mcp-server-spira

Name: mcp-server-spira
Author: Inflectra

本地服务

github.com/Inflectra开发工具11 周前更新

代码仓库

关于 mcp-server-spira

mcp-server-spira 是连接 Inflectra Spira 的 MCP 服务，面向项目、测试和需求管理工作。它支持 SpiraTest、SpiraTeam 和 SpiraPlan，并提供检索、创建、更新及测试结果记录等工具。

主要功能

01搜索产品与项目级工件
02读取工件详情和字段架构
03创建与更新管理工件
04记录自动化测试结果
05添加评论并关联工件
06查询工作区与模板元数据

适用场景

01查找分配给个人的任务和事件
02跨产品搜索需求或测试用例
03创建或更新项目管理工件
04将 CI/CD 测试结果写入 Spira

MCP 相关

作为 MCP 服务，向 MCP 客户端提供访问 Spira 的工具，涵盖工件检索与写入、测试结果记录以及工作区和模板查询。

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。

mcp.json · 通用配置

{
  "mcpServers": {
    "inflectra-mcp-server-spira": {
      "command": "uvx",
      "args": [
        "mcp-server-spira"
      ],
      "env": {
        "INFLECTRA_SPIRA_BASE_URL": "<INFLECTRA_SPIRA_BASE_URL>",
        "INFLECTRA_SPIRA_USERNAME": "<INFLECTRA_SPIRA_USERNAME>",
        "INFLECTRA_SPIRA_API_KEY": "<INFLECTRA_SPIRA_API_KEY>"
      }
    }
  }
}

启动命令uvx mcp-server-spira

需要配置的环境变量

INFLECTRA_SPIRA_BASE_URLThe base URL for your instance of Spira (typically https://mycompany.spiraservice.net or https://demo-xx.spiraservice.net/mycompany)

INFLECTRA_SPIRA_USERNAMEThe login name you use to access Spira

INFLECTRA_SPIRA_API_KEY密钥The API Key (RSS Token) you use to access the Spira REST API

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

pypimcp-server-spira1.1.1stdio

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

MCP Inflectra Spira 服务

一个模型上下文协议（MCP）服务，让 AI 助手能够与 Inflectra Spira 交互，涵盖项目管理、测试管理和需求管理。

适用于 SpiraTest、SpiraTeam 和 SpiraPlan。

快速开始

从 PyPI 安装：

pip install mcp-server-spira

添加到 MCP 客户端配置中：

{
  "mcpServers": {
    "inflectra-spira": {
      "command": "python",
      "args": ["-m", "mcp_server_spira"],
      "env": {
        "INFLECTRA_SPIRA_BASE_URL": "https://myinstance.spiraservice.net",
        "INFLECTRA_SPIRA_USERNAME": "mylogin",
        "INFLECTRA_SPIRA_API_KEY": "{XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXX}"
      }
    }
  }
}

对于 Cline，请在服务配置中添加 "type": "stdio"。对于 Claude Desktop：

mcp install src/mcp_server_spira/server.py --name "Inflectra Spira Server"

配置

设置以下环境变量（或使用 .env 文件）：

变量	必填	描述
`INFLECTRA_SPIRA_BASE_URL`	是	Spira 实例的基础 URL
`INFLECTRA_SPIRA_USERNAME`	是	Spira 登录名
`INFLECTRA_SPIRA_API_KEY`	是	Spira 用户资料中的 API 密钥（RSS Token）
`SPIRA_PROJECT_ID`	否	默认产品 ID — 无需在每次调用时传入 `product_id`
`SPIRA_CREATE_TAGS`	否	逗号分隔的标签字符串，在 MCP 创建的每个工件的 `Tags` 中合并；为空或未设置时不注入
`SPIRA_UPDATE_TAGS`	否	逗号分隔的标签字符串，在 MCP 更新的每个工件的 `Tags` 中合并；为空或未设置时不注入

可用工具

共 13 个工具，按范围分类。所有数据检索工具都会返回结构化 JSON，支持字段投影、筛选，并采用一致的响应封装。

搜索工具

工具	描述
`mywork_search_artifacts`	搜索分配给你的项目（task、incident、requirement、test_case、test_set），支持筛选和字段投影
`product_search_artifacts`	搜索产品中的工件（11 种类型）。支持跨产品扇出、服务端筛选和嵌套子工件包含。
`product_get_artifact`	按 ID 获取单个工件的完整详情，并可选择包含子工件
`program_search_artifacts`	搜索计划级工件（capability、milestone）

写入工具

工具	描述
`product_create_artifact`	创建工件（incident、task、requirement、test_case、risk、release、test_set、build、test_step、mitigation、requirement_step）
`product_update_artifact`	更新现有工件
`product_record_test_run`	记录来自 CI/CD 的自动化测试结果
`create_comment`	为工件添加评论
`create_association`	关联两个工件（related-to、depends-on、coverage）

工作区与配置工具

工具	描述
`workspace_search`	列出产品、计划或产品模板，并支持字段投影
`workspace_get`	按 ID 获取单个产品、计划或模板
`template_get_metadata`	获取模板的类型、状态、优先级、严重性、自定义属性等信息
`get_artifact_schema`	获取任意工件类型的字段架构（仅限本地，不调用 API）

使用示例

尝试向 AI 助手发送以下提示词：

Show me my assigned tasks in Spira

List all products in my Spira instance

Get the open incidents in product 55

Search for critical requirements across products 55 and 60

Get the field schema for incidents

许可证

MIT — 参见 LICENSE。

基于 MCP Python SDK · Spira REST API v7.0

支持 Markdown

登录后评论

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

阅读入门指南

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。