GitLab PR 分析 MCP 服务器

本项目提供一个 MCP (模型控制协议) 服务器，它将 GitLab 合并请求分析与 Confluence 文档集成。 它允许您获取合并请求的详细信息，分析代码更改，并将结果存储在 Confluence 页面中。

功能

• 从 GitLab 获取合并请求详细信息
• 分析合并请求中的代码更改
• 生成详细报告，包括：
  • 基本合并请求信息
  • 代码更改统计
  • 文件类型分析
  • 详细的文件更改
• 将分析结果存储在 Confluence 中
• 全面的日志记录，用于调试

前提条件

• Python 3.8 或更高版本
• 具有 API 访问权限的 GitLab 帐户
• Confluence 帐户（可选，用于存储分析结果）
• 访问所需的 GitLab 项目

安装

1. 克隆存储库：

git https://github.com/CodeByWaqas/MRConfluenceLinker-mcp-server.git
cd MRConfluenceLinker-mcp-server

2. 创建并激活虚拟环境：

python -m venv .venv
source .venv/bin/activate  # 在 Windows 上，使用： .venv\Scripts\activate

3. 安装依赖项：

pip install -r requirements.txt

或者

uv add "mcp[cli]" python-gitlab python-dotenv atlassian-python-api requests

配置

1. 复制示例环境文件：

cp .env.example .env

2. 使用您的凭据编辑 .env 文件：

GITLAB_URL=https://gitlab.com
GITLAB_TOKEN=your_gitlab_token
GITLAB_PROJECT_ID=your_project_id

# 可选的 Confluence 集成
CONFLUENCE_URL=your_confluence_url
CONFLUENCE_USERNAME=your_username
CONFLUENCE_TOKEN=your_confluence_token
CONFLUENCE_SPACE=your_space_key

获取凭据

• GitLab Token: 在 GitLab 中生成一个具有 api 范围的个人访问令牌
• Confluence Token: 在您的 Atlassian 帐户设置中生成一个 API 令牌

用法

1. 启动 MCP 服务器：

python src/MRConfluenceLinker-mcp-server/server.py

或者

使用 Claude Desktop 设置

# claude_desktop_config.json
# 可以通过以下方式找到位置：
# Claude -> 设置 -> 开发者 -> 编辑配置
{
  "mcpServers": {
      "MRConfluenceLinker-mcp-server": {
          "command": "uv",
          "args": [
              "--directory",
              "/<绝对路径到文件夹>/MRConfluenceLinker-mcp-server/src/MRConfluenceLinker-mcp-server",
              "run",
              "server.py"
          ]
      }
  }
}

2. 服务器将监听来自 stdin/stdout 的命令。 您可以使用如下提示与之交互：

你能从项目“my-project”中获取合并请求 #1 的详细信息吗？ 你能分析项目“my-project”中合并请求 #1 的代码更改吗？ 你能将项目“my-project”中合并请求 #1 的摘要存储在 Confluence 中吗？

## 可用工具

服务器提供以下工具：

1. `fetch_mr_details`: 获取特定合并请求或所有合并请求的详细信息
   - 参数：
     - `project_id`: GitLab 项目 ID
     - `mr_id` (可选): 特定合并请求 ID

2. `analyze_code_changes`: 分析合并请求中的代码更改
   - 参数：
     - `project_id`: GitLab 项目 ID
     - `mr_id`: 要分析的合并请求 ID

3. `store_in_confluence`: 将分析结果存储在 Confluence 中
   - 参数：
     - `project_id`: GitLab 项目 ID
     - `mr_id` (可选): 特定合并请求 ID
     - `analysis` (可选): 要存储的分析结果

## 日志记录

服务器在 `mcp_server.log` 中生成详细日志并输出到 stderr。 这有助于调试以下问题：
- GitLab API 访问
- Confluence 集成
- 代码分析
- 页面创建和更新

## 错误处理

服务器包括全面的错误处理，用于：
- 缺少环境变量
- API 身份验证问题
- 网络连接问题
- 无效的项目或合并请求 ID
- Confluence 权限问题

## 贡献

1. Fork 存储库
2. 创建一个功能分支
3. 提交您的更改
4. 推送到分支
5. 创建一个 Pull Request

## 许可证

本项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。

## 支持

如需支持，请[创建一个 issue](https://github.com/CodeByWaqas/MRConfluenceLinker-mcp-server/issues) 或联系维护人员。

## 项目结构

MRConfluenceLinker-mcp-server/ ├── src/ # 源代码目录 │ └── MRConfluenceLinker-mcp-server/ # 主服务器包 │ ├── resources/ # 资源模块 │ │ ├── init.py │ │ ├── client.py # 客户端实现 / GitLab PR 集成 │ ├── server.py # 主服务器实现 │ └── mcp_server.log # 服务器日志 ├── pycache/ # Python 缓存文件 ├── .git/ # Git 存储库 ├── .gitignore # Git 忽略规则 ├── CONTRIBUTING.md # 贡献指南 ├── LICENSE # 项目许可证 ├── README.md # 项目文档 ├── pyproject.toml # Python 项目配置 ├── requirements.txt # 项目依赖 └── uv.lock # 依赖锁定文件

### 关键组件

- **源代码**: 位于 `src/MRConfluenceLinker-mcp-server/` 目录中
  - `server.py`: 主 MCP 服务器实现
  - `resources/client.py`: 客户端实现，包含 GitLab PR 集成

- **配置文件**:
  - `requirements.txt`: Python 包依赖
  - `pyproject.toml`: 项目元数据和构建配置
  - `uv.lock`: 锁定的依赖版本
  - `.env.example`: 环境变量模板

- **文档**:
  - `README.md`: 项目概述和设置说明
  - `CONTRIBUTING.md`: 贡献指南
  - `LICENSE`: 项目许可证

- **开发**:
  - `__pycache__/`: Python 缓存文件
  - `mcp_server.log`: 用于调试的服务器日志