Mcp Jenkins Intelligence について
Mcp Jenkins Intelligenceは、DevOpsチーム向けのJenkins MCPサーバーで、自然言語によるパイプライン、ビルド失敗、性能の分析に対応します。異常検知、最適化提案、セキュリティ監査も備え、データをローカルで処理して匿名化します。
主な機能
- 01自然言語でのパイプライン照会
- 02パイプラインの健全性と失敗の分析
- 03ビルドキューと傾向の監視
- 04失敗予測と異常検知
- 05最適化提案とレポートの生成
- 06ローカル処理と機密データの匿名化
活用シーン
- 01失敗したビルドの原因調査
- 02チーム間のパイプライン性能比較
- 03ビルド時間を短縮する機会の特定
- 04Jenkins権限の監査と機密データの保護
MCP 対応
MCPクライアントに、Jenkinsのパイプライン照会、監視、失敗分析、予測、最適化のツールを提供します。
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。
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
MCP Jenkins Intelligence
Jenkins インテリジェンスプラットフォーム
AI を活用した自然言語インターフェースと包括的なパイプライン分析で、Jenkins の運用を変革します。
クイックスタート（バイナリ配布）
すぐに使えるバイナリをお探しですか？ 最新リリースをダウンロードして、MCP Jenkins Intelligence を数秒で使い始めましょう！
ダウンロードとインストール
# Option 1: Use the installer script (recommended)
curl -fsSL https://raw.githubusercontent.com/heniv96/mcp-jenkins-intelligence/main/install.sh | bash
# Option 2: Manual download
# Download from: https://github.com/heniv96/mcp-jenkins-intelligence/releases/latest
# Choose the appropriate binary for your platform:
# - mcp-jenkins-server-macos-arm64 (macOS Apple Silicon)
# - mcp-jenkins-server-linux-amd64 (Linux AMD64)
# Make executable: chmod +x mcp-jenkins-server-<platform>
MCP の設定
MCP クライアントの設定（Cursor／VSCode）に追加します。
{
"mcpServers": {
"mcp-jenkins-intelligence": {
"command": "/path/to/mcp-jenkins-server",
"args": [],
"env": {
"JENKINS_URL": "https://your-jenkins-url",
"JENKINS_USERNAME": "your-username",
"JENKINS_TOKEN": "your-token"
}
}
}
}
これで完了です！ Python のインストールも依存関係も不要です。ダウンロードして実行するだけです！
概要
MCP Jenkins Intelligence は、プロフェッショナルな DevOps チーム向けに設計された包括的な Model Context Protocol（MCP）ソリューションです。複雑な Jenkins パイプライン操作のための自然言語インターフェースを提供し、VSCode や Cursor での AI を活用した対話を通じて、チームが CI/CD ワークフローを監視、分析、最適化できるようにします。
主な機能
インテリジェントなパイプライン分析
- リアルタイム監視：パイプラインの稼働状況、健全性メトリクス、パフォーマンス分析をリアルタイムで確認
- AI を活用したインサイト：複雑なパイプライン分析を自然言語で問い合わせ
- 失敗分析：インテリジェントな根本原因分析で、パイプラインの失敗を詳細に調査
- パフォーマンスの最適化：ビルド時間と成功率を改善するための自動提案
- 高度な分析：包括的なレポートとパフォーマンス比較
- 異常検知：パイプラインの通常とは異なる動作パターンを AI で検知
高度な AI 機能
- 自然言語処理：複雑な DevOps 操作のための対話型インターフェース
- スマート診断：AI によるパイプラインの健全性分析とトラブルシューティングのガイダンス
- コンテキストを考慮したプロンプト：さまざまな分析シナリオに応じたインテリジェントなプロンプト提案
- 自動レポート作成：問題と最適化の機会をプロアクティブに特定
エンタープライズ向けセキュリティとコンプライアンス
- 複数の認証方式をサポート：標準の Jenkins と Azure AD の連携
- セキュアな通信：すべての Jenkins API 通信を TLS で暗号化
- 監査ログ：すべてのパイプライン操作について包括的な監査証跡を記録
- 最小権限：最小権限のアクセスパターンを採用した、安全性を重視した設計
- エンタープライズ水準のデータ保護：データの完全な匿名化を実現する 19 種類以上の保護パターン
- 完全な匿名化：パイプライン名、クラスター名、フォルダー名、アプリ名、ブランチ名、組織名、リポジトリ名、コードファイル名をすべて保護
- ハッシュベースのセキュリティ：AI との通信前に、機密データを安全なハッシュに置き換え
- ローカル実行：すべてのデータ処理をローカルで行い、環境外にデータを持ち出しません
- 再帰的な保護：ネストされたデータ構造や複雑なオブジェクトにも対応
- アクセス制御の監査：権限とアクセス制御を包括的に分析
高度な分析とレポート
- 包括的なレポート：メトリクスと分析情報を含む詳細なレポートを生成します
- パフォーマンス比較：チームや環境を横断してパイプラインのパフォーマンスを比較します
- 傾向分析：長期的なパフォーマンスと信頼性の傾向を分析します
高度な AI 機能
- 異常検出：AI を活用して、パイプラインの通常とは異なる動作パターンを検出します
- 包括的な分析情報：AI が分析情報と推奨事項を生成します
パフォーマンスの最適化
- ビルド時間の分析：ビルド時間を詳細に分析し、最適化の提案を行います
デプロイと配布
- 複数のデプロイ方法：開発環境のセットアップまたは本番環境へのデプロイに対応します
- クロスプラットフォーム対応：macOS、Linux、Windows で動作します
- 簡単な設定：環境変数または MCP 設定を使って簡単にセットアップできます
アーキテクチャ
MCP プロトコルの統合
次の図は、MCP Jenkins Intelligence が Model Context Protocol を介して VSCode および Cursor AI と連携する仕組みを示しています。
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ VSCode/ │ │ MCP Protocol │ │ Jenkins │
│ Cursor AI │◄──►│ │◄──►│ Intelligence │
│ │ │ │ │ Server │
└─────────────────┘ └─────────────────┘ └─────────────────┘
│
▼
┌─────────────────────────────────────────┐
│ Jenkins API │
└─────────────────────────────────────────┘
│
▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ AI Analysis │ │ Core Tools │ │ MCP Resources │
│ Engine │ │ (30 tools) │ │ & Prompts │
└─────────────────┘ └─────────────────┘ └─────────────────┘
│ │ │
▼ ▼ ▼
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
│ • Health │ │ • List │ │ • Status │
│ Analysis │ │ • Details │ │ Resource │
│ • Failure │ │ • Builds │ │ • Summary │
│ Analysis │ │ • Configure │ │ Resource │
│ • AI Queries │ │ • Test │ │ • Dashboard │
│ • Metrics │ │ • Questions │ │ Resource │
│ • Dependencies │ │ • Trigger │ │ • Logs │
│ • Trends │ │ • Stop │ │ Resource │
│ • Security │ │ • Enable/Dis │ │ • Health │
│ • Export │ │ • Config │ │ Resource │
│ • Optimize │ │ • Predict │ │ • Analysis │
│ │ │ • Suggest │ │ Prompts │
└─────────────────┘ └─────────────────┘ └─────────────────┘
モジュール型アーキテクチャ
内部アーキテクチャは、関心事を分離した、明確でモジュール型の設計に従っています。
┌─────────────────────────────────────────────────────────────────────────┐
│ MCP Layer │
├─────────────────┬─────────────────┬─────────────────────────────────────┤
│ FastMCP Server │ Tool Registry │ Request Router │
└─────────────────┴─────────────────┴─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ Modular Services │
├─────────────┬─────────────┬─────────────┬─────────────┬─────────────────┤
│ Models │ Services │ Resources │ Prompts │ │
├─────────────┼─────────────┼─────────────┼─────────────┼─────────────────┤
│ • Pipeline │ • Jenkins │ • Status │ • Analysis │ │
│ • Build │ • Core │ • Summary │ • Failure │ │
│ • Health │ • Control │ • Dashboard │ • Optimize │ │
│ • Failure │ • Monitor │ • Logs │ • Security │ │
│ • Query │ • AI │ • Health │ │ │
│ │ • Security │ │ │ │
└─────────────┴─────────────┴─────────────┴─────────────┴─────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ Tool Categories │
├─────────────────┬─────────────────┬─────────────────┬─────────────────┤
│ Core Tools (9) │ Control Tools │ Monitoring (4) │ AI Tools (5) │
│ │ (4) │ │ │
├─────────────────┼─────────────────┼─────────────────┼─────────────────┤
│ • list_pipelines│ • trigger_build │ • get_metrics │ • Predict │
│ • get_details │ • stop_build │ • dependencies │ Failure │
│ • get_builds │ • enable_disable│ • monitor_queue │ • Suggest │
│ • ask_questions │ • get_config │ • analyze_trends│ Optimize │
│ • configure_ │ │ │ • Anomaly │
│ jenkins │ │ │ Detection │
│ • test_ │ │ │ • AI │
│ connection │ │ │ Insights │
│ • analyze_ │ │ │ • Retry │
│ health │ │ │ Logic │
│ • analyze_ │ │ │ │
│ failure │ │ │ │
│ • get_server_ │ │ │ │
│ info │ │ │ │
└─────────────────┴─────────────────┴─────────────────┴─────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ Additional Tool Categories │
├─────────────┬─────────────┬─────────────┬─────────────────────────────┤
│ Security │ Jenkinsfile │ Analytics │ Performance │
│ (2) │ (3) │ (2) │ (1) │
├─────────────┼─────────────┼─────────────┼─────────────────────────────┤
│ • scan_ │ • get_ │ • generate_ │ • analyze_ │
│ security │ jenkinsfile│ report │ build_time │
│ │ • reconstruct│ • compare_ │ │
│ │ • suggest_ │ performance│ │
│ │ improvements│ │ │
└─────────────┴─────────────┴─────────────┴─────────────────────────────┘
│
▼
┌─────────────────────────────────────────────────────────────────────────┐
│ MCP Resources & Prompts │
├─────────────────────────┬─────────────────────────────────────────────┤
│ Resources (5) │ Prompts (4) │
├─────────────────────────┼─────────────────────────────────────────────┤
│ • pipeline://status │ • analyze_pipeline_prompt │
│ • pipeline://{name}/ │ • failure_analysis_prompt │
│ summary │ • optimization_prompt │
│ • pipeline://dashboard │ • security_audit_prompt │
│ • pipeline://{name}/ │ │
│ logs │ │
│ • pipeline://health │ │
└─────────────────────────┴─────────────────────────────────────────────┘
ディレクトリ構成
mcp-jenkins-intelligence/
├── server.py # Main MCP server (679 lines)
├── models/
│ ├── __init__.py
│ └── pipeline.py # Pydantic models
├── services/
│ ├── __init__.py
│ ├── jenkins_service.py # Jenkins API wrapper
│ ├── core_tools.py # Core pipeline tools
│ ├── monitoring_tools.py # Monitoring & analytics
│ ├── ai_tools.py # AI intelligence tools
│ ├── security_tools.py # Security & compliance
│ ├── advanced_ai_tools.py # Advanced AI features
│ ├── advanced_security_tools.py # Advanced security tools
│ ├── analytics_tools.py # Analytics & reporting
│ ├── performance_tools.py # Performance optimization
│ ├── execution_analysis_service.py # Execution analysis
│ └── jenkinsfile_retrieval_service.py # Jenkinsfile management
├── resources/
│ ├── __init__.py
│ └── pipeline_resources.py # MCP resources
├── prompts/
│ ├── __init__.py
│ └── pipeline_prompts.py # MCP prompts
├── config/
│ └── settings.py # Configuration management
├── utils/
│ ├── __init__.py
│ └── helpers.py # Helper functions
├── manuals/
│ ├── configuration/
│ │ └── README.md # Configuration guide
│ ├── examples/
│ │ └── mcp-config-standalone.json # Example configuration
│ ├── quick-start/
│ │ └── README.md # Quick start guide
│ └── troubleshooting/
│ └── README.md # Troubleshooting guide
├── dist/ # Built binaries (GitHub Releases)
│ ├── mcp-jenkins-server-macos-arm64 # macOS Apple Silicon binary
│ └── mcp-jenkins-server-linux-amd64 # Linux AMD64 binary
├── install.sh # Automated installer script
├── Makefile # Build automation
├── build.sh # Build test script
├── requirements.txt # Python dependencies
├── pyproject.toml # Project configuration
├── LICENSE # MIT License
└── README.md # This file
インストールとセットアップ
前提条件
- Python 3.8+（開発環境のセットアップ用）
- Jenkins サーバー（API アクセス権が必要）
- MCP クライアント（MCP 拡張機能を導入した VSCode または Cursor）
バイナリのインストール（推奨）
-
プラットフォームに対応するバイナリをダウンロードします。
# macOS (Apple Silicon) curl -L -o mcp-jenkins-server https://github.com/heniv96/mcp-jenkins-intelligence/releases/latest/download/mcp-jenkins-server-macos-arm64 # Linux (AMD64) curl -L -o mcp-jenkins-server https://github.com/heniv96/mcp-jenkins-intelligence/releases/latest/download/mcp-jenkins-server-linux-amd64 -
実行可能にします。
chmod +x mcp-jenkins-server -
MCP クライアントを設定します（前述の「MCP の設定」セクションを参照してください）。
開発環境のセットアップ
-
リポジトリをクローンします。
git clone https://github.com/heniv96/mcp-jenkins-intelligence.git cd mcp-jenkins-intelligence -
依存関係をインストールします。
pip install -r requirements.txt -
環境変数を設定します。
export JENKINS_URL="https://your-jenkins-url" export JENKINS_USERNAME="your-username" export JENKINS_TOKEN="your-token" -
サーバーを起動します。
python server.py
設定
環境変数
| 変数 | 説明 | 必須 | デフォルト |
|---|---|---|---|
JENKINS_URL | Jenkins サーバーの URL | はい | - |
JENKINS_USERNAME | Jenkins のユーザー名 | はい | - |
JENKINS_TOKEN | Jenkins API トークン | はい | - |
MCP_SERVER_PORT | MCP サーバーのポート | いいえ | 8000 |
MCP クライアントの設定
VSCode の設定
settings.json に追加します。
{
"mcp.servers": {
"mcp-jenkins-intelligence": {
"command": "/path/to/mcp-jenkins-server",
"args": [],
"env": {
"JENKINS_URL": "https://your-jenkins-url",
"JENKINS_USERNAME": "your-username",
"JENKINS_TOKEN": "your-token"
}
}
}
}
Cursor の設定
mcp.json に追加します。
{
"mcpServers": {
"mcp-jenkins-intelligence": {
"command": "/path/to/mcp-jenkins-server",
"args": [],
"env": {
"JENKINS_URL": "https://your-jenkins-url",
"JENKINS_USERNAME": "your-username",
"JENKINS_TOKEN": "your-token"
}
}
}
}
使用方法
基本コマンド
設定が完了したら、自然言語で Jenkins を操作できます。
- 「すべてのパイプラインを一覧表示して」 - 利用可能なすべてのパイプラインの一覧を取得します
- 「パイプライン X の健全性を表示して」 - 詳細な健全性分析を取得します
- 「失敗したビルドの問題は何？」 - ビルドの失敗を分析します
- 「パイプライン Y のビルド時間を最適化して」 - 最適化の提案を取得します
- 「先週のレポートを生成して」 - 包括的なレポートを作成します
高度な機能
- AI を活用した分析：パイプラインのパフォーマンスについて複雑な質問をできます
- 異常検出：パイプラインの通常とは異なる動作についてアラートを受け取れます
- セキュリティ監査：Jenkins の設定を包括的に分析できます
- パフォーマンスの最適化：ビルド時間の詳細な分析と提案を受け取れます
API リファレンス
コアツール
| ツール | 説明 | パラメーター |
|---|---|---|
list_pipelines | 利用可能なすべてのパイプラインを一覧表示します | search（任意） |
get_pipeline_details | パイプラインの詳細情報を取得します | pipeline_name |
get_pipeline_builds | パイプラインの最近のビルドを取得します | pipeline_name、limit、status |
analyze_pipeline_health | パイプラインの健全性とパフォーマンスを分析します | pipeline_name、period |
analyze_pipeline_failure | 特定のパイプラインの失敗を分析します | pipeline_name、build_number |
ask_pipeline_question | 自然言語で質問します | question、pipeline_names |
監視ツール
| ツール | 説明 | パラメーター |
|---|---|---|
get_pipeline_metrics | パイプラインの詳細なメトリクスを取得します | pipeline_name、period |
get_pipeline_dependencies | パイプラインの依存関係を取得します | pipeline_name |
monitor_pipeline_queue | Jenkins のビルドキューを監視します | - |
analyze_build_trends | パイプライン全体のビルド傾向を分析します | pipeline_names、period |
AI ツール
| ツール | 説明 | パラメーター |
|---|---|---|
predict_pipeline_failure | パイプラインの障害を予測します | pipeline_name |
suggest_pipeline_optimization | 最適化の提案を取得します | pipeline_name |
detect_pipeline_anomalies | パイプラインの異常な動作を検出します | pipeline_name、sensitivity |
generate_ai_insights | 包括的な AI の分析情報を生成します | pipeline_name、insight_type |
セキュリティ
データ保護
MCP Jenkins Intelligence は包括的なデータ保護を実装しています。
- 完全な匿名化：すべての機密データを安全なハッシュに置き換えます
- ローカル処理：すべてのデータ処理をローカルで行います
- 外部への呼び出しなし：外部の AI サービスにデータを送信しません
- 再帰的な保護：ネストされたデータ構造にも対応します
- アクセス制御の監査：権限を包括的に分析します
対応する保護パターン
- パイプライン名
- クラスター名
- フォルダー名
- アプリケーション名
- ブランチ名
- 組織名
- リポジトリ名
- コードファイル名
- ビルド番号
- タイムスタンプ
- URL とパス
- ユーザー情報
- トークン値
- 設定データ
- ログエントリー
- エラーメッセージ
- スタックトレース
- 環境変数
- その他多数...
トラブルシューティング
よくある問題
- 接続に失敗する：Jenkins の URL と認証情報を確認してください
- アクセスが拒否される：Jenkins ユーザーに適切な権限があることを確認してください
- バイナリが見つからない：バイナリが実行可能で、PATH に含まれていることを確認してください
- MCP クライアントが応答しない：MCP の設定を確認してください
デバッグモード
次の設定を行うと、デバッグログを有効にできます。
export DEBUG=1
ヘルプを得る
- トラブルシューティングガイドを確認してください
- issueを作成してください
- 使用例を確認してください
貢献
皆さまからの貢献を歓迎します。詳細については、貢献ガイドラインをご覧ください。
開発
- リポジトリをフォークします
- 機能ブランチを作成します
- 変更を加えます
- テストを追加します
- プルリクエストを送信します
ビルド
# Install dependencies
pip install -r requirements.txt
# Run tests
python -m pytest
# Build binary
make build
ライセンス
このプロジェクトは MIT License の下でライセンスされています。詳細については、LICENSEファイルをご覧ください。
謝辞
- FastMCP - MCP フレームワーク
- Jenkins - CI/CD プラットフォーム
- Model Context Protocol - プロトコル仕様
変更履歴
v1.2.0
- 包括的なデータ保護と匿名化を追加
- クロスプラットフォーム対応により、バイナリの配布を改善
- セキュリティ機能とアクセス制御の監査を強化
- 高度な AI 機能と異常検知を追加
- パフォーマンス最適化ツールを改善
- 包括的なレポート機能と分析機能を追加
v1.1.0
- MCP の中核機能を備えた初回リリース
- 基本的なパイプライン分析と監視
- AI を活用した分析情報と推奨事項
DevOps コミュニティのために ❤️ を込めて作成
コメント
Markdown 対応
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。