关于 Azure DevOps MCP Server
Azure DevOps MCP Server 是用于管理 Azure DevOps 工作项的示例服务,支持搜索、创建和更新工作项,以及获取其状态。
主要功能
- 01搜索工作项
- 02创建工作项
- 03更新工作项
- 04获取工作项状态
- 05通过简单 CLI 测试
适用场景
- 01查找 Azure DevOps 项目中的工作项
- 02创建工作项
- 03更新现有工作项
- 04检查工作项状态
MCP 相关
向 MCP 客户端提供 Azure DevOps 工作项搜索、创建、更新和状态查询功能。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
重要
请考虑使用官方 MCP 服务:
https://github.com/microsoft/azure-devops-mcp
Azure DevOps MCP 服务
这是一个面向 Azure DevOps 的模型上下文协议(MCP)服务,提供工作项管理功能。
前置条件
- Docker
- 具有适当权限的 Azure DevOps 个人访问令牌(PAT)
- Azure DevOps 组织和项目详细信息
快速开始
- 构建 Docker 镜像:
docker build -t ado-mcp-server .
- 使用环境变量运行服务:
docker run -i --rm \
-e ADO_PERSONAL_ACCESS_TOKEN="your_pat_here" \
-e ADO_ORGANIZATION_URL="https://dev.azure.com/your_org" \
-e ADO_PROJECT_NAME="your_project" \
ado-mcp-server
配置
该服务需要以下环境变量:
ADO_PERSONAL_ACCESS_TOKEN:你的 Azure DevOps 个人访问令牌ADO_ORGANIZATION_URL:你的 Azure DevOps 组织 URLADO_PROJECT_NAME:你的 Azure DevOps 项目名称
VS Code 集成
将此配置添加到 VS Code 设置中,以集成 MCP 服务:
{
"inputs": [
{
"type": "promptString",
"id": "ado_pat",
"description": "Azure DevOps Personal Access Token",
"password": true
},
{
"type": "promptString",
"id": "ado_org",
"description": "Azure DevOps Organization URL"
},
{
"type": "promptString",
"id": "ado_project",
"description": "Azure DevOps Project Name"
}
],
"servers": {
"azuredevops": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"ADO_PERSONAL_ACCESS_TOKEN",
"-e",
"ADO_ORGANIZATION_URL",
"-e",
"ADO_PROJECT_NAME",
"ado-mcp-server"
],
"env": {
"ADO_PERSONAL_ACCESS_TOKEN": "${input:ado_pat}",
"ADO_ORGANIZATION_URL": "${input:ado_org}",
"ADO_PROJECT_NAME": "${input:ado_project}"
}
}
}
}
功能
- 搜索工作项
- 创建新的工作项
- 更新现有工作项
- 获取工作项状态
- 用于测试的简单命令行界面
开发
在本地构建并运行以进行开发:
- 克隆代码仓库
- 构建 Docker 镜像:
docker build -t ado-mcp-server . - 使用你的环境变量运行服务
测试
使用以下命令运行测试:
docker run -i --rm \
-e ADO_PERSONAL_ACCESS_TOKEN="your_pat_here" \
-e ADO_ORGANIZATION_URL="https://dev.azure.com/your_org" \
-e ADO_PROJECT_NAME="your_project" \
ado-mcp-server python -m pytest
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。