Mcp Jenkins Intelligence

MCP Jenkins Intelligence

Jenkins 智能平台
借助 AI 驱动的自然语言界面和全面的流水线分析，提升您的 Jenkins 运维能力。

快速开始（二进制发行版）

更喜欢开箱即用的二进制文件？ 下载最新版本，几秒钟内即可开始使用 MCP Jenkins Intelligence！

下载与安装

# 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 配置

将以下内容添加到 MCP 客户端配置中（Cursor/VSCode）：

{
  "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"
      }
    }
  }
}

就这么简单！ 无需安装 Python，也无需安装依赖项——只需下载并运行！

---

概述

MCP Jenkins Intelligence 是一款面向专业 DevOps 团队的全面 Model Context Protocol（MCP）解决方案。它为复杂的 Jenkins 流水线操作提供自然语言界面，让团队能够通过 VSCode 和 Cursor 中由 AI 驱动的对话来监控、分析和优化 CI/CD 工作流。

主要功能

智能流水线分析

• 实时监控：实时流水线状态、健康指标和性能分析
• AI 驱动的洞察：通过自然语言查询进行复杂的流水线分析
• 故障分析：深入分析流水线故障，智能定位根本原因
• 性能优化：自动提供改进构建时间和成功率的建议
• 高级分析：全面的报告和性能对比
• 异常检测：AI 驱动地检测流水线行为中的异常模式

高级 AI 能力

• 自然语言处理：通过对话界面执行复杂的 DevOps 操作
• 智能诊断：AI 驱动的流水线健康分析和故障排查指导
• 上下文感知提示词：针对不同分析场景智能推荐提示词
• 自动化报告：主动识别问题和优化机会

企业级安全与合规

• 多种身份验证支持：支持标准 Jenkins 和 Azure AD 集成
• 安全通信：所有 Jenkins API 通信均采用 TLS 加密
• 审计日志：为所有流水线操作提供全面的审计记录
• 最小权限：采用安全设计，遵循最低权限访问模式
• 企业级数据保护：提供 19 种以上保护模式，实现全面的数据匿名化
• 全面匿名化：保护流水线名称、集群名称、文件夹名称、应用名称、分支名称、组织名称、仓库名称和代码文件名称
• 基于哈希的安全保护：在与 AI 通信前，将敏感数据替换为安全哈希值
• 本地执行：所有数据处理均在本地进行，数据不会离开您的环境
• 递归保护：适用于嵌套数据结构和复杂对象
• 访问控制审计：全面分析权限和访问控制

高级分析与报告

• 综合报告：生成包含指标和洞察的详细报告
• 性能比较：比较不同团队和环境中的流水线性能
• 趋势分析：分析长期性能和可靠性趋势

高级 AI 功能

• 异常检测：利用 AI 检测流水线行为中的异常模式
• 综合洞察：由 AI 生成的洞察和建议

性能优化

• 构建时间分析：详细分析构建时间并提供优化建议

部署与分发

• 多种部署选项：开发环境配置或生产环境部署
• 跨平台支持：支持 macOS、Linux 和 Windows
• 便捷配置：通过环境变量或 MCP 配置轻松完成设置

架构

MCP 协议集成

下图展示了 MCP Jenkins Intelligence 如何通过 Model Context Protocol 与 VSCode 和 Cursor AI 集成：

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   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       │
        └─────────────────┘    └─────────────────┘    └─────────────────┘

模块化架构

内部架构采用简洁的模块化设计，并遵循关注点分离原则：

┌─────────────────────────────────────────────────────────────────────────┐
│                              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     │                                             │
└─────────────────────────┴─────────────────────────────────────────────┘

目录结构

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

安装与设置

先决条件

• Python 3.8+（用于开发环境配置）
• Jenkins 服务，并具有 API 访问权限
• MCP 客户端（带有 MCP 扩展的 VSCode 或 Cursor）

二进制安装（推荐）

1. 下载适用于你平台的二进制文件：

   # 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
   

2. 使其可执行：

   chmod +x mcp-jenkins-server
   

3. 配置你的 MCP 客户端（请参阅上文的 MCP 配置部分）

开发环境配置

1. 克隆仓库：

   git clone https://github.com/heniv96/mcp-jenkins-intelligence.git
   cd mcp-jenkins-intelligence
   

2. 安装依赖项：

   pip install -r requirements.txt
   

3. 设置环境变量：

   export JENKINS_URL="https://your-jenkins-url"
   export JENKINS_USERNAME="your-username"
   export JENKINS_TOKEN="your-token"
   

4. 运行服务：

   python server.py
   

配置

环境变量

变量	描述	必填	默认值
JENKINS_URL	Jenkins 服务 URL	是	-
JENKINS_USERNAME	Jenkins 用户名	是	-
JENKINS_TOKEN	Jenkins API 令牌	是	-
MCP_SERVER_PORT	MCP 服务端口	否	8000

MCP 客户端配置

VSCode 配置

添加到你的 settings.json 中：

{
  "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 配置

添加到你的 mcp.json 中：

{
  "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

基本命令

完成配置后，你可以通过自然语言与 Jenkins 交互：

• “列出所有流水线” - 获取所有可用流水线的列表
• “显示流水线 X 的健康状况” - 获取详细的健康状况分析
• “失败的构建有什么问题？” - 分析构建失败原因
• “优化流水线 Y 的构建时间” - 获取优化建议
• “生成上周的报告” - 创建综合报告

高级功能

• AI 驱动的分析：针对流水线性能提出复杂问题
• 异常检测：获取有关流水线异常行为的提醒
• 安全审计：对 Jenkins 配置进行全面的安全分析
• 性能优化：详细分析构建时间并提供建议

API 参考

核心工具

工具	描述	参数
list_pipelines	列出所有可用流水线	search（可选）
get_pipeline_details	获取详细的流水线信息	pipeline_name
get_pipeline_builds	获取流水线的近期构建	pipeline_name、limit、status
analyze_pipeline_health	分析流水线的健康状况和性能	pipeline_name、period
analyze_pipeline_failure	分析特定的流水线故障	pipeline_name、build_number
ask_pipeline_question	以自然语言提问	question、pipeline_names

监控工具

工具	描述	参数
get_pipeline_metrics	获取详细的流水线指标	pipeline_name、period
get_pipeline_dependencies	获取流水线依赖项	pipeline_name
monitor_pipeline_queue	监控 Jenkins 构建队列	-
analyze_build_trends	分析各流水线的构建趋势	pipeline_names、period

AI 工具

工具	描述	参数
predict_pipeline_failure	预测可能发生的流水线故障	pipeline_name
suggest_pipeline_optimization	获取优化建议	pipeline_name
detect_pipeline_anomalies	检测异常的流水线行为	pipeline_name、sensitivity
generate_ai_insights	生成全面的 AI 洞察	pipeline_name、insight_type

安全

数据保护

MCP Jenkins Intelligence 实施全面的数据保护：

• 完全匿名化：所有敏感数据都会替换为安全哈希值
• 本地处理：所有数据处理都在本地进行
• 无外部调用：不会向外部 AI 服务发送数据
• 递归保护：适用于嵌套数据结构
• 访问控制审计：全面分析权限

支持保护的模式

• 流水线名称
• 集群名称
• 文件夹名称
• 应用程序名称
• 分支名称
• 组织名称
• 仓库名称
• 代码文件名
• 构建编号
• 时间戳
• URL 和路径
• 用户信息
• 令牌值
• 配置数据
• 日志条目
• 错误消息
• 堆栈跟踪
• 环境变量
• 以及更多……

故障排除

常见问题

1. 连接失败：检查 Jenkins URL 和凭据
2. 权限被拒绝：确认 Jenkins 用户具有相应权限
3. 找不到二进制文件：确保二进制文件可执行且位于 PATH 中
4. MCP 客户端无响应：检查 MCP 配置

调试模式

通过设置以下内容启用调试日志：

export DEBUG=1

获取帮助

• 查看故障排除指南
• 提交问题
• 查看示例

贡献

欢迎贡献！详情请参阅贡献指南。

开发

1. Fork 仓库
2. 创建功能分支
3. 进行更改
4. 添加测试
5. 提交拉取请求

构建

# Install dependencies
pip install -r requirements.txt

# Run tests
python -m pytest

# Build binary
make build

许可证

本项目采用 MIT 许可证授权，详情请参阅 LICENSE 文件。

致谢

• FastMCP - MCP 框架
• Jenkins - CI/CD 平台
• Model Context Protocol - 协议规范

更新日志

v1.2.0

• 添加全面的数据保护和匿名化功能
• 改进二进制文件分发，支持跨平台
• 增强安全功能和访问控制审计
• 添加高级 AI 功能和异常检测
• 改进性能优化工具
• 添加全面的报告和分析功能

v1.1.0

• 首次发布，包含核心 MCP 功能
• 基础流水线分析与监控
• AI 驱动的洞察与建议

---

为 DevOps 社区倾心打造 ❤️