Serverul DevRev MCP

Ce face Serverul “DevRev” MCP?

Serverul DevRev MCP este un server Model Context Protocol (MCP) proiectat pentru a oferi acces complet la API-urile DevRev, permițând integrarea fără întreruperi a funcționalităților platformei DevRev în asistenții AI și fluxurile de lucru ale dezvoltatorilor. Prin acest server, utilizatorii pot interacționa programatic cu DevRev pentru a gestiona elemente de lucru (precum probleme și tichete), a lucra cu părți (îmbunătățiri), a efectua căutări avansate în datele DevRev și a prelua informații despre utilizatori. Oferind aceste capabilități, Serverul DevRev MCP permite agenților AI și clienților să automatizeze, interogheze și gestioneze resursele DevRev, susținând cazuri de utilizare precum interogări de baze de date, automatizări de fluxuri de lucru și asistență la dezvoltare conștientă de context.

Lista de Prompts

Nu există șabloane de prompturi menționate explicit în fișierele sau documentația oferită a acestui repository.

Lista de Resurse

Nu sunt listate explicit resurse MCP în documentația sau codul disponibil. Primitivele de resurse nu sunt detaliate în README sau în fișierele vizibile.

Lista de Instrumente

• search: Caută informații în DevRev folosind API-ul de căutare cu suport pentru diferite namespace-uri (articole, probleme, tichete, părți, dev_users, accounts, rev_orgs).
• get_current_user: Preia detalii despre utilizatorul DevRev autentificat în prezent.
• get_work: Obține informații detaliate despre un element de lucru DevRev specific, folosind ID-ul acestuia.
• create_work: Creează probleme noi sau tichete în DevRev cu proprietăți precum titlu, conținut, responsabili și părți asociate.
• update_work: Actualizează elemente de lucru existente prin modificarea proprietăților precum titlu, conținut, responsabili sau părți asociate.
• list_works: Listează și filtrează elemente de lucru pe baza unor criterii precum stare, date, responsabili, părți și altele.
• get_part: Obține informații detaliate despre o anumită parte (îmbunătățire) folosind ID-ul acesteia.
• create_part: Creează părți noi cu proprietăți precum nume, descriere, responsabili și părți părinte.
• update_part: Actualizează părți existente prin modificarea proprietăților precum nume, descriere, responsabili sau date-țintă.
• list_parts: Listează și filtrează părți pe baza unor criterii precum date, responsabili, părți părinte și altele.

Cazuri de utilizare ale acestui server MCP

• Managementul elementelor de lucru: Dezvoltatorii pot crea, actualiza, prelua și lista programatic probleme sau tichete, eficientizând managementul de proiect și automatizarea fluxurilor.
• Management avansat al părților (îmbunătățiri): Echipele pot gestiona îmbunătățiri (numite “părți”) prin crearea, actualizarea sau organizarea lor ierarhică, susținând planificarea și urmărirea funcționalităților.
• Căutare avansată: Poți efectua căutări hibride și pe namespace-uri specifice în articole, probleme, utilizatori și altele, permițând asistenților AI să ofere rapid cunoștințe relevante din DevRev.
• Preluare context utilizator: Accesează informații despre utilizatorul curent pentru a permite fluxuri AI personalizate, ca notificări adaptate sau sugestii conștiente de context.
• Raportare și analize automatizate: Prin filtrarea și listarea elementelor de lucru și părților cu diferite criterii, echipele pot genera rapoarte și perspective pentru urmărirea proiectelor și luarea deciziilor.

Cum se configurează

Windsurf

Nu sunt oferite instrucțiuni specifice pentru Windsurf în documentația disponibilă.

Claude

1. Obține cheia DevRev API înscriindu-te pe https://app.devrev.ai/signup și urmând instrucțiunile de autentificare.
2. Localizează fișierul de configurare Claude Desktop:
   • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
3. Editează fișierul claude_desktop_config.json pentru a adăuga serverul DevRev MCP:

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

4. Salvează fișierul și repornește Claude Desktop.
5. Verifică dacă serverul DevRev MCP este accesibil în interfața Claude.

Notă: Pentru dezvoltare sau servere nepublicate, folosește următoarea configurație:

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

Cursor

Nu sunt oferite instrucțiuni specifice pentru Cursor în documentația disponibilă.

Cline

Nu sunt oferite instrucțiuni specifice pentru Cline în documentația disponibilă.

Securizarea cheilor API

Cheile API sunt configurate folosind secțiunea env din JSON-ul de configurare:

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

Astfel, cheia ta API este păstrată securizată și în afara codului sursă.

Cum folosești acest MCP în fluxuri

Utilizarea MCP în FlowHunt

Pentru a integra serverele MCP în fluxul tău FlowHunt, începe prin a adăuga componenta MCP în flux și conecteaz-o la agentul tău AI:

Fă clic pe componenta MCP pentru a deschide panoul de configurare. În secțiunea de configurare sistem MCP, inserează detaliile serverului MCP folosind acest format JSON:

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

După configurare, agentul AI va putea folosi acest MCP ca instrument cu acces la toate funcțiile și capabilitățile sale. Nu uita să schimbi “devrev” cu numele real al serverului tău MCP și să înlocuiești URL-ul cu URL-ul propriu al serverului MCP.

Privire de ansamblu

| Suport Roots | ⛔ | Nu este menționat |

Opinia noastră:
Pe baza documentației disponibile, Serverul DevRev MCP oferă definiții clare pentru instrumente și instrucțiuni de configurare pentru Claude, dar lipsește șabloane de prompturi, definiții explicite de resurse și informații despre sampling sau suport roots. Proiectul are o licență open-source, cel puțin un instrument și ceva activitate în comunitate, dar ar beneficia de documentație mai cuprinzătoare și instrucțiuni multi-platformă.

Scor MCP

Rating MCP: 5/10
Deși proiectul este funcțional și acoperă bine instrumentele de bază și are licențiere deschisă, îi lipsesc unele funcționalități MCP cheie (prompts, resurse, sampling, roots) și instrucțiuni de configurare multi-platformă mai robuste.