mcpField
C
Confluence MCP Server

Confluence MCP Server

ローカル
medium.comメモリ・ナレッジ670 週間前に更新

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

  1. 01CQLによるページ検索
  2. 02Confluenceスペースの一覧表示
  3. 03ページの作成・読み取り・更新・削除
  4. 04詳細なリソースメタデータ
  5. 05Cloud Run向けFlaskサーバー

活用シーン

  1. 01条件に合うConfluenceページの検索
  2. 02スペース内のページ内容の確認
  3. 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。

インストール方法は未掲載です

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。

リポジトリ

ツール

ツール一覧はまだ取得されていません

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

MCP Reviewed

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

  1. リポジトリをクローンします
  2. 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:

  1. Atlassian アカウントにログインします
  2. 「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
  3. 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

  1. Docker イメージをビルドします:
docker build -t confluence-mcp .
  1. 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
  1. 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

  1. 機密データには必ず環境変数を使用してください
  2. 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
  3. エンドポイントには適切な認証を実装してください
  4. 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

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

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。