MCP Jira

🚀 MCP Jira 統合

このプロジェクトは、Claude AI と Jira を組み合わせて、プロジェクト管理タスクを自動化し、強化するものです。

✨ 主な機能

コア機能

• MCP プロトコルを通じた Jira の問題作成と管理
• API Key による認証
• AI とのやり取りにおける標準的なリクエスト/レスポンス形式

Jira 統合機能

• 問題の作成と更新
• 基本的なスプリント追跡
• プロジェクトとカンバンの管理
• 問題の検索と取得

📦 インストール

必要条件

• Python 3.8 以上
• API Token 付きの Jira アカウント
• 有効な MCP 実装

インストール手順

1. リポジトリをクローンします。
2. .env ファイルで環境変数を設定します。

   JIRA_URL=https://your-domain.atlassian.net
   JIRA_USERNAME=あなたのメール@ドメイン.com
   JIRA_API_TOKEN=あなたの_api_トークン
   PROJECT_KEY=PROJ
   API_KEY=あなたの安全な_api_key  # MCP 認証用
   

💻 使用例

基本的な使用法

問題の作成

from mcp_jira.protocol import MCPRequest, MCPContext

# リクエストコンテキストを作成
context = MCPContext(
    conversation_id=\"conv-123\",
    user_id=\"user-123\",
    api_key=\"あなたの_api_key\"
)

# 問題作成リクエストを作成
request = MCPRequest(
    function=\"create_issue\",
    parameters={
        \"summary\": \"機能 X を実装する\",
        \"description\": \"詳細な説明\",
        \"issue_type\": \"ストーリー\",
        \"priority\": \"高\"
    },
    context=context
)

response = await mcp_handler.process_request(request)

問題の検索

request = MCPRequest(
    function=\"search_issues\",
    parameters={
        \"jql\": \"project = PROJ AND status = '進行中'\"
    },
    context=context
)

response = await mcp_handler.process_request(request)

高度な使用法

すべてのリクエストには、リクエストヘッダーに API Key を含める必要があります。

headers = {
    \"X-API-Key\": \"あなたの_api_key\"
}

📚 ドキュメント

AI アシスタントとの統合

この MCP 実装は、MCP プロトコルをサポートする AI アシスタントとの連携を目的としています。

1. 環境変数を設定します。
2. AI アシスタントの設定で MCP エンドポイントを設定します。
3. 標準化された MCP プロトコルを使用して Jira とやり取りします。

貢献ガイド

1. リポジトリをフォークします。
2. 機能ブランチを作成します。
3. プルリクエストを送信します。

📄 ライセンス

このプロジェクトは MIT ライセンスの下で公開されています。詳細は LICENSE ファイルを参照してください。