AI导哈

Linear问题追踪集成服务

通过Model Context Protocol (MCP)提供与Linear的问题追踪和项目管理集成能力，支持AI模型与Linear的交互。

  • by skspade
  • TypeScript
  • 本地部署
  • 5 星标
  • 更新于
在 GitHub 查看 skspade/mcp-linear-server

使用说明

线性MCP集成服务器

此服务器通过模型上下文协议（MCP）提供线性集成功能。它允许AI模型与Linear进行交互，以进行问题跟踪和项目管理。

特性

服务器通过MCP接口提供以下工具：

linear_create_issue

使用以下参数创建新的线性问题：

  • title （必填）：发行标题
  • teamId （必需）：在中创建问题的团队ID
  • description （可选）：问题描述（支持markdown）
  • priority （可选）：优先级（0-4）
  • status （可选）：初始状态名称

线性搜索问题

具有灵活过滤和分页支持的搜索线性问题：

  • query （可选）：在标题/描述中搜索的文本
  • teamId （可选）：按团队筛选
  • status （可选）：按状态筛选
  • assigneeId （可选）：按受让人筛选
  • priority （可选）：优先级（0-4）
  • limit （可选，默认值：10）：每页最大结果数
  • cursor （可选）：用于获取下一页的分页光标
  • sortBy （可选，默认值：“updated”）：要排序的字段（“created”、“updateed”、“priority”、“title”）
  • sortDirection （可选，默认：“desc”）：排序方向（“asc”，“desc“）

线性_冲刺_问题

获取当前sprint/迭代中的所有问题：

  • teamId （必填）：获取sprint问题的团队ID

linear_search_teams

搜索和检索线性团队：

  • query （可选）：在团队名称中搜索的文本

linear_filter_sprint_issues

按状态筛选当前冲刺问题，并自动筛选到当前用户：

  • teamId （必填）：获取sprint问题的团队ID
  • status （必填）：要筛选的状态（例如“待定产品发布”）

linear_get_issue_details

获取有关特定问题的详细信息，包括完整描述、注释和元数据：

  • issueId （必填）：用于获取详细信息的问题ID（例如“DATA-1284”）

linear_bull_update_status

一次更新多个线性问题的状态：

  • issueIds （必填）：要更新的问题ID列表（例如[“ENG-123”，“DATA-456”]）
  • targetStatus （必填）：为所有问题设定目标状态（例如“进行中”）

线性管理周期

创建、更新或获取有关线性周期（冲刺）的信息：

  • action （必填）：要执行的操作：“创建”、“更新”、“获取”或“列表”
  • teamId （必填）：用于管理周期的团队ID
  • cycleId （可选，更新和获取操作所必需）：循环ID
  • name （可选，创建时必需）：周期名称
  • startDate （可选，创建时需要）：ISO格式的开始日期（YYYY-MM-DD）
  • endDate （可选，创建时需要）：ISO格式的结束日期（YYYY-MM-DD）
  • description （可选）：循环描述

开发人员设置

  1. 从Linear的设置>API部分获取您的Linear API密钥
  2. 创建一个 .env 项目根目录中的文件：
LINEAR_API_KEY=your_api_key_here
  1. 安装依赖项：
npm install
  1. 启动服务器：
# Development mode with auto-reload
npm run dev

# Production mode
npm start

# Build TypeScript
npm run build

# Run linter
npm run lint

# Run tests
npm run test

# Inspect MCP server
npm run inspect

技术细节

  • 使用TypeScript和模型上下文协议SDK构建
  • 使用线性SDK进行API交互
  • 包括错误处理、速率限制和连接管理
  • 支持通过可配置的重试尝试自动重新连接
  • 实现连接健康状况的心跳监控
  • 在调试模式下提供详细的日志记录
  • 具有内存缓存系统，可提高性能
  • 支持分页以处理大型结果集
  • 对批量操作实施批处理

性能和可靠性

该服务器具有全面的性能和可靠性功能：

缓存系统

  • 对频繁访问的数据（团队、工作流状态）进行内存缓存
  • 缓存条目的可配置TTL（生存时间）
  • 自动清理过期的缓存条目
  • 调试模式下可用的缓存统计信息

错误处理

  • API超时保护，可配置超时
  • 连接丢失时自动重新连接尝试
  • 带有时间戳和上下文的详细错误日志记录
  • 优雅的停机处理和清理
  • 连接健康状况的心跳监测

性能优化

  • 批量操作的批处理
  • 对大型结果集的分页支持
  • 使用Promise.all进行并行处理以实现并发操作
  • 使用最少的API调用实现高效的数据获取

依赖项

  • @linear/sdk：线性API客户端
  • @modelcontextprotocol/sdk：MCP服务器实现
  • zod：运行时类型检查和验证
  • dotenv：环境变量管理
  • TypeScript和相关开发工具

有关依赖关系的完整列表，请参阅 package.json.

Smithery部署

此服务器可以部署在 Smithery.ai 使用提供的配置文件：

先决条件

  • Smithery.ai帐户
  • 您的Linear API密钥

部署步骤

  1. 将此存储库添加到Smithery或声明现有服务器
  2. 访问“部署”选项卡（仅限经过身份验证的所有者）
  3. 使用Linear API密钥配置部署
  4. 部署服务器

配置文件

存储库包括Smithery部署的两个基本文件：

  1. Docker 文件：定义服务器构建过程

    • 使用Node.js 18 Alpine作为基础映像
    • 安装依赖项并构建TypeScript代码
    • 设置运行服务器的命令

  2. 史密斯·亚姆尔：定义服务器启动配置

    • 指定运行服务器的命令
    • 定义所需的配置参数（线性API键）
    • 处理环境变量设置

本地测试

您可以使用MCP检查器在本地测试Smithery配置：

# Build the Docker image
docker build -t linear-mcp-server .

# Run the container with your Linear API key
docker run -e LINEAR_API_KEY=your_api_key_here linear-mcp-server

# Or use the MCP Inspector
npm run inspect

相关 MCP