AI导哈

AI服务连接协议服务器

MCP服务器通过Model Context Protocol (MCP)协议连接生成AI（如Claude）与外部服务，实现自然语言操作和自动化任务处理。

  • by dow-takeda
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 dow-takeda/mcp-servers

使用说明

MCP服务器

概要

在该目录中，配置了用于利用Model Context Protocol（MCP）使生成AI（主要是Claude）和外部服务协作的MCP服务器群。

什么是Model Context Protocol（MCP）

MCP是Anthropic连接AI助手和外部系统的标准协议。通过MCP服务器，Claude可以直接访问各种外部服务的数据和API。

利点

  • 使用自然语言：可在聊天界面中使用外部服务
  • 効率化：自动化经常性工作并简化文档创建
  • 扩张性：通过添加新服务扩展功能
  • 统合环境：通过Claude集中管理多个服务

协作服务一览

已实施

今后的计划

  • Slack
  • 概念
  • 谷歌工作区（驱动器、表格、文档）
  • 其他内部工具

目录结构

mcp-servers/
├── README.md                    # このファイル
├── CLAUDE.md                    # Claude Code用ガイダンス
├── Makefile                     # ビルド・テストコマンド
├── jira-confluence/             # JIRA/Confluence連携サーバー
├── github/                      # GitHub連携サーバー
├── gitlab/                      # GitLab連携サーバー
└── .github/                     # CI/CD・Dependabot設定

安装，安装

有关如何设置每个MCP服务器的信息，请参阅每个服务目录中的自述文件。

使用方法

Claude Desktop App中的设置

claude_desktop_config.json 将条目添加到文档注册表

{
  "mcpServers": {
    "jira-confluence": {
      "command": "python",
      "args": ["/path/to/utilities/mcp-servers/jira-confluence/src/server.py"],
      "env": {
        // 環境変数設定
      }
    }
    // 他のMCPサーバーもここに追加
  }
}

用于Claude Code（CLI）

在Claude Code中 claude mcp add 命令注册MCP服务器。

基本构文

# ローカルサーバー（stdio トランスポート）
claude mcp add --transport stdio <サーバー名> [オプション] -- <コマンド> [引数...]

# リモートサーバー（http トランスポート）
claude mcp add --transport http <サーバー名> <URL> [オプション]

主要选项

｜选项｜说明｜例｜ |-----------|------|-----| | --transport ｜传输种类： stdio, http, sse | --transport stdio | | --scope | 保存先: local（默认）， project, user | --scope project | | --env KEY=value |环境变数を设定（复数指定可）| --env API_KEY=xxx | | --header ｜添加HTTP标头（可指定多个）｜ --header "Authorization: Bearer xxx" |

范围差异

｜范围｜保存位置｜共享范围｜Git管理｜ |---------|--------|---------|---------| | local | ~/.claude.json ｜仅限自己（此项目）｜否｜ | project | .mcp.json ｜团队全员｜是｜ | user | ~/.claude.json ｜仅限自己（所有项目）｜否｜

登録例

# JIRA/Confluence サーバーを登録（個人用）
claude mcp add --transport stdio jira-confluence \
  --env JIRA_BASE_URL=https://your-domain.atlassian.net \
  --env JIRA_USER_EMAIL=your-email@example.com \
  --env JIRA_API_TOKEN=your-api-token \
  --env CONFLUENCE_BASE_URL=https://your-domain.atlassian.net \
  --env CONFLUENCE_USER_EMAIL=your-email@example.com \
  --env CONFLUENCE_API_TOKEN=your-api-token \
  -- node /path/to/mcp-servers/jira-confluence/dist/index.js

# GitHub サーバーを登録（個人用）
claude mcp add --transport stdio github \
  --env GITHUB_TOKEN=ghp_xxxxxxxxxxxx \
  -- node /path/to/mcp-servers/github/dist/index.js

# GitLab サーバーを登録（個人用）
claude mcp add --transport stdio gitlab \
  --env GITLAB_TOKEN=glpat-xxxxxxxxxxxx \
  -- node /path/to/mcp-servers/gitlab/dist/index.js

# チーム共有用に .mcp.json へ登録
claude mcp add --transport stdio gitlab --scope project \
  -- node ./gitlab/dist/index.js

相关命令

# 登録済みサーバー一覧
claude mcp list

# サーバー詳細表示
claude mcp get <サーバー名>

# サーバー削除
claude mcp remove <サーバー名>

# JSON形式で直接追加
claude mcp add-json <サーバー名> '<JSON設定>'

在Claude Code中管理

Claude Code起动后、/mcp 可通过命令对连接中的MCP服务器进行状态确认和OAuth认证。

参考链接

注意事项

  • 每个服务的API认证信息 .env 文件管理，不提交到存储库
  • 注意API速率限制
  • 进行适当的权限管理

开发流程

必须严格遵守此流程。 当收到用户的修改请求时，请按照以下步骤操作：

  1. 接收请求：接收用户的请求（文本或文件路径）。如果提供了文件路径，请读取该文件。
  2. 创建计划：进入计划模式，创建实施计划供用户审批。
  3. 创建问题：用户批准后，创建GitHub Issue。
  4. 创建分支：创建要素分支。命名约定： feature/{issue_number}-{summary_2_5_words_snake_case}
  5. 实施：进行修改。确保单元测试充分（必要时添加）。
  6. 本地验证：运行 make check （皮棉、安全检查、单元测试）。修复所有问题并重新运行。
  7. 承诺：所有检查通过后，提交。在提交消息前添加前缀 #{issue_number}.
  8. 推送和创建公关：推送到GitHub并创建Pull Request。向用户报告。
  9. 评审响应:
    • 如果用户 拒绝 PR：在问题上评论拒绝原因，然后从步骤5重新开始。
    • 如果用户 批准 PR：在Issue中添加摘要评论并关闭它。

相关 MCP