MCP Jira 集成

本项目将 Claude AI 与 Jira 集成，以自动化和增强项目管理任务。

功能

核心功能

• 通过 MCP 协议创建和管理 Jira 问题
• 基于 API 密钥的身份验证
• 用于 AI 交互的标准化请求/响应格式

Jira 集成功能

• 问题创建和更新
• 基本的 Sprint 跟踪
• 项目和看板管理
• 问题搜索和检索

要求

• Python 3.8 或更高版本
• 具有 API 令牌的 Jira 帐户
• 有效的 MCP 实现

设置

1. 克隆存储库
2. 在 .env 中配置环境变量：

   JIRA_URL=https://your-domain.atlassian.net
   JIRA_USERNAME=your.email@domain.com
   JIRA_API_TOKEN=your_api_token
   PROJECT_KEY=PROJ
   API_KEY=your_secure_api_key  # 用于 MCP 身份验证
   

API 用法

创建问题

from mcp_jira.protocol import MCPRequest, MCPContext

# 创建请求上下文
context = MCPContext(
    conversation_id="conv-123",
    user_id="user-123",
    api_key="your_api_key"
)

# 创建问题请求
request = MCPRequest(
    function="create_issue",
    parameters={
        "summary": "Implement feature X",
        "description": "Detailed description",
        "issue_type": "Story",
        "priority": "High"
    },
    context=context
)

response = await mcp_handler.process_request(request)

搜索问题

request = MCPRequest(
    function="search_issues",
    parameters={
        "jql": "project = PROJ AND status = 'In Progress'"
    },
    context=context
)

response = await mcp_handler.process_request(request)

身份验证

所有请求都需要在请求头中包含 API 密钥：

headers = {
    "X-API-Key": "your_api_key"
}

与 AI 助手集成

此 MCP 实现旨在与支持 MCP 协议的 AI 助手一起使用：

1. 配置环境变量
2. 在 AI 助手的配置中设置 MCP 端点
3. 使用标准化的 MCP 协议进行 Jira 交互

贡献

1. Fork 存储库
2. 创建一个功能分支
3. 提交 Pull Request

许可证

MIT 许可证 - 请参阅 LICENSE 文件