Jira MCP Server 是一个模型上下文协议(MCP)服务器,可访问从 Snowflake 导出并存储在 CSV 文件中的 JIRA 问题数据。该服务器使 AI 助手能够通过标准化接口查询、过滤和分析 JIRA 问题。
Jira MCP Server 从 CSV 文件中读取 JIRA 数据,并提供三种主要工具来与数据进行交互:
list_issues - 使用各种条件查询和过滤 JIRA 问题get_issue_details - 通过问题键获取特定问题的详细信息get_project_summary - 获取所有项目的统计信息和摘要服务器从 Snowflake_CSV/ 目录下的以下 CSV 文件中读取数据:
JIRA_ISSUE_NON_PII.csv - 主要问题数据(非个人身份信息)JIRA_LABEL_RHAI.csv - 问题标签JIRA_COMPONENT_RHAI.csv - 组件信息JIRA_COMMENT_NON_PII.csv - 问题评论(非个人身份信息)list_issues)可选择过滤条件来查询 JIRA 问题:
get_issue_details)通过问题键(例如,'SMQE - 1280')检索特定 JIRA 问题的综合信息,包括:
get_project_summary)生成所有项目的统计信息:
git clone
cd jira-mcp-snowflake
pip install -r requirements.txt
确保 Snowflake_CSV/ 目录中存在 CSV 数据文件。
运行服务器:
python mcp_server.py
要使用 Podman 本地构建容器镜像,请运行:
podman build -t jira-mcp-snowflake:latest .
这将创建一个名为 jira-mcp-snowflake:latest 的本地镜像,可用于运行服务器。
使用 Podman 运行的示例配置:
{
"mcpServers": {
"jira-mcp-snowflake": {
"command": "podman",
"args": [
"run",
"-i",
"--rm",
"-e", "MCP_TRANSPORT=stdio",
"localhost/jira-mcp-snowflake:latest"
]
}
}
}
添加到 VS Code Continue 的示例配置:
{
"experimental": {
"modelContextProtocolServers": [
{
"name": "jira-mcp-snowflake",
"transport": {
"type": "stdio",
"command": "podman",
"args": [
"run",
"-i",
"--rm",
"-e", "MCP_TRANSPORT=stdio",
"localhost/jira-mcp-snowflake:latest"
]
}
}
]
}
}
# 列出 SMQE 项目的所有问题
result = await list_issues(project="SMQE", limit=10)
# 搜索摘要或描述中包含 "authentication" 的问题
result = await list_issues(search_text="authentication", limit=20)
# 获取特定问题的详细信息
result = await get_issue_details(issue_key="SMQE-1280")
# 获取所有项目的统计信息
result = await get_project_summary()
MCP_TRANSPORT - MCP 通信的传输协议(默认值:"stdio")此服务器仅设计用于处理非个人身份信息(non - PII)数据。在使用之前,应清理 CSV 文件以删除任何敏感的个人信息。
httpx - HTTP 客户端库fastmcp - 快速 MCP 服务器框架aiofiles - 异步文件操作库