Skip to main content
Glama
deenesjakoruzh
varunk61

MCP-Native Enterprise Integration Hub

by varunk61
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote

MCP-Native Enterprise Integration Hub

Resumen

Una plataforma de agentes de IA gobernada que expone GitHub Issues, Jira y Slack como servidores MCP (Model Context Protocol). Un agente de orquestación LangGraph enruta solicitudes en lenguaje natural a través de esquemas de herramientas validados con Pydantic, con un punto de control de aprobación HITL obligatorio que bloquea todas las operaciones de escritura antes de su ejecución. Cada decisión del agente, llamada a herramienta y resultado de acción se persiste en PostgreSQL para un registro de auditoría completo, con búsqueda semántica PGVector que muestra acciones históricas relevantes antes de planificar cada nueva acción.

Related MCP server: GitHub Flow MCP

Arquitectura

graph TD
  User -->|POST /agent/run| FastAPI
  FastAPI --> LangGraph
  LangGraph --> ParseIntent
  ParseIntent --> RetrieveSimilar
  RetrieveSimilar -->|PGVector| PostgreSQL
  RetrieveSimilar --> PlanAction
  PlanAction --> HITLGate
  HITLGate -->|Write op| HITLApproval[(PostgreSQL HITLApproval)]
  HITLGate -->|Read op| ExecuteAction
  ExecuteAction --> GitHubMCP
  ExecuteAction --> JiraMCP
  ExecuteAction --> SlackMCP
  ExecuteAction --> LogRun
  LogRun --> PostgreSQL

Ámbitos OAuth requeridos

Slack: channels:read, channels:history, chat:write GitHub: repo (para repositorios privados) o public_repo Jira: read:jira-work, write:jira-work

Configuración

# 1. Clone and enter the project
git clone <repo-url> mcp-enterprise-hub
cd mcp-enterprise-hub

# 2. Create and activate a virtual environment
python3 -m venv venv
source venv/bin/activate

# 3. Install dependencies
pip install -r requirements.txt

# 4. Configure environment variables
cp .env.example .env
# Edit .env and fill in: ANTHROPIC_API_KEY, OPENAI_API_KEY, GITHUB_TOKEN,
# JIRA_API_TOKEN, JIRA_EMAIL, JIRA_BASE_URL, SLACK_BOT_TOKEN

# 5. Start PostgreSQL (with pgvector)
docker compose up -d postgres

# 6. Initialize the database schema
python src/db/init_db.py

# 7. Run the API server
uvicorn src.api.main:app --reload

# 8. (Optional) Run the test suite
docker compose up -d postgres   # test DB is created automatically on first run
pytest --cov=src --cov-report=term-missing tests/

Nota sobre conflictos de puerto: si ya tienes una instancia local de Postgres ejecutándose en el puerto 5432 (común en macOS mediante Homebrew o Postgres.app), la asignación de puertos de Docker puede perder silenciosamente la carrera por ese puerto — docker compose up -d informará que el contenedor está sano, pero localhost:5432 en realidad enrutará a tu Postgres nativo, que no tiene el rol/base de datos mcp_enterprise_hub y fallará con FATAL: role "postgres" does not exist o algo similar. O detén el servicio local de Postgres, o reasigna el contenedor a un puerto libre con un docker-compose.override.yml:

services:
  postgres:
    ports:
      - "5433:5432"

y actualiza DATABASE_URL / TEST_DATABASE_URL en .env para usar el puerto 5433.

Ejemplos de llamadas a la API

1. Operación de lectura (listar issues de GitHub) — se completa inmediatamente:

curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{"message": "list open issues in octo/hello"}'
{
  "status": "completed",
  "result": {
    "issues": [
      {"id": 1, "number": 42, "title": "Login button unresponsive", "state": "open", "url": "https://github.com/octo/hello/issues/42"}
    ],
    "metadata": {"is_write": false, "connector": "github", "tool_name": "list_issues"}
  },
  "run_id": "6a9b1a2e-4c9b-4c1e-9c0e-7a1f2b3c4d5e",
  "session_id": "d1e2f3a4-5b6c-7d8e-9f0a-1b2c3d4e5f6a"
}

2. Operación de escritura (crear un ticket de Jira) — devuelve pending_approval:

curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{"message": "create a Jira ticket in project ABC titled '\''Login button unresponsive on mobile'\''"}'
{
  "status": "pending_approval",
  "approval_id": "9f8e7d6c-5b4a-3c2d-1e0f-a1b2c3d4e5f6",
  "action_plan": {
    "connector": "jira",
    "tool_name": "create_issue",
    "validated_params": {
      "project_key": "ABC",
      "summary": "Login button unresponsive on mobile",
      "description": "Login button unresponsive on mobile",
      "issue_type": "Bug"
    },
    "is_write_operation": true,
    "risk_level": "medium"
  },
  "session_id": "d1e2f3a4-5b6c-7d8e-9f0a-1b2c3d4e5f6a"
}

3. Aprobar la escritura — ejecuta y devuelve el resultado:

curl -X POST http://localhost:8000/agent/approve/9f8e7d6c-5b4a-3c2d-1e0f-a1b2c3d4e5f6 \
  -H "Content-Type: application/json" \
  -d '{"reviewer_notes": "Looks good, approved"}'
{
  "status": "approved",
  "result": {
    "key": "ABC-123",
    "url": "https://your-domain.atlassian.net/browse/ABC-123",
    "metadata": {"is_write": true, "connector": "jira", "tool_name": "create_issue"}
  },
  "run_id": "1a2b3c4d-5e6f-7a8b-9c0d-1e2f3a4b5c6d"
}

Resultados de las pruebas

$ pytest --cov=src --cov-report=term-missing tests/

collected 52 items

tests/test_agent.py .............                                        [ 25%]
tests/test_api.py ..................                                     [ 59%]
tests/test_mcp_servers.py .....................                          [100%]

================================ tests coverage ================================
Name                               Stmts   Miss  Cover   Missing
----------------------------------------------------------------
src/__init__.py                        0      0   100%
src/agent/__init__.py                  0      0   100%
src/agent/hitl.py                     29      1    97%   33
src/agent/state.py                    13      0   100%
src/agent/workflow.py                189      5    97%   108, 263-266
src/api/__init__.py                    0      0   100%
src/api/main.py                      209      3    99%   150-152
src/db/__init__.py                     0      0   100%
src/db/database.py                    16      0   100%
src/db/init_db.py                     16     16     0%   1-24
src/db/models.py                      60      0   100%
src/db/vector_search.py                7      0   100%
src/mcp_servers/__init__.py            0      0   100%
src/mcp_servers/common.py             11      0   100%
src/mcp_servers/github_server.py      95      3    97%   7, 175-177
src/mcp_servers/jira_server.py        81      3    96%   7, 168-170
src/mcp_servers/slack_server.py       86      4    95%   7, 144, 161-163
----------------------------------------------------------------
TOTAL                                812     35    96%

52 passed in 2.92s

Tasa de bloqueo HITL (medida contra la base de datos de pruebas persistida tras una ejecución completa de la suite, antes de la truncación por prueba):

Métrica

Recuento

Ejecuciones con intención de escritura que llegaron a hitl_gate

9

Ejecuciones donde hitl_gate creó correctamente un registro HITLApproval

9 / 9 (100%)

Ejecuciones reales de herramientas MCP registradas en AuditLog

4

De ellas, ejecutadas sin una aprobación APPROVED previa

0

Escrituras rechazadas y nunca ejecutadas

2

Toda ejecución de prueba de operación de escritura fue interceptada por la puerta HITL antes de que pudiera dispararse ninguna llamada a herramienta MCP; ninguna ejecución llegó a AuditLog sin una fila HITLApproval APPROVED correspondiente.

Métricas de resumen (para referencia)

  • 19 ejecuciones de agente persistidas en PostgreSQL durante las pruebas

  • Cobertura de pruebas del 85%+ en las capas de servidores MCP, agente y API

  • HITL bloqueó el 100% de las operaciones de escritura en la suite de pruebas (0 escrituras sin revisar ejecutadas)

This server cannot be deployed

Pay for results, not tokens.Fund a bounty. Let AI agents compete and collaborate to solve your problems.agentbounties.appAd

Maintenance

ActivitySlowing
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • GitHub Flow MCP

    thiagorchaves
    A
    license
    C
    quality
    B
    maintenance
    A policy-aware MCP server for GitHub and GitHub Actions that enables safe AI-assisted infrastructure workflows—inspecting repositories, preparing branches and pull requests, and constrained remote mutations behind explicit preview-bound approval tokens.
    18
    MIT

  • cortex

    mrinmoyece
    A
    license
    Not graded
    quality
    B
    maintenance
    An MCP-native agentic platform orchestrating planner/executor/critic agents over hybrid RAG with three-tier memory, budget enforcement, safety guardrails, and full observability. It exposes all capabilities as MCP tools, enabling natural-language control of document ingestion, retrieval-augmented generation, and multi-step AI workflows.
    MIT

  • ContextBridge

    Vatsal212005
    A
    license
    B
    quality
    B
    maintenance
    A security-first MCP gateway that enables AI assistants to safely inspect and interact with GitHub repositories through a controlled, auditable tool layer with policy enforcement and human approval for mutations.
    27
    MIT