mcpField
G
Gitkraken Mcp

Gitkraken Mcp

本地服务
github.com/gitkraken版本控制28 周前更新

关于 Gitkraken Mcp

GitKraken MCP Server 通过 GitKraken 将 AI 助手连接到 Git 历史、分支、问题、拉取请求和多仓库工作流。其工具与提示词支持在 GitHub、GitLab、Azure DevOps、Bitbucket 和 Jira 等服务中开展开发工作。

主要功能

  1. 01访问 Git 历史和分支
  2. 02处理问题和拉取请求
  3. 03支持多仓库工作流
  4. 04提供面向 AI 使用的工具和提示词
  5. 05可通过 GitLens、npm 和 Docker 使用

适用场景

  1. 01查看仓库历史和分支
  2. 02使用 AI 助手处理问题与拉取请求
  3. 03协调多个仓库的开发工作

MCP 相关

它向 MCP 客户端提供 GitKraken 工具和提示词,用于操作 Git 数据、问题、拉取请求及仓库。访问提供商操作和云工作区需要符合要求的 GitKraken 身份验证方式。

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": {
"gitkraken": {
"command": "npx",
"args": [
"-y",
"@gitkraken/gk"
]
}
}
}
启动命令npx -y @gitkraken/gk

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
npm@gitkraken/gk

工具

14

收录的工具列表 · 更新于 3 周前

此工具无需参数。

详细介绍

GitKraken MCP 服务

GitKraken MCP 服务通过 GitKraken 将你的 AI 助手连接到 Git 历史记录、分支、议题、拉取请求和多仓库工作流,让它成为了解上下文的开发伙伴。它支持 GitKraken 软件套件中你所期待的各种提供商,例如 GitHub、GitLab、Azure DevOps、Bitbucket、Jira 等。它由 GitLens 背后的团队打造。GitLens 是一款 Git 工具,已有 4,800 万开发者选择使用,从首次贡献者到 Netflix 和 Adobe 的企业团队皆是如此。

GitKraken MCP 服务可在 macOS、Windows 和 Linux 系统上使用,并适用于 VS Code、Cursor、Windsurf、Claude Desktop、Kiro、JetBrains 等。

如需进一步了解 MCP 服务,请参阅介绍博客文章。

目录

工具

工具是 MCP 服务的主要用途。它们是一组经过精心筛选的命令,AI 可以使用这些命令与 GitKraken 交互,同时避免上下文膨胀。部分工具包括:issues_assigned_to_me、gitlens_commit_composer 和 pull_request_create_review。完整工具列表请参阅 GitKraken 帮助中心的工具参考。

此仓库还包含一个兼容 Docker MCP Catalog 的 tools.json。如需从 Docker 镜像中固定的 GitKraken 核心版本刷新该文件,请运行:

npm run generate:tools

生成器会先构建镜像,再列出其中的工具,因此必须能够使用 Docker。将 TOOLS_COMMAND 设置为 JSON 命令数组,即可使用现有镜像;也可以显式设置 GK_BIN,从指定的本地可执行文件生成。生成器会有意排除 MCP Agent 不得调用的仅限应用内使用的工具。

提示词

提示词是 MCP 服务的次要用途。它们是一组精心编写的指令,AI 可以借此了解如何使用工具、何时使用工具,以及使用工具时应提供哪些信息。完整提示词列表请参阅 GitKraken 帮助中心的提示词参考。

安装

安装 MCP 服务有几种方式。无论选择哪种安装方式,你可能仍需配置 AI 工具,以便与 MCP 服务配合使用。你可以在帮助中心的 MCP 入门指南中找到相关说明。

GitLens

通过 GitLens 安装 MCP 服务无疑是最简单的方式。只需在受支持的 IDE(VS Code、Cursor 等)中下载并安装 GitLens,MCP 服务就会随之安装。安装好 GitLens 后,即可立即开始使用这些工具。

NPM

你也可以通过 npm 安装并使用 MCP 服务。你可以在 npm 注册表中找到该软件包。

具体安装步骤可能因 AI 工具而异,但大致上,你需要将 MCP 服务的 JSON 配置替换为如下内容:

{
  "mcpServers": {
    "GitKraken": {
      "args": ["@gitkraken/gk", "mcp"],
      "command": "npx",
      "type": "stdio"
    }
  }
}

Docker

此仓库为本地 MCP 服务提供与身份验证无关的 Docker 打包。该镜像可以列出工具,并针对显式挂载的仓库运行本地 Git 工具。云工作区、议题、拉取请求和提供商操作仍需要受支持的非交互式 GitKraken 身份验证契约。

构建镜像:

docker build -t gitkraken-mcp:local .

无需身份验证即可列出工具:

docker run --rm gitkraken-mcp:local --list-tools

使用干净镜像检查 tools.json:

npm install
TOOLS_COMMAND='["docker","run","--rm","gitkraken-mcp:local","--list-tools"]' npm run check:tools

默认情况下,该镜像会以内置的非 root node 用户(UID/GID 1000:1000)通过 stdio 启动 gk mcp。在原生 Linux 上,绑定挂载会保留主机所有权。如果挂载的仓库属于其他 UID,读取操作可能正常,但写入操作会失败,并显示 permission denied、unable to create '.git/index.lock' 或类似的 Git 错误。

对于 Docker MCP Toolkit,请将可选的 container_user 配置设为主机的数字 UID 或 UID:GID。使用以下命令获取这些值:

id -u
id -g

例如,使用 1001 或 1001:1001。将 container_user 留空即可保留镜像默认值。不要将 root 用作常规设置,也不要放宽仓库权限;应选择已拥有挂载仓库或有权写入这些仓库的数字身份。整个服务使用同一个身份,因此每个已配置的仓库路径都必须可由同一 UID 和 GID 访问。

只挂载允许服务读取和修改的仓库路径。链接的 Git 工作树还需要访问其 .git 文件所引用的外部 Git 目录。草拟的注册表条目见 docker/catalog/server.yaml.template。 准备目录拉取请求时,请将该模板和 tools.json 复制到 docker/mcp-registry 检出目录中的 servers/gitkraken/。

CLI
macOS

可通过以下命令从 Homebrew 获取 gk:

Homebrew:

brew install gitkraken-cli

也可以从发布页面下载,并将其添加到二进制文件目录:

mv ~/Downloads/gk /usr/local/bin/gk

Linux / Ubuntu

从 Snap Store 获取

可从发布页面下载 gk 二进制文件。下载后,将其添加到二进制文件目录:

mv ~/Downloads/gk /usr/local/bin/gk

或者创建一个新目录,将二进制文件移入其中,并将其添加到 $PATH:

mkdir "$HOME/cli"
mv ~/Downloads/gk "$HOME/cli"
export PATH="$HOME/gk:$PATH"

你也可以[下载][releases page]对应的软件包(.deb、.rpm),然后使用以下命令安装:

sudo apt install ./gk.deb

或

sudo rpm -i ./gk.rpm

Windows

可通过以下命令从 [Winget][winget] 获取 gk:

winget install gitkraken.cli

故障排除

Oh-My-Zsh 中的 gk

如果你安装了 gitkraken-cli 并使用 Oh-My-Zsh,可能会遇到一个小小的别名问题。Oh-My-Zsh 默认将 gitk 设置为 gk 的别名,这可能会导致一些问题。要解决此问题,请在终端中输入:

unalias gk

支持

如果遇到任何问题,请先查看我们的帮助中心,确认其中是否已涵盖该问题。

你可以在 GitHub 上提交议题来提供反馈和报告 Bug。

如果你希望直接联系支持团队,可以提交工单

评论

支持 Markdown

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。

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。