MCP Workitem Server
A server that provides access to Alibaba Cloud workitem descriptions through MCP protocol, allowing agents to retrieve structured workitem data including text, images, and HTML content by ID.
Tools
get_work_item_description
通过需求 ID 获取需求详情, 内部会有图片需要一起解析
README
MCP Workitem Server
依赖安装
本项目推荐使用 uv 进行依赖管理和运行。
安装 uv
pip install uv # 或参考 uv 官方文档
安装依赖
uv pip install -r requirements.txt
环境变量与配置
- 推荐使用
.env文件或环境变量注入敏感信息。 - 必需:
organizationId:阿里云组织IDx-yunxiao-token:阿里云API Token
.env 自动加载说明
- fastmcp 和 uv 支持自动加载项目根目录下的
.env文件,无需额外代码。 - 启动服务时(如
uv run mcp run mcp_server.py),会自动读取.env文件中的变量。 - 你也可以用 python-dotenv 手动加载(如有特殊需求)。
.env 示例文件
在项目根目录下新建 .env 文件,内容如下:
organizationId=your_org_id
x-yunxiao-token=your_token
.env文件用于本地开发和测试,请勿提交敏感信息到代码仓库。- 建议在
.gitignore文件中加入.env,防止泄漏:# .gitignore .env
Docker 部署与环境变量注入
构建镜像
docker build -t yx-mcp .
运行容器(推荐方式)
- 通过 --env-file 挂载 .env 文件
- 在项目根目录准备好
.env文件(内容同上) - 启动容器:
docker run --env-file .env -p 9000:9000 yx-mcp
- 在项目根目录准备好
- 通过 -e 传递环境变量
- 直接在命令行传递敏感信息:
docker run -e organizationId=your_org_id -e x-yunxiao-token=your_token -p 9000:9000 yx-mcp
- 直接在命令行传递敏感信息:
- 通过 volume 挂载 .env 文件
- 将本地 .env 文件挂载到容器内:
docker run -v $(pwd)/.env:/app/.env -p 9000:9000 yx-mcp
- 将本地 .env 文件挂载到容器内:
安全提示: 不要将
.env文件 COPY 进镜像,避免敏感信息泄漏。推荐用--env-file或-e方式传递。
启动服务
# 方式一:直接用环境变量
export organizationId=your_org_id
export x-yunxiao-token=your_token
uv run mcp run mcp_server.py
# 方式二:自动加载 .env 文件(推荐)
uv run mcp run mcp_server.py
工具说明
本服务通过 MCP 协议暴露 get_workitem_description 工具,参数为需求ID(如 YEPPPP-154),返回结构化 JSON,包含:
text:纯文本描述images:图片 URL 列表html:原始 HTML 内容
返回示例
{
"id": "YEPPPP-154",
"text": "需求描述文本...",
"images": ["https://...jpg"],
"html": "<div>...</div>"
}
错误处理
- 若外部 API 请求失败,返回
{ "error": "错误信息" },agent 可据此判断。
agent 调用建议
- 通过 MCP 协议自动发现和调用
get_workitem_description工具。 - 仅需传入
id参数,无需关心 org_id/token。
开发与调试
- 推荐用
uv run fastmcp dev mcp_server.py进行本地开发,支持热重载和交互测试。 - 支持标准 MCP agent 生态。
参考
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。