Servidor DevRev MCP

¿Qué hace el servidor “DevRev” MCP?

El Servidor DevRev MCP es un servidor Model Context Protocol (MCP) diseñado para proporcionar acceso completo a las APIs de DevRev, permitiendo la integración fluida de las funcionalidades de la plataforma DevRev en asistentes de IA y flujos de trabajo de desarrolladores. A través de este servidor, los usuarios pueden interactuar programáticamente con DevRev para gestionar elementos de trabajo (como incidencias y tickets), manejar partes (mejoras), realizar búsquedas avanzadas en los datos de DevRev y recuperar información de usuario. Al exponer estas capacidades, el Servidor DevRev MCP permite que agentes y clientes de IA automaticen, consulten y gestionen recursos de DevRev, apoyando casos como consultas a bases de datos, automatizaciones de flujos y asistencia al desarrollo contextual.

Lista de Prompts

No se mencionan plantillas de prompt explícitas en los archivos de repositorio o documentación proporcionados.

Lista de Recursos

No se listan recursos MCP explícitos en la documentación o código disponible. Los primitivos de recursos no se detallan en el README ni en archivos visibles.

Lista de Herramientas

• search: Busca información en DevRev usando la API de búsqueda con soporte para diferentes espacios de nombres (artículos, incidencias, tickets, partes, dev_users, accounts, rev_orgs).
• get_current_user: Obtiene detalles sobre el usuario de DevRev autenticado actualmente.
• get_work: Recupera información completa sobre un elemento de trabajo específico de DevRev usando su ID.
• create_work: Crea nuevas incidencias o tickets en DevRev con propiedades como título, cuerpo, asignados y partes asociadas.
• update_work: Actualiza elementos de trabajo existentes modificando propiedades como título, cuerpo, asignados o partes asociadas.
• list_works: Lista y filtra elementos de trabajo según criterios como estado, fechas, asignados, partes y más.
• get_part: Obtiene información detallada sobre una parte específica (mejora) usando su ID.
• create_part: Crea nuevas partes con propiedades como nombre, descripción, asignados y partes superiores.
• update_part: Actualiza partes existentes modificando propiedades como nombre, descripción, asignados o fechas objetivo.
• list_parts: Lista y filtra partes según criterios como fechas, asignados, partes superiores y más.

Casos de Uso de este Servidor MCP

• Gestión de Elementos de Trabajo: Los desarrolladores pueden crear, actualizar, recuperar y listar incidencias o tickets programáticamente, optimizando flujos de gestión de proyectos y automatización.
• Gestión de Mejoras (Partes): Los equipos pueden gestionar mejoras (llamadas “partes”) creándolas, actualizándolas u organizándolas jerárquicamente, apoyando la planificación y seguimiento de funcionalidades.
• Búsqueda Avanzada: Realiza búsquedas híbridas y específicas por espacio de nombres en artículos, incidencias, usuarios y más, permitiendo que los asistentes de IA encuentren rápidamente conocimiento relevante de DevRev.
• Recuperación de Contexto de Usuario: Accede a información sobre el usuario actual para habilitar flujos de IA personalizados, como notificaciones adaptadas o sugerencias contextuales.
• Reportes y Analítica Automatizada: Filtrando y listando elementos de trabajo y partes con diversos criterios, los equipos pueden generar reportes e insights para el seguimiento de proyectos y toma de decisiones.

Cómo configurarlo

Windsurf

No se proporcionan instrucciones específicas para Windsurf en la documentación disponible.

Claude

1. Obtén tu clave API de DevRev registrándote en https://app.devrev.ai/signup y siguiendo las instrucciones de autenticación.
2. Localiza tu archivo de configuración de Claude Desktop:
   • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
3. Edita el archivo claude_desktop_config.json para agregar el servidor DevRev MCP:

   "mcpServers": {
     "devrev": {
       "command": "uvx",
       "args": [
         "devrev-mcp"
       ],
       "env": {
         "DEVREV_API_KEY": "YOUR_DEVREV_API_KEY"
       }
     }
   }
   

4. Guarda el archivo y reinicia Claude Desktop.
5. Verifica que el servidor DevRev MCP esté accesible en la interfaz de Claude.

Nota: Para servidores de desarrollo o no publicados, usa la siguiente configuración:

"mcpServers": {
  "devrev": {
    "command": "uv",
    "args": [
      "--directory",
      "Path to src/devrev_mcp directory",
      "run",
      "devrev-mcp"
    ],
    "env": {
      "DEVREV_API_KEY": "YOUR_DEVREV_API_KEY"
    }
  }
}

Cursor

No se proporcionan instrucciones específicas para Cursor en la documentación disponible.

Cline

No se proporcionan instrucciones específicas para Cline en la documentación disponible.

Seguridad de las claves API

Las claves API se configuran usando la sección env en tu archivo de configuración JSON:

"env": {
  "DEVREV_API_KEY": "YOUR_DEVREV_API_KEY"
}

Esto mantiene tu clave API segura y fuera de tu código fuente.

Cómo usar este MCP dentro de flujos

Uso de MCP en FlowHunt

Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza agregando el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración del sistema MCP, inserta los datos de tu servidor MCP usando este formato JSON:

{
  "devrev": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Una vez configurado, el agente de IA podrá utilizar este MCP como herramienta con acceso a todas sus funciones y capacidades. Recuerda cambiar “devrev” por el nombre real de tu servidor MCP y reemplazar la URL por la de tu propio servidor MCP.

Resumen

| Soporte de Roots | ⛔ | No se menciona |

Nuestra opinión:
Según la documentación disponible, el Servidor DevRev MCP proporciona definiciones de herramientas claras e instrucciones de configuración para Claude, pero carece de plantillas de prompt, definiciones explícitas de recursos e información sobre muestreo o soporte de roots. El proyecto tiene licencia open-source, al menos una herramienta y algo de actividad comunitaria, pero se beneficiaría de una documentación más completa y de instrucciones multiplataforma.

Puntuación MCP

Puntuación MCP: 5/10
Aunque el proyecto es funcional y cubre bien las herramientas básicas y la licencia abierta, le faltan algunas características clave de MCP (prompts, recursos, muestreo, roots) e instrucciones de configuración multiplataforma más robustas.