使用说明

BitBucket MCP服务器

用于BitBucket云操作的模型上下文协议（MCP）服务器。此服务器使Claude Code CLI和Codex CLI等AI编码代理能够与BitBucket存储库、分支和拉取请求进行交互。

特性

库管理：创建、删除、更新和列出存储库
分行管理：创建、删除和列出分支
拉取请求操作：创建、审核、批准、评论拉取请求
代码搜索：搜索存储库并浏览文件内容
记忆系统：存储和检索工作空间标准以及从公关评审中获得的经验
自动检测：从git remote自动检测当前BitBucket存储库

安装

使用uvx（推荐）

uvx bitbucket-python-mcp

使用pip

pip install bitbucket-python-mcp

来源

git clone https://github.com/yourusername/bitbucket-python-mcp.git
cd bitbucket-python-mcp
uv sync

配置

服务器需要以下环境变量：

变量	必填	描述
`BITBUCKET_USERNAME`	是	您的BitBucket用户名（不是电子邮件）
`BITBUCKET_API_TOKEN`	是	BitBucket设置中的应用程序密码/API令牌
`BITBUCKET_WORKSPACE`	是	默认工作区段塞
`BITBUCKET_MCP_DEBUG`	否	启用调试日志记录（1/true/yes）

创建应用程序密码

首选 BitBucket应用程序密码
点击“创建应用密码”
给它一个描述性的名称（例如“MCP服务器”）
选择所需的权限：
- 存储库：读取、写入、管理（用于创建/删除）
- 拉取请求：读取、写入
点击“创建”并复制生成的密码

使用AI代理

克劳德代码CLI

添加到您的 ~/.claude/claude_desktop_config.json:

{
  "mcpServers": {
    "bitbucket": {
      "command": "uvx",
      "args": ["bitbucket-python-mcp"],
      "env": {
        "BITBUCKET_USERNAME": "your-username",
        "BITBUCKET_API_TOKEN": "your-api-token",
        "BITBUCKET_WORKSPACE": "your-workspace"
      }
    }
  }
}

OpenAI Codex命令行界面

添加到您的 ~/.codex/config.toml:

[mcp_servers.bitbucket]
command = "uvx"
args = ["bitbucket-python-mcp"]

[mcp_servers.bitbucket.env]
BITBUCKET_USERNAME = "your-username"
BITBUCKET_API_TOKEN = "your-api-token"
BITBUCKET_WORKSPACE = "your-workspace"

或者，使用Codex CLI添加服务器：

codex mcp add bitbucket \
  --env BITBUCKET_USERNAME=your-username \
  --env BITBUCKET_API_TOKEN=your-api-token \
  --env BITBUCKET_WORKSPACE=your-workspace \
  -- uvx bitbucket-python-mcp

验证服务器是否已配置：

codex mcp list

本地运行

# Set environment variables
export BITBUCKET_USERNAME="your-username"
export BITBUCKET_API_TOKEN="your-api-token"
export BITBUCKET_WORKSPACE="your-workspace"

# Run the server
uvx bitbucket-python-mcp
# or
uv run bitbucket-python-mcp

可用工具

存储库工具

工具	说明
`list_repositories`	列出工作区中的所有存储库
`get_repository`	获取详细的存储库信息
`create_repository`	创建新存储库
`delete_repository`	删除存储库（需要确认）
`update_repository`	更新存储库设置

分支工具

工具	说明
`list_branches`	列出存储库中的所有分支
`get_branch`	获取分行详细信息
`create_branch`	创建新分支
`delete_branch`	删除分支（需要确认）

拉取请求工具

工具	说明
`list_pull_requests`	列出拉取请求（打开/合并/拒绝）
`get_pull_request`	获取PR详细信息（默认为最新）
`get_pull_request_diff`	获取PR的差异
`get_pull_request_comments`	获取PR上的所有评论
`add_pull_request_comment`	添加注释（常规或内联）
`approve_pull_request`	批准PR
`request_changes`	请求更改PR
`create_pull_request`	创建新的PR

搜索工具

工具	说明
`search_repositories`	按名称搜索存储库
`get_repository_contents`	浏览存储库文件/目录
`search_code`	搜索代码模式
`get_file_content`	获取原始文件内容

内存工具

工具	说明
`add_memory`	存储新的学习/标准以供将来参考
`list_memories`	列出按工作区/类别筛选的存储内存
`search_memories`	按关键字搜索记忆
`get_relevant_memories`	获取与当前上下文相关的记忆
`delete_memory`	删除存储的内存
`remember_from_pr_comment`	从公关评论中提取并存储学习内容

记忆存储在 ~/.bitbucket-python-mcp/memory/ 并在会话中持续存在。

例子

创建存储库

User: Create a new private repository named "my-new-project" with description "My awesome project"

创建分支

User: Create a new branch named "feature-login" from development

查看拉取请求

User: Show me the details of the newest pull request
User: What are the comments on PR #42?
User: Approve PR #42

搜索代码

User: Search for "authentication" in the project-api repository
User: Show me the contents of src/main.py

存储和检索记忆

User: Remember that we should use shared-pipeline for SonarQube scans
User: What standards should I follow for this workspace?
User: Search memories for "pipeline"

发展

设置

# Clone the repository
git clone https://github.com/yourusername/bitbucket-python-mcp.git
cd bitbucket-python-mcp

# Install dependencies
uv sync --all-extras

# or using just
just install-dev

运行测试

uv run pytest

# or using just
just test

掉毛

uv run ruff check src tests
uv run ruff format src tests

# or using just
just fmt
just lint

建筑

uv build

# or using just
just build

贡献

欢迎投稿！请随时提交拉取请求。

分叉存储库
创建功能分支(git checkout -b feature/amazing-feature)
提交您的更改(git commit -m 'Add some amazing feature')
推到分支(git push origin feature/amazing-feature)
打开拉取请求

许可证

此项目根据MIT许可证获得许可-请参阅许可证文件以获取详细信息。

致谢

模型上下文协议 -协议规范
atlassian python api -BitBucket API客户端