Azure DevOps MCP Server

Was macht der “Azure DevOps” MCP Server?

Der Azure DevOps MCP (Model Context Protocol) Server ermöglicht es KI-Assistenten, nahtlos mit Azure DevOps-Diensten zu interagieren, indem er als Brücke zwischen Anfragen in natürlicher Sprache und der Azure DevOps REST API fungiert. Über diesen Server können KI-gestützte Tools verschiedene DevOps-bezogene Aufgaben ausführen, wie das Abfragen und Verwalten von Work Items, den Zugriff auf Projekt- und Team-Informationen sowie das Automatisieren von DevOps-Workflows. Durch die Bereitstellung von Azure DevOps-Daten und -Operationen über die MCP-Schnittstelle können Entwickler und Teams die Produktivität steigern, die Zusammenarbeit vereinfachen und tägliche DevOps-Aktivitäten direkt aus KI-Assistenten oder Entwicklungsumgebungen automatisieren.

Liste der Prompts

Im Repository werden keine Prompt-Vorlagen erwähnt.

Bereit, Ihr Geschäft zu erweitern?

Starten Sie heute Ihre kostenlose Testversion und sehen Sie innerhalb weniger Tage Ergebnisse.

Demo anfragen Anmelden

Liste der Ressourcen

Im Repository sind keine expliziten MCP-Ressourcen aufgeführt.

Liste der Tools

Basierend auf den beschriebenen Features und den Fähigkeiten des Servers stellt der Azure DevOps MCP Server folgende Tools bereit:

• Work Items abfragen: Suche nach Work Items mit WIQL-Queries.
• Work Item Details abrufen: Detaillierte Informationen zu bestimmten Work Items abfragen.
• Work Items erstellen: Neue Tasks, Bugs, User Storys oder andere Work Item-Typen hinzufügen.
• Work Items aktualisieren: Felder und Eigenschaften bestehender Work Items ändern.
• Kommentare hinzufügen: Kommentare zu Work Items posten.
• Kommentare anzeigen: Kommentarverlauf eines Work Items abrufen.
• Parent-Child-Beziehungen verwalten: Hierarchische Beziehungen zwischen Work Items herstellen.
• Projekte abrufen: Alle zugänglichen Projekte auflisten.
• Teams abrufen: Alle Teams einer Organisation auflisten.
• Teammitglieder: Informationen zu Teammitgliedern anzeigen.
• Team Area Paths: Zugewiesene Area Paths eines Teams abrufen.
• Team Iterationen: Iterations-/Sprint-Konfigurationen eines Teams abrufen.

Abonnieren Sie unseren Newsletter

Erhalten Sie die neuesten Tipps, Trends und Angebote kostenlos.

E-Mail-Adresse

Abonnieren

Anwendungsfälle dieses MCP Servers

• Work Item Management: Entwickler können Work Items (z. B. Tasks, Bugs, User Storys) per natürlicher Sprache erstellen, aktualisieren und überwachen – das macht Backlog-Pflege und Sprint-Planung effizienter.
• Projekt- und Team-Insights: Teams erhalten schnell Informationen zu Projekten, Teams, Mitgliedschaften und Organisationsstruktur und erleichtern so Onboarding und teamübergreifende Zusammenarbeit.
• Automatisiertes Kommentieren & Auditing: KI-Assistenten können Kommentare zu Work Items hinzufügen oder abrufen – hilfreich für Dokumentation und Kommunikation im DevOps-Workflow.
• Sprint- & Iterationsplanung: Zugriff auf Iterations- und Area Path-Daten ermöglicht automatisierte Sprint-Planung, Kapazitätszuweisung und Berichterstattung.
• Hierarchie- & Abhängigkeitsmanagement: Parent-Child-Beziehungen zwischen Work Items direkt aus Konversationsoberflächen verwalten und komplexes Projektmanagement vereinfachen.

Einrichtung

Windsurf

1. Voraussetzungen: Node.js muss installiert sein und Sie benötigen ein Personal Access Token (PAT) für Azure DevOps.
2. Azure DevOps MCP Server installieren: Über pip installieren oder Repository klonen und installieren.
3. Konfiguration auffinden: Bearbeiten Sie die Windsurf-Konfigurationsdatei.
4. MCP Server hinzufügen: Fügen Sie den MCP Server mit folgendem JSON-Snippet hinzu:

   {
     "mcpServers": {
       "azure-devops": {
         "command": "python",
         "args": ["-m", "mcp_azure_devops.server"]
       }
     }
   }
   

5. Speichern und neu starten: Speichern Sie Ihre Konfiguration und starten Sie Windsurf neu, um die Änderungen zu übernehmen.

Absicherung der API-Schlüssel (Windsurf)

Verwenden Sie Umgebungsvariablen in Ihrer Konfiguration:

{
  "mcpServers": {
    "azure-devops": {
      "command": "python",
      "args": ["-m", "mcp_azure_devops.server"],
      "env": {
        "AZURE_DEVOPS_PAT": "${YOUR_PAT}",
        "AZURE_DEVOPS_ORGANIZATION_URL": "https://dev.azure.com/your-org"
      }
    }
  }
}

Claude

1. Voraussetzungen: Python 3.10+, Azure DevOps PAT.
2. Server installieren: Paket via pip oder direkt vom Quellcode installieren.
3. MCP-Konfiguration auffinden: Öffnen Sie die Konfigurationsdatei von Claude.
4. MCP Server hinzufügen: Folgendes JSON einfügen:

   {
     "mcpServers": {
       "azure-devops": {
         "command": "python",
         "args": ["-m", "mcp_azure_devops.server"]
       }
     }
   }
   

5. Claude neu starten: App neustarten, um den neuen MCP Server zu laden.

Absicherung der API-Schlüssel (Claude)

Verwenden Sie Umgebungsvariablen in Ihrer Konfiguration:

{
  "mcpServers": {
    "azure-devops": {
      "command": "python",
      "args": ["-m", "mcp_azure_devops.server"],
      "env": {
        "AZURE_DEVOPS_PAT": "${YOUR_PAT}",
        "AZURE_DEVOPS_ORGANIZATION_URL": "https://dev.azure.com/your-org"
      }
    }
  }
}

Cursor

1. Voraussetzungen: Python installieren und Azure DevOps PAT besorgen.
2. Paket installieren: MCP Server via pip installieren.
3. Cursor-Einstellungen öffnen: Bearbeiten Sie die Einstellungsdatei.
4. MCP Server einfügen:

   {
     "mcpServers": {
       "azure-devops": {
         "command": "python",
         "args": ["-m", "mcp_azure_devops.server"]
       }
     }
   }
   

5. Cursor neu starten: App neustarten.

Absicherung der API-Schlüssel (Cursor)

{
  "mcpServers": {
    "azure-devops": {
      "command": "python",
      "args": ["-m", "mcp_azure_devops.server"],
      "env": {
        "AZURE_DEVOPS_PAT": "${YOUR_PAT}",
        "AZURE_DEVOPS_ORGANIZATION_URL": "https://dev.azure.com/your-org"
      }
    }
  }
}

Cline

1. Voraussetzungen prüfen: Python 3.10+, Azure DevOps PAT.
2. MCP Server installieren: Via pip oder Download und Installation aus dem Quellcode.
3. Cline-Konfiguration bearbeiten: Konfigurationsdatei auffinden und anpassen.
4. MCP Server hinzufügen:

   {
     "mcpServers": {
       "azure-devops": {
         "command": "python",
         "args": ["-m", "mcp_azure_devops.server"]
       }
     }
   }
   

5. Cline neu starten: Speichern und neu starten, um den Server zu aktivieren.

Absicherung der API-Schlüssel (Cline)

{
  "mcpServers": {
    "azure-devops": {
      "command": "python",
      "args": ["-m", "mcp_azure_devops.server"],
      "env": {
        "AZURE_DEVOPS_PAT": "${YOUR_PAT}",
        "AZURE_DEVOPS_ORGANIZATION_URL": "https://dev.azure.com/your-org"
      }
    }
  }
}

Wie wird dieser MCP in Flows genutzt?

Verwendung von MCP in FlowHunt

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie die MCP-Komponente zu Ihrem Flow hinzu und verbinden sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Bereich System-MCP-Konfiguration fügen Sie die Daten Ihres MCP-Servers in diesem JSON-Format ein:

{
  "azure-devops": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent diesen MCP als Tool mit Zugriff auf alle Funktionen und Möglichkeiten nutzen. Denken Sie daran, “azure-devops” entsprechend dem tatsächlichen Namen Ihres MCP-Servers und die URL gegen Ihre eigene MCP-Server-URL auszutauschen.

Übersicht

Basierend auf der verfügbaren Dokumentation bietet dieser MCP-Server eine solide Kernfunktionalität für die Integration mit Azure DevOps, mit klaren Setup-Anweisungen und Tool-Abdeckung, jedoch ohne explizite Prompt-Vorlagen und Ressourcenbeschreibungen. Es gibt keine Dokumentation zu Roots oder Sampling-Unterstützung. Daher bewerte ich diesen MCP-Server mit soliden 7/10 in Bezug auf praktische Nutzbarkeit und Dokumentationsumfang.

MCP Score