Confluence MCP Server について
Confluence MCP Serverは、AIエージェントをMCP経由でAtlassian Confluenceに接続し、コンテンツ検索やページ操作を可能にします。CQL検索、スペース一覧、ページの作成・読み取り・更新・削除に対応し、Cloud Run向けのFlaskサーバーを備えています。
主な機能
- 01CQLによるページ検索
- 02Confluenceスペースの一覧表示
- 03ページの作成・読み取り・更新・削除
- 04詳細なリソースメタデータ
- 05Cloud Run向けFlaskサーバー
活用シーン
- 01条件に合うConfluenceページの検索
- 02スペース内のページ内容の確認
- 03Confluenceページの作成や編集
MCP 対応
Confluenceの検索、スペース一覧、ページ管理をMCPクライアントやAIエージェント向けのツールとして公開します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Confluence MCP Server
Atlassian Confluence 用の Model Context Protocol(MCP)サーバー実装です。このサーバーは、MCP プロトコルを通じて Confluence と連携するためのツールセットを提供し、AI エージェントが Confluence のコンテンツをシームレスに扱えるようにします。Cloud Run に簡単にデプロイできるよう、Flask で構築されています。
機能
- Confluence Query Language(CQL)を使用してページとスペースを検索
- 利用可能なすべての Confluence スペースを一覧表示
- Confluence ページの作成、読み取り、更新、削除
- Confluence リソースの豊富なメタデータをサポート
- Cloud Run へのデプロイに対応した Flask ベースのサーバー
- AI エージェントとの連携に対応した MCP ツール
インストール
- リポジトリをクローンします
- 依存関係をインストールします:
pip install -r requirements.txt
設定
プロジェクトのルートに .env ファイルを作成し、次の変数を設定します:
CONFLUENCE_URL=https://your-instance.atlassian.net/wiki
CONFLUENCE_ACCESS_TOKEN=your_access_token
PORT=8080 # Optional, defaults to 8080
アクセストークンを取得するには:
- Atlassian アカウントにログインします
- 「アカウント設定」>「セキュリティ」>「API トークンを作成および管理」に移動します
- 新しい API トークンを作成してコピーします
利用可能なツール
このサーバーでは、次の MCP ツールを利用できます:
1. コンテンツを検索
@tool("search_confluence")
def search(query: str) -> Dict[str, Any]
2. スペースを取得
@tool("get_spaces")
def get_spaces() -> Dict[str, Any]
3. ページのコンテンツを取得
@tool("get_page_content")
def get_page_content(space_key: str, page_id: str) -> Dict[str, Any]
4. ページを作成
@tool("create_page")
def create_page(space_key: str, title: str, content: str) -> Dict[str, Any]
5. ページを更新
@tool("update_page")
def update_page(space_key: str, page_id: str, content: str) -> Dict[str, Any]
6. ページを削除
@tool("delete_page")
def delete_page(space_key: str, page_id: str) -> Dict[str, Any]
ローカルで実行
サーバーをローカルで実行します:
python example.py
サーバーは http://localhost:8080 で起動します
Cloud Run へのデプロイ
- Docker イメージをビルドします:
docker build -t confluence-mcp .
- Google Container Registry にタグ付けしてプッシュします:
docker tag confluence-mcp gcr.io/[PROJECT-ID]/confluence-mcp
docker push gcr.io/[PROJECT-ID]/confluence-mcp
- Cloud Run にデプロイします:
gcloud run deploy confluence-mcp \
--image gcr.io/[PROJECT-ID]/confluence-mcp \
--platform managed \
--allow-unauthenticated \
--set-env-vars="CONFLUENCE_URL=[YOUR_URL],CONFLUENCE_ACCESS_TOKEN=[YOUR_TOKEN]"
エラー処理
すべてのツールには適切なエラー処理が含まれており、レスポンスに適切なエラーメッセージを返します。レスポンスの形式は次のとおりです:
- 成功時:指定された形式の関連データ
- エラー時:
{"error": "error message"}
セキュリティに関する考慮事項
- 機密データには必ず環境変数を使用してください
- Cloud Run に組み込まれているシークレット管理の利用を検討してください
- エンドポイントには適切な認証を実装してください
- Confluence のアクセストークンを安全に保管してください
コントリビューション
コントリビューションを歓迎します!お気軽にプルリクエストを送信してください。
ライセンス
このプロジェクトは MIT License のもとでライセンスされています。詳細については LICENSE ファイルを参照してください。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。