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
- 01Bitbucket Server/Data Center API 工具
- 02Jira 问题和项目操作
- 03Confluence 页面和空间操作
- 04stdio、sse 和 streamable-http 传输
- 05可配置 TLS、超时和重试
适用场景
- 01检查 Bitbucket 仓库和拉取请求
- 02搜索并更新 Jira 问题
- 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。
工具
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 | API | PyPI 名称 | 目录 |
|---|---|---|---|
| Bitbucket | Server/Data Center REST API v1.0 | bitbucket-mcp-atlassian | 仓库根目录 |
| Jira | Cloud REST API v3 / Server-DC REST API v2 | jira-mcp-atlassian | jira-mcp/ |
| Confluence | Cloud REST API v2 / Server-DC REST API v2 | confluence-mcp-atlassian | confluence-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
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。