mcp-jenkins

mcp-jenkins

模型上下文协议(MCP)Jenkins 集成是一个开源实现,它遵循 Anthropic 的 MCP 规范,将 Jenkins 与 AI 语言模型连接起来。 该项目能够在保持数据隐私和安全的同时,实现与 Jenkins 工具的安全、上下文相关的 AI 交互。

Category
访问服务器

README

MCP Jenkins

PyPI 版本 PyPI - 下载量 PyPI 下载量 许可证 smithery badge

模型上下文协议 (MCP) 是一个开源实现,它遵循 Anthropic 的 MCP 规范,将 Jenkins 与 AI 语言模型连接起来。 该项目支持与 Jenkins 工具进行安全、上下文相关的 AI 交互,同时保持数据隐私和安全性。

安装指南

安装

选择以下安装方法之一:

# 使用 uv (推荐)
pip install uv
uvx mcp-jenkins

# 使用 pip
pip install mcp-jenkins

# 使用 Smithery
npx -y @smithery/cli@latest install @lanbaoshen/mcp-jenkins --client claude

配置和使用

Cursor

  1. 打开 Cursor 设置
  2. 导航到 MCP
  3. 点击 + 添加新的全局 MCP 服务器

这将会创建或编辑包含您的 MCP 服务器配置的 ~/.cursor/mcp.json 文件。

{
  "mcpServers": {
    "mcp-jenkins": {
      "command": "uvx",
      "args": [
        "mcp-jenkins",
        "--jenkins-url=xxx",
        "--jenkins-username=xxx",
        "--jenkins-password=xxx"
      ]
    }
  }
}

命令行参数

# Stdio 模式
uvx mcp-jenkins --jenkins-url xxx --jenkins-username xxx --jenkins-password xxx

# SSE 模式
uvx mcp-jenkins --jenkins-url xxx --jenkins-username xxx --jenkins-password xxx --transport sse --port 9887

AutoGen

<details> <summary>安装和执行</summary>

安装 autogen:

pip install "autogen-ext[azure,ollama,openai,mcp]" autogen-chat

运行 python 脚本:

import asyncio

from autogen_ext.tools.mcp import StdioMcpToolAdapter, StdioServerParams
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.ui import Console
from autogen_core import CancellationToken


async def main() -> None:
    # 为远程 MCP 服务创建服务器参数
    server_params = StdioServerParams(
        command='uvx',
        args=[
            'mcp-jenkins',
            '--jenkins-username',
            'xxx',
            '--jenkins-password',
            'xxx',
            '--jenkins-url',
            'xxx'
        ],
    )

    # 从服务器获取翻译工具
    adapter = await StdioMcpToolAdapter.from_server_params(server_params, 'get_all_jobs')

    # 创建一个可以使用翻译工具的代理
    agent = AssistantAgent(
        name='jenkins_assistant',
        model_client=[Replace_with_your_model_client],
        tools=[adapter],
    )

    # 让代理翻译一些文本
    await Console(
        agent.run_stream(task='Get all jobs', cancellation_token=CancellationToken())
    )


if __name__ == "__main__":
    asyncio.run(main())

</details>

可用工具

工具 描述
get_all_jobs 获取所有 job
get_job_config 获取 job 配置
search_jobs 按特定字段搜索 job
get_running_builds 获取正在运行的构建
get_build_info 获取构建信息

开发 & 调试

# 使用 MCP Inspector
# 对于已安装的包
npx @modelcontextprotocol/inspector uvx mcp-jenkins --jenkins-url xxx --jenkins-username xxx --jenkins-password xxx

# 对于本地开发版本
npx @modelcontextprotocol/inspector uv --directory /path/to/your/mcp-jenkins run mcp-jenkins --jenkins-url xxx --jenkins-username xxx --jenkins-password xxx

许可证

在 MIT 许可下发布 - 参见 LICENSE 文件。 这不是官方的 Jenkins 产品。

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选