mcpField
M
MCP Server DevOps Bridge 🚀

MCP Server DevOps Bridge 🚀

本地服务
github.com/TheApeMachine开发工具260 周前更新

关于 MCP Server DevOps Bridge 🚀

MCP Server DevOps Bridge 是面向使用 DevOps 和通信系统的 AI Agent 的 Go 服务。它通过统一的 MCP 接口整合 Azure DevOps、GitHub、Slack 和嵌套 Agent 功能。

主要功能

  1. 01管理 Azure DevOps 工作项和冲刺
  2. 02执行 WIQL 查询
  3. 03访问 GitHub 仓库和拉取请求
  4. 04发送消息和频道帖子
  5. 05创建和管理嵌套 Agent

适用场景

  1. 01更新并跟踪项目工作项
  2. 02通过 Slack 消息协调工作
  3. 03开发期间获取仓库内容
  4. 04将任务委派给嵌套 Agent

MCP 相关

它通过 MCP 向 AI Agent 和 MCP 客户端提供 DevOps、GitHub、通信及 Agent 管理工具。

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。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

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 Server Multi Tools 🌉

说明

Model Context Protocol (MCP) Bridge - 一项强大的服务,通过标准化接口连接 AI Agent 与 DevOps 和通信工具。

欢迎使用 MCP Server Multi Tools!这项服务充当无缝集成层,让 AI Agent 和系统能够通过简单、统一的协议与 Azure DevOps、Slack、GitHub,甚至**其他 Agent(及其各自的工具)**等服务交互。


🛠️ 可用工具和提供方

📊 DevOps 和项目管理

一套全面的项目管理工具:

  • 📝 工作项:创建、读取、更新、搜索和评论
  • 🏃‍♂️ 冲刺:管理冲刺、查看内容并跟踪进度
  • 🔍 WIQL:执行自定义工作项查询语言语句
  • 🔗 信息增强:使用 GitHub、Slack 和 Sentry 上下文扩充工作项
  • 📁 Git 内容:从关联的代码库获取文件内容
🐙 GitHub 集成
  • 无缝支持版本控制和拉取请求工作流
  • 访问和管理代码库内容
💬 通信
  • 实时通知和消息
  • 在频道中发布消息,供 Agent 通信
  • 增强团队协作
🤖 高级 Agent 系统

重要

Agent 中的 Agent:创新的嵌套 Agent 架构

你的 AI Agent 可以创建和管理其他 Agent,每个 Agent 都具备:

  • 🐋 配备完整 Debian Linux 系统的 Docker 容器
  • 🌐 网页浏览器功能
  • 🔄 迭代工作流程
  • 💬 Agent 间通信

🚀 快速入门指南

📋 前提条件

警告

请在继续操作前确保具备以下条件:

  • ✅ Go(最新版本)
  • 🔑 服务凭据(Azure DevOps、Slack 令牌等)
  • 🐳 Docker Desktop(用于 Agent 中的 Agent 功能)
步骤 1️⃣:克隆并构建
# Clone the repository
git clone https://github.com/theapemachine/mcp-server-multi-tools.git
cd mcp-server-devops-bridge

# Build the server
go build -o mcp-server-multi-tools .
步骤 2️⃣:环境设置
# Copy and configure environment variables
cp start.sh.example start.sh
vim start.sh  # Add your credentials

提示

服务器完全通过环境变量进行配置,灵活性极高。

步骤 3️⃣:MCP 客户端配置

将以下内容添加到 Claude Desktop 配置中:

{
  "mcpServers": {
    "multi-tools": {
      "command": "/path/to/mcp-server-multi-tools/start.sh",
      "args": []
    }
  }
}

🎬 观看实际演示

说明

真实的 AI 开发工作流 - 观看 Claude Sonnet 4 如何借助此桥接服务理解需求、管理任务并编写代码。

AI Agent 开发示例

Agent 使用 MCP 工具,通过单一、统一的接口编排复杂的开发工作流。

如需查看完整的测试记录,包括升级后的通信系统和无头浏览器工具,请参阅 agents-full.pdf。


🤝 参与贡献

欢迎贡献!以下是参与方式:

🔄 贡献工作流
  1. 🍴 复刻此代码库
  2. 🌿 创建分支来开发你的功能(git checkout -b feature/AmazingFeature)
  3. 💾 提交更改(git commit -m 'Add AmazingFeature')
  4. 🚀 推送到分支(git push origin feature/AmazingFeature)
  5. 📬 发起拉取请求
💡 我们期待的贡献
  • 🔧 新的工具集成
  • 📚 改进文档
  • 🐛 修复错误和优化
  • 🎨 改进 UI/UX

📜 许可证

MIT License - 详情请参阅 LICENSE


为开发者社区倾力打造 🤷

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。