mcpField
M
Mcp Server Wrapper Bitbucket

Mcp Server Wrapper Bitbucket

本地服务
github.com/vishn9893开发工具08 周前更新

关于 Mcp Server Wrapper Bitbucket

Mcp Server Wrapper Bitbucket 的简介称其为 TypeScript Bitbucket MCP 服务的 Python UV 桥接层,但所附 README 描述的是面向 Bitbucket、Jira 和 Confluence 的原生异步 Python MCP 服务。它们直接调用产品 REST API,并支持多种传输方式。

主要功能

  1. 01Bitbucket Server/Data Center API 工具
  2. 02Jira 问题和项目操作
  3. 03Confluence 页面和空间操作
  4. 04stdio、sse 和 streamable-http 传输
  5. 05可配置 TLS、超时和重试

适用场景

  1. 01检查 Bitbucket 仓库和拉取请求
  2. 02搜索并更新 Jira 问题
  3. 03管理 Confluence 页面和空间

MCP 相关

README 描述的 MCP 服务向 MCP 客户端提供 Bitbucket、Jira 和 Confluence REST API 能力。各服务支持 stdio、sse 和 streamable-http 传输。

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": {
"wrapper-bitbucket": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"build"
]
}
}
}
启动命令docker run -i --rm build

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
ocibuild

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

Atlassian MCP 服务

适用于 Bitbucket Server/Data Center、Jira Cloud 和 Confluence Cloud 的原生异步 Python MCP 服务。每个服务都直接调用对应产品的 REST API,并可独立安装和运行。

软件包

软件包APIPyPI 名称目录
BitbucketServer/Data Center REST API v1.0bitbucket-mcp-atlassian仓库根目录
JiraCloud REST API v3 / Server-DC REST API v2jira-mcp-atlassianjira-mcp/
ConfluenceCloud REST API v2 / Server-DC REST API v2confluence-mcp-atlassianconfluence-mcp/

Jira 和 Confluence 软件包是自包含项目,各自拥有自己的 pyproject.toml、测试、环境示例和发布元数据。

快速开始

安装 uv,配置要使用的软件包,然后运行其 MCP 入口点。

Bitbucket Server/Data Center
cp .env.example .env
uv sync
uv run bitbucket-mcp

设置 BITBUCKET_URL,并设置 BITBUCKET_TOKEN,或同时设置 BITBUCKET_USERNAME 和 BITBUCKET_PASSWORD。

Jira Cloud
cd jira-mcp
cp .env.example .env
uv sync
uv run jira-mcp

设置 JIRA_URL、JIRA_EMAIL 和 JIRA_TOKEN。该令牌是与此电子邮件地址关联的 Atlassian API 令牌。

Confluence Cloud
cd confluence-mcp
cp .env.example .env
uv sync
uv run confluence-mcp

设置 CONFLUENCE_URL、CONFLUENCE_EMAIL 和 CONFLUENCE_TOKEN。

每个服务都通过对应的 *_TRANSPORT 设置支持 stdio、sse 和 streamable-http 传输方式。可通过环境文件配置 TLS 验证、超时和重试行为。

MCP 配置示例

{
  "mcpServers": {
    "bitbucket": {
      "command": "uv",
      "args": ["run", "--directory", "/absolute/path/to/this-repo", "bitbucket-mcp"],
      "env": {
        "BITBUCKET_URL": "https://bitbucket.example.com",
        "BITBUCKET_TOKEN": "your-token"
      }
    },
    "jira": {
      "command": "uv",
      "args": ["run", "--directory", "/absolute/path/to/this-repo/jira-mcp", "jira-mcp"],
      "env": {
        "JIRA_URL": "https://your-domain.atlassian.net",
        "JIRA_EMAIL": "[email protected]",
        "JIRA_TOKEN": "your-token"
      }
    },
    "confluence": {
      "command": "uv",
      "args": ["run", "--directory", "/absolute/path/to/this-repo/confluence-mcp", "confluence-mcp"],
      "env": {
        "CONFLUENCE_URL": "https://your-domain.atlassian.net",
        "CONFLUENCE_EMAIL": "[email protected]",
        "CONFLUENCE_TOKEN": "your-token"
      }
    }
  }
}

功能

Bitbucket 提供项目、仓库、拉取请求、评论、评审、差异、分支、提交、文件、用户、权限和构建状态工具。

Jira 提供 JQL 问题搜索、问题检索与更新、问题创建与删除、评论、转换、分配、项目和问题类型。Cloud 使用 ADF 处理富文本;Server/Data Center 使用 Jira wiki 标记。

Confluence 在 Cloud 和 Server/Data Center 上均提供页面列表、检索、创建、更新、删除、空间、子页面、标签和评论功能。

开发与测试

在仓库根目录运行现有的 Bitbucket 测试:

uv run pytest

在各自的软件包目录中运行独立的 Atlassian Cloud 测试套件:

cd confluence-mcp && uv run pytest
cd ../jira-mcp && uv run pytest

所有测试都使用模拟的 HTTP 传输,不会连接 Atlassian 服务。

构建与发布

在各自的目录中构建单个软件包:

cd jira-mcp
uv build

当推送匹配的标签时,根目录中的 发布工作流 会通过 PyPI 可信发布来发布软件包:

git tag jira-v0.1.0
git push origin jira-v0.1.0

git tag confluence-v0.1.0
git push origin confluence-v0.1.0

在推送发布标签之前,为仓库配置 pypi GitHub 环境和可信发布者。每个发布工作流都使用 PyPI 的短期 OIDC 凭证;GitHub 中不会存储长期有效的 PyPI 令牌。

架构

src/bitbucket_mcp/             Bitbucket Server/Data Center implementation
jira-mcp/src/jira_mcp/          Jira Cloud implementation
confluence-mcp/src/confluence_mcp/  Confluence Cloud implementation

Each package follows the same structure:
  client.py   async HTTP and authentication infrastructure
  config.py   pydantic-settings environment configuration
  tools.py    REST API capability functions
  server.py   FastMCP tool registration and transport entrypoint

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。