Jira Cloud
DevOpsby aaronsb
面向 Jira Cloud 的 MCP server，可管理 issues、sprints、boards、filters 以及 custom fields。
什么是 Jira Cloud？
面向 Jira Cloud 的 MCP server，可管理 issues、sprints、boards、filters 以及 custom fields。
README
Jira Cloud MCP Server
A Model Context Protocol server for interacting with Jira Cloud instances.
Install
Claude Desktop (one-click)
Download jira-cloud-mcp.mcpb and open it — Claude Desktop will prompt for your Jira credentials.
Claude Code
claude mcp add jira-cloud -e JIRA_API_TOKEN=your-token -e JIRA_EMAIL=your-email -e JIRA_HOST=https://your-team.atlassian.net -- npx -y @aaronsb/jira-cloud-mcp
Manual (any MCP client)
{
"mcpServers": {
"jira-cloud": {
"command": "npx",
"args": ["-y", "@aaronsb/jira-cloud-mcp"],
"env": {
"JIRA_API_TOKEN": "your-api-token",
"JIRA_EMAIL": "your-email",
"JIRA_HOST": "https://your-team.atlassian.net"
}
}
}
}
Credentials
Generate an API token at Atlassian Account Settings.
Tools
| Tool | Description |
|---|---|
manage_jira_issue | Get, create, update, delete, move, transition, comment on, link, or traverse hierarchy of issues |
manage_jira_filter | Search for issues using JQL queries, or manage saved filters |
manage_jira_project | List projects or get project configuration and metadata |
manage_jira_board | List boards or get board details and configuration |
manage_jira_sprint | Manage sprints: create, start, close, and assign issues to sprints |
queue_jira_operations | Batch multiple operations with result references ($0.key) and error strategies |
analyze_jira_issues | Compute metrics, exact counts, and data cube analysis over issues selected by JQL |
Each tool accepts an operation parameter (except queue_jira_operations which takes an operations array, and analyze_jira_issues which takes jql + metrics). Per-tool documentation is available as MCP resources at jira://tools/{tool_name}/documentation.
See docs/tools.md for detailed tool descriptions, workspace patterns, and design principles.
MCP Resources
| Resource | Description |
|---|---|
jira://instance/summary | Instance-level statistics |
jira://projects/distribution | Project distribution overview |
jira://projects/{key}/overview | Project overview with status counts |
jira://boards/{id}/overview | Board overview with sprint info |
jira://issue-link-types | Available issue link types |
jira://custom-fields | Custom field catalog (auto-discovered at startup) |
jira://custom-fields/{project}/{issueType} | Context-specific custom fields |
jira://analysis/recipes | Analysis query patterns and compute DSL reference |
jira://tools/{name}/documentation | Per-tool documentation |
License
常见问题
Jira Cloud 是什么？
面向 Jira Cloud 的 MCP server，可管理 issues、sprints、boards、filters 以及 custom fields。
相关 Skills
更新日志
by alirezarezvani
基于 Conventional Commits 自动解析提交记录、判断语义化版本升级并生成规范 changelog，适合在 CI、发版前检查提交格式并批量输出可审计发布说明。
✎ 自动生成和管理更新日志与发布说明，帮团队把版本变更说清楚；聚焦版本化与流程自动化，省时又更规范。
可观测性设计
by alirezarezvani
面向生产系统规划可落地的可观测性体系，串起指标、日志、链路追踪与 SLI/SLO、错误预算、告警和仪表盘设计，适合搭建监控平台与优化故障响应。
✎ 把监控、日志、链路追踪串起来，帮助团队从设计阶段构建可观测性，排障更快、系统演进更稳。
环境密钥管理
by alirezarezvani
统一梳理dev/staging/prod的.env和密钥流程，自动生成.env.example、校验必填变量、扫描Git历史泄漏，并联动Vault、AWS SSM、1Password、Doppler完成轮换。
✎ 统一管理环境变量、密钥与配置，减少泄露和部署混乱，安全治理与团队协作一起做好，DevOps 场景很省心。
相关 MCP Server
kubefwd
编辑精选by txn2
kubefwd 是让 AI 帮你批量转发 Kubernetes 服务到本地的开发神器。
✎ 微服务开发者最头疼的本地调试问题，它一键搞定——自动分配 IP 避免端口冲突，还能用自然语言查询状态。但依赖 AI 工作流，纯命令行爱好者可能觉得不够直接。
Cloudflare
编辑精选by Cloudflare
Cloudflare MCP Server 是让你用自然语言管理 Workers、KV 和 R2 等云资源的工具。
✎ 这个工具解决了开发者频繁切换控制台和文档的痛点，特别适合那些在 Cloudflare 上部署无服务器应用、需要快速调试或管理配置的团队。不过，由于它依赖多个子服务器，初次设置可能有点繁琐，建议先从 Workers Bindings 这类核心功能入手。
Terraform
编辑精选by hashicorp
Terraform MCP Server 是让 AI 助手直接操作 Terraform Registry 和 HCP Terraform 的桥梁。
✎ 如果你经常在 Terraform 里翻文档找模块配置，这个服务器能省不少时间——直接问 Claude 就能生成准确的代码片段。最适合管理多云基础设施的团队，但注意它目前只适合本地使用，别在生产环境里暴露 HTTP 端点。