durchgesetzt werden.

Warum es das gibt

Die Zielinstanz läuft mit einer Standard-ServiceNow-Lizenz, daher ist die native MCP Server Console von ServiceNow (nur mit Now Assist / AI Native SKU) nicht verfügbar. Dieser Server ist eine portable, wiederverwendbare Integrationsschicht – ein MCP-Server, der über Clients und KI-Frontends hinweg nutzbar ist – statt eines Copilot-Studio-spezifischen Connectors.

Related MCP server: servicenow-mcp-server

So funktioniert die Authentifizierung (Token-Passthrough)

User ⇄ Copilot Studio  --(per-user OAuth: ServiceNow access token as Bearer)-->  this server
                                                       │ forwards the same Bearer token
                                                       ▼
                                          ServiceNow REST APIs (ACLs enforced as that user)

Der Server speichert keine Benutzeranmeldedaten. Er liest den eingehenden Authorization: Bearer <token>-Header und leitet ihn unverändert an ServiceNow weiter. Siehe auth.py.

Tools

Stufe 1 — direkter Abruf (schreibgeschützt): get_incident, list_incidents, get_change_request, list_change_requests, get_service_request, list_service_requests, get_configuration_item, find_configuration_items, search_knowledge, get_knowledge_article, lookup_user, lookup_group.

Stufe 2 — deterministische Logik: correlate_changes_to_incident, get_incident_trends, get_ci_impact, find_similar_incidents, get_incident_context.

Die Root-Cause-Analyse und das endgültige Ranking ähnlicher Incidents werden bewusst dem Reasoning des Agents überlassen, das von get_incident_context / find_similar_incidents gespeist wird.

Lokal ausführen

python -m venv .venv
.venv/Scripts/pip install -e ".[dev]"      # Windows; use .venv/bin on macOS/Linux
cp .env.example .env                        # set SERVICENOW_INSTANCE_URL
SERVICENOW_INSTANCE_URL=https://devXXXXX.service-now.com .venv/Scripts/servicenow-mcp

Der Server lauscht auf http://HOST:PORT/mcp (Streamable HTTP) mit einem /health-Endpunkt.

Mit dem MCP Inspector prüfen

npx @modelcontextprotocol/inspector

Richten Sie ihn auf http://localhost:8000/mcp, wählen Sie Streamable HTTP und geben Sie ein ServiceNow-OAuth-Zugriffstoken als Bearer-Token an, um die Tools auszuführen. Dies ist die MCP-Entsprechung, die Swagger UI am nächsten kommt: Der Inspector listet jedes Tool mit seinem Schema auf und ermöglicht es, jedes einzelne interaktiv aufzurufen.

Alle Tools auflisten (keine Server- oder ServiceNow-Verbindung erforderlich)

.venv/Scripts/python scripts/list_tools.py         # human-readable catalog
.venv/Scripts/python scripts/list_tools.py --json   # machine-readable (like an OpenAPI dump)

Deployment

Container-Image + Azure Container Apps. Siehe docs/DEPLOYMENT.md für die ServiceNow-OAuth-App-Registrierung, die Copilot-Studio-Anbindung und die Infrastruktur.

Eine vollständige Schritt-für-Schritt-Anleitung – einschließlich der Bereitstellung eines lokalen Servers über einen Dev-Tunnel, der Erstellung des Agents von Grund auf und des Zwei-Benutzer-ACL-Tests – finden Sie in docs/COPILOT_STUDIO_SETUP.md.

Tests

.venv/Scripts/pytest