AI导哈

Atlassian代理服务

为Jira和Confluence提供稳定的搜索和获取工具接口，作为与上游Atlassian MCP实现的兼容层。

  • by CRACKISH
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 CRACKISH/mcp-openai-atlassian-proxy

使用说明

Atlassian MCP OpenAI代理（Jira+Confluence）

双端口垫片，露出最少、稳定的一对工具(search, fetch)为Jira和Confluence提供服务，同时将实际工作委托给上游Atlassian MCP实现。

专门设计为薄兼容层，因此OpenAI ChatGPT/Claude或任何支持MCP的客户端都可以安全地使用来自上游的Atlassian数据，例如：

上游参考实施：https://github.com/sooperset/mcp-atlassian

每个产品都会启动自己的MCP服务器（使用 @modelcontextprotocol/sdk):

本地工具 上游工具
吉拉：搜索 jira_search
吉拉：取 jira_get_issue
汇流：搜索 confluence_search
汇流：取 confluence_get_page

垫片仅记录这两个工具；它不会转发或重新标记任意上游工具，使代理的表面积保持可预测性。

工作原理（0.5.0）

现在支持mcp协议的流式HTTP（默认为/mcp）和SSE（传统为/SSE）。

违约：

  • /mcp --流式HTTP（建议用于新客户端，延迟更低，不需要会话）
  • /sse --SSE（传统、基于会话、兼容）

切换：

  • 使用 ?transport=sse 强制开启SSE模式 /mcp 端点
  • 使用 ?transport=http 强制开启HTTP模式 /sse 端点（不推荐）

摘要：

  • 默认情况下， /mcp 首选，适用于任何MCP本地客户端（Claude、OpenAI等）
  • /sse 保留以保持传统兼容性
  1. 本地MCP服务器（每个产品）注册 search 和 fetch.
  2. 当被调用时，它通过小型委托映射器构造参数，并通过SSE上的MCP客户端调用上游工具。
  3. 结果被映射到一个紧凑的JSON对象（id、title、url、文本、元数据），并作为单个文本内容项返回。
  4. 除了内存之外，没有会话持久性；一个本地会话与共享的上游客户端实例进行对话。

当前状态

版本：0.4.1（延迟+空闲上游连接；重构的实用程序；没有破坏性的表面变化）。

依据

为人工智能代理保留一个有意的微小稳定合同（每个产品恰好有两个工具），同时允许上游进化；尽量减少代币噪音和流失。

快速开始

npm install
cp .env .env

# edit .env (UPSTREAM_MCP_URL=https://your-upstream-host:7000/sse)
npm run build
npm start   # :7100 jira shim, :7200 confluence shim

上游自动选择协议：

  • 如果 UPSTREAM_MCP_URL 以...结束 /mcp 或 .mcp --流式HTTP（MCP原生）用于上游。
  • 如果它以 /sse 或 .sse --SSE用于上游。
  • 如果没有指定，垫片将按顺序尝试这两个选项。

本地端点：

  • http://localhost:7100/mcp （Jira，可流式传输HTTP）
  • http://localhost:7100/sse （Jira，苏格兰和南方能源公司）
  • http://localhost:7200/mcp （汇流、流式HTTP）
  • http://localhost:7200/sse （汇流处，苏格兰和南方能源公司）

切换协议：

  • http://localhost:7100/mcp?transport=sse --强制SSE
  • http://localhost:7100/sse?transport=http --强制HTTP（不推荐）

所需Env

变量 描述
UPSTREAM_MCP_URL 上游MCP的完整SSE端点（接受有/没有尾随/SSE）

可选：

变量 默认值 描述
JIRA_SHIM_PORT 7100 Jira垫片端口
CONFLUENCE_SHIM_PORT 7200 汇流垫片端口

示例 .env:

UPSTREAM_MCP_URL=https://mcp-atlassian.internal:7000/sse
JIRA_SHIM_PORT=7100
CONFLUENCE_SHIM_PORT=7200

行为

  1. 客户端连接： POST /mcp （推荐的、可流式传输的HTTP）或 GET /sse （遗留）在相关端口上。
  2. Shim创建（或重用）上游MCP客户端和本地MCP服务器。
  3. 代理自动确定连接到上游的协议：
    • /mcp 或 .mcp --流式HTTP（上游）
    • /sse 或 .sse — SSE（上游）
    • 回退：尝试两个选项
  4. 仅 search 和 fetch 已列出；没有对上游工具列表进行动态过滤。
  5. 工具调用->委托构建上游参数->上游调用->委托映射结果->返回压缩JSON。

与OpenAI ChatGPT（模型上下文协议）集成

如果您希望ChatGPT（或任何兼容MCP的客户端）使用Jira/Confluence上下文，请将ChatGPT指向此填充程序，而不是整个上游。垫片使刀具表面保持微小和稳定。

  1. 运行上游Atlassian MCP（例如。 sooperset/mcp-atlassian).注意其SSE端点（例如。 https://upstream-host:7000/sse).
  2. 配置此代理 .env 随着 UPSTREAM_MCP_URL 指向该SSE端点。
  3. 启动代理（此仓库）。它将在本地公开两个MCP服务器：
    • Jira：默认值 http://localhost:7100/mcp （推荐）
    • 汇流：默认 http://localhost:7200/mcp （推荐）
    • SSE 终端/sse)也可用于传统客户端
  4. 在ChatGPT MCP配置（自定义工具/自托管MCP）中注册您需要的端点。每个都暴露了两个工具：
    • search
    • fetch

示例ChatGPT（概念JSON代码段）：

{
	"mcpServers": {
		"jira": { "url": "http://localhost:7100/mcp" },
		"confluence": { "url": "http://localhost:7200/mcp" },
	},
}

返回的有效载荷（content[0].text）是紧凑的JSON字符串：

搜索（jira，限制20）： { "results": [{ "id": "RND-123", "title": "Summary", "url": "https://your.atlassian.net/browse/RND-123" }] }

获取（jira富集）： { "id": "RND-123", "title": "Summary", "text": "Summary: ...", "url": "https://your.atlassian.net/browse/RND-123", "metadata": { "source": "jira", "statusObject": {...}, "commentsExcerpt": [...], "<otherRawField>": ... } }

汇流类似（搜索限制20）。Fetch返回markdown正文 text 加上丰富的元数据： { source: "confluence", pageMeta: {...}, <otherRawField>: ... }.

为什么不公开整个上游工具列表？更小的表面=>更低的令牌噪声，更简单的提示和更少的意外大呼叫。

不再包括在内

已删除 原因
嵌入式MCPServer/SDK层 代理不需要重新实现MCP
自定义挂起映射JSON-RPC客户端 直接中继；上游已经处理了
工具描述净化和截断 保留原始上游措辞
会话限制标志 简化（每个客户端会话一个上游标志）

nginx配置示例

下面提供了一个匿名的nginx配置示例 examples/nginx.conf。将此用作您自己部署的模板。请参阅 examples/README.md 了解更多详情。

码头工人

docker build -t mcp-atlassian-proxy:0.4.1 .
docker run --rm -e UPSTREAM_MCP_URL="https://your-upstream:7000/sse" -p 7100:7100 -p 7200:7200 mcp-atlassian-proxy:0.4.1

Docker Hub

预构建的图像发布在 crackish/mcp-openai-atlassian-proxy:

  • 存储库：https://hub.docker.com/repositories/crackish
  • 图片： crackish/mcp-openai-atlassian-proxy

常见标签：

  • latest –跟踪主分支
  • vX.Y.Z –版本化版本

例子：

docker pull crackish/mcp-openai-atlassian-proxy:latest
docker run --rm -e UPSTREAM_MCP_URL="https://your-upstream:7000/sse" -p 7100:7100 -p 7200:7200 crackish/mcp-openai-atlassian-proxy:latest

发展

脚本 目的
npm run dev ts节点开发模式
npm run build 构建到 dist/
npm start 运行已编译的垫片
npm run lint 棉绒
npm run typecheck 仅类型检查

版本控制

0.4.1=懒惰+空闲上游客户端（减少空闲资源使用），内部重构（utils拆分）。
0.4.0=重新嵌入MCP服务器（显式工具注册）。已删除健康终结点。清洁代表。
0.3.0=纯传递代理变体（现已被取代）。
0.2.x=早期实验结构。

许可证

麻省理工学院

相关 MCP