AI导哈

AI代理连接服务

MCP服务器为PixelFixer提供AI代理连接服务，使AI代理能够访问和管理PixelFixer项目中的任务、评论和Kanban板等功能。

  • by Mudrava
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 Mudrava/pixelfixer-mcp-server

使用说明

@mudravaorg/mcp服务器

MCP（模型上下文协议）服务器 像素固定器 --一个可视化的bug跟踪和看板工具。将AI代理（Claude、Cursor、VS Code Copilot、Windsurf）连接到您的PixelFixer项目。

它做什么

此MCP服务器允许AI代理完全访问您的PixelFixer工作区：

类别 工具
会话 init_session, set_context
团队与项目 list_teams, list_projects, get_project, list_team_members
任务 list_tasks, get_task, create_task, update_task, move_task, search_tasks
评论 add_comment, list_comments
看板 list_columns
GitHub get_github_context, get_repo_tree, get_file_content, create_pull_request, commit_files
AI管道 start_task, complete_ai_task, list_ai_queue

v1.0亮点

  • 会话上下文 --呼叫 init_session 一次；所有工具都会自动使用您的团队/项目ID
  • 任务编号 — get_task, start_task等接受 taskNumber: 42 而不是原始ID
  • 紧凑的响应 --列表视图返回摘要（比v0.2少约90%的标记）
  • 重试超时（&T） --429/5xx上自动重试并回退，请求超时30秒
  • 更好的错误 --帮助人工智能自我纠正的人类可读信息

快速开始

1.获取API代币

首选 PixelFixer→ 团队设置→ API令牌 并创建一个令牌 read + write 范围。

2.配置IDE

VS Code (.vscode/mcp.json):

{
  "servers": {
    "pixelfixer": {
      "command": "npx",
      "args": ["-y", "@mudravaorg/mcp-server"],
      "env": {
        "PIXELFIXER_API_TOKEN": "pf_your_token_here",
        "PIXELFIXER_API_URL": "https://pixelfixer.mudrava.com"
      }
    }
  }
}

光标 (.cursor/mcp.json) / 克劳德桌面版 (claude_desktop_config.json):

{
  "mcpServers": {
    "pixelfixer": {
      "command": "npx",
      "args": ["-y", "@mudravaorg/mcp-server"],
      "env": {
        "PIXELFIXER_API_TOKEN": "pf_your_token_here",
        "PIXELFIXER_API_URL": "https://pixelfixer.mudrava.com"
      }
    }
  }
}

注： VS代码使用 "servers" 作为根键，而Cursor和Claude Desktop使用 "mcpServers".

3.开始使用它

问你的AI代理：

  • “检查我的PixelFixer任务并修复AI队列中的内容”
  • “启动任务#42并修复它”
  • “搜索高优先级打开的Bug”
  • “创建一个PR，修复任务#15中的按钮颜色问题”

环境变量

变量 必填 默认 描述
PIXELFIXER_API_TOKEN 是 - 个人API令牌（以 pf_)
PIXELFIXER_API_URL 没有 http://localhost:3000 像素修复器实例URL

本地开发

如果你从源代码运行PixelFixer，你可以使用本地构建而不是npm包：

cd packages/mcp-server
pnpm install
pnpm build

然后将IDE指向本地文件：

{
  "servers": {
    "pixelfixer": {
      "command": "node",
      "args": ["${workspaceFolder}/packages/mcp-server/dist/index.js"],
      "env": {
        "PIXELFIXER_API_TOKEN": "pf_your_token_here",
        "PIXELFIXER_API_URL": "http://localhost:3000"
      }
    }
  }
}

工具参考

init_session

建议每次会议的第一次通话。自动发现您的团队和项目（如果您每个团队和项目只有一个），设置会话上下文，并将AI任务队列作为简洁的摘要返回。在此之后，所有工具都会自动填充teamId/projectId。

开始任务

开始处理AI任务。将任务移动到“进行中”，将AI状态设置为“处理中”，并返回完整上下文：任务详细信息、注释、GitHub信息、列和工作流指南。接受 taskId 或 taskNumber.

搜索任务

使用多个筛选器进行搜索：

  • q --文本搜索（标题、描述、任务编号）
  • status --打开、正在进行、已解决、已关闭
  • priority --低、中、高、临界
  • aiStatus --无、排队、正在处理、已完成、失败
  • assigneeId, columnId, tag

create_pull_request

在连接的GitHub仓库中创建分支和PR。例子：

branchName: "fix/PF-42-button-color"
title: "Fix button color on dashboard"
body: "Resolves PF-42. Changed primary button color..."

安全

  • API令牌在数据库中被散列（SHA-256）-即使数据库泄漏也不会暴露令牌
  • 令牌具有范围权限（读/写/管理）
  • MCP服务器在您的计算机上本地运行——数据通过HTTPS直接传输到PixelFixer实例
  • 不向第三方发送数据

许可证

麻省理工学院

相关 MCP