GitHub PR MCP Server
Automates GitHub Pull Request analysis using AI, integrating webhooks, OpenAI, and Feishu/Lark knowledge base for structured summaries.
README
GitHub PR MCP Server - MCP&Agent Challenge
项目简介
GitHub PR MCP Server 是一个基于 Gradio 和 Flask 的 MCP(Model Context Protocol)服务器,专门用于自动化处理 GitHub Pull Request 事件。当 GitHub Webhook 检测到 PR 时,系统会自动将 PR 内容转发给 AI 进行分析,生成结构化的日志摘要,并发送到飞书知识库。
核心功能
- MCP 协议支持: 完全兼容 MCP 协议,可作为工具供 LLM 使用
- 自动化 Webhook 处理: 自动接收和处理 GitHub PR 事件
- AI 驱动分析: 使用 OpenAI API 智能分析代码变更
- 飞书知识库集成: 自动将分析结果发送到飞书
- 双界面支持: 提供 Gradio Web UI 和 Flask API 两种接口
- 安全验证: 支持 GitHub Webhook 签名验证
- 丰富信息: 提取完整的 PR 信息(标题、作者、链接等)
技术架构
GitHub Webhook → MCP Server → AI Analysis → 飞书知识库
↓ ↓ ↓ ↓
PR 事件 自动处理 智能摘要 结构化存储
部署指南
环境要求
- Python 3.8 或更高版本
- OpenAI API 密钥
- GitHub 个人访问令牌(可选)
- 飞书 Webhook URL(可选)
安装方法
方法一:使用 uvx(推荐)
# 安装 uvx(如果尚未安装)
pip install uvx
# 直接运行
uvx github-pr-mcp-server@latest
方法二:从 PyPI 安装
pip install github-pr-mcp-server
方法三:从源码安装
git clone https://github.com/your-username/github-pr-mcp-server.git
cd github-pr-mcp-server
pip install -e .
环境变量配置
创建 .env 文件或设置环境变量:
# 必需配置
OPENAI_API_KEY=your_openai_api_key_here
# 可选配置
WEBHOOK_SECRET=your_github_webhook_secret
FEISHU_WEBHOOK_URL=your_feishu_webhook_url
GITHUB_TOKEN=your_github_token
MCP_SERVER_TYPE=gradio # 或 flask
WEBHOOK_PORT=5000
GRADIO_PORT=8080
启动服务器
# 启动 Gradio MCP 服务器(默认)
github-pr-mcp-server
# 或指定服务器类型
MCP_SERVER_TYPE=flask github-pr-mcp-server
MCP 客户端配置
支持 SSE 的客户端(如 Claude Desktop)
{
"mcpServers": {
"github-pr-mcp-server": {
"command": "uvx",
"args": ["github-pr-mcp-server@latest"],
"env": {
"OPENAI_API_KEY": "YOUR_OPENAI_API_KEY",
"WEBHOOK_SECRET": "YOUR_WEBHOOK_SECRET",
"FEISHU_WEBHOOK_URL": "YOUR_FEISHU_WEBHOOK_URL",
"GITHUB_TOKEN": "YOUR_GITHUB_TOKEN"
}
}
}
}
不支持 SSE 的客户端
{
"mcpServers": {
"github-pr-mcp-server": {
"command": "npx",
"args": [
"mcp-remote",
"http://your-server:port/gradio_api/mcp/sse"
]
}
}
}
使用示例
自动化 PR 处理流程
-
配置 GitHub Webhook
- 在 GitHub 仓库设置中添加 Webhook
- URL:
http://your-server:5000/webhook/github - 事件类型: 选择 "Pull requests"
- 密钥: 设置
WEBHOOK_SECRET
-
创建 Pull Request
- 在 GitHub 上创建新的 PR
- 系统自动接收 Webhook 事件
-
AI 分析处理
- 系统自动获取 PR 差异内容
- 使用 OpenAI API 分析代码变更
- 生成结构化摘要
-
飞书通知
- 自动将摘要发送到飞书知识库
- 包含 PR 链接、作者、变更详情等信息
MCP 函数使用
1. 分析 PR 差异
# 在 MCP 客户端中调用
result = mcp_analyze_pr(
diff_content="diff --git a/file.py b/file.py...",
openai_api_key="your_key"
)
print(result) # 输出 AI 生成的摘要
2. 处理 Webhook 载荷
# 处理 GitHub Webhook 事件
result = mcp_process_webhook(
webhook_payload='{"action": "opened", "pull_request": {...}}',
openai_api_key="your_key",
feishu_webhook_url="your_webhook_url"
)
print(result) # 输出处理结果
3. 手动分析
# 手动分析代码变更
summary = mcp_manual_analysis(
diff_content="your_diff_content",
openai_api_key="your_key",
feishu_webhook_url="your_webhook_url"
)
print(summary)
输出示例
AI 分析结果
## 变更摘要
本次 PR 主要添加了用户认证功能和错误处理机制。
## 详细分析
1. 新增了用户登录模块 (auth.py)
- 实现了 JWT 令牌生成和验证
- 添加了密码加密功能
2. 改进了错误处理 (error_handler.py)
- 统一了错误响应格式
- 添加了详细的错误日志记录
3. 更新了 API 文档
- 添加了新的端点说明
- 更新了认证流程文档
## 建议
- 建议添加单元测试覆盖新功能
- 考虑添加速率限制防止暴力攻击
- 建议在生产环境使用 HTTPS
飞书消息格式
{
"msg_type": "post",
"content": {
"post": {
"zh_cn": {
"title": "PR #123: 添加用户认证功能",
"content": [
[{"tag": "text", "text": "📋 **PR 摘要**\n\n"}],
[{"tag": "text", "text": "🔗 **链接**: https://github.com/repo/pull/123\n"}],
[{"tag": "text", "text": "👤 **作者**: username\n"}],
[{"tag": "text", "text": "📝 **变更摘要**: 添加了用户认证功能...\n"}],
[{"tag": "text", "text": "📅 **处理时间**: 2024-01-15 14:30:00\n"}]
]
}
}
}
}
API 端点
Gradio MCP 服务器
- Web 界面:
http://localhost:8080 - MCP 端点:
http://localhost:8080/gradio_api/mcp/sse - Webhook:
http://localhost:8080/webhook/github
Flask MCP 服务器
- Webhook:
http://localhost:5000/webhook/github - MCP 分析:
POST /mcp/analyze - MCP Webhook:
POST /mcp/process_webhook - 健康检查:
GET /health
配置验证
系统启动时会自动验证配置:
🔍 验证环境配置...
✅ 所有环境变量已配置
错误处理
- API 密钥错误: 显示友好的错误信息
- 网络连接失败: 自动重试机制
- Webhook 验证失败: 返回 401 状态码
- AI 分析失败: 提供详细的错误原因
监控
- 健康检查端点:
/health - 实时日志: 控制台输出详细处理信息
- 错误追踪: 完整的异常堆栈信息
安全考虑
- Webhook 签名验证: 防止伪造请求
- API 密钥保护: 支持环境变量配置
- HTTPS 支持: 生产环境建议使用 HTTPS
- 访问控制: 可配置 IP 白名单
MCP 协议合规性
- 标准工具格式: 符合 MCP 工具规范
- 类型注解: 完整的参数类型定义
- 文档字符串: 详细的函数说明
- 错误处理: 标准的错误响应格式
开发信息
- 项目地址: https://github.com/your-username/github-pr-mcp-server
- 问题反馈: https://github.com/your-username/github-pr-mcp-server/issues
- 文档: https://github.com/your-username/github-pr-mcp-server#readme
- 许可证: MIT License
贡献指南
欢迎提交 Issue 和 Pull Request!
- Fork 项目
- 创建功能分支
- 提交更改
- 推送到分支
- 创建 Pull Request
许可证
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。