Azure DevOps MCP Server

Čo robí “Azure DevOps” MCP Server?

Azure DevOps MCP (Model Context Protocol) Server umožňuje AI asistentom bezproblémovú interakciu so službami Azure DevOps tým, že pôsobí ako most medzi požiadavkami v prirodzenom jazyku a Azure DevOps REST API. Prostredníctvom tohto servera môžu AI poháňané nástroje vykonávať rôzne DevOps úlohy, ako je dotazovanie a správa pracovných položiek, prístup k informáciám o projektoch a tímoch, či automatizácia pracovných tokov DevOps. Sprístupnením údajov a operácií Azure DevOps cez MCP rozhranie tento server umožňuje vývojárom a tímom zvýšiť produktivitu, zefektívniť spoluprácu a automatizovať každodenné DevOps operácie priamo z AI asistentov alebo integrovaných vývojových prostredí.

Zoznam promptov

V repozitári nie sú uvedené žiadne šablóny promptov.

Zoznam zdrojov

V repozitári nie sú uvedené explicitné MCP zdroje.

Zoznam nástrojov

Na základe popísaných funkcií a možností servera poskytuje Azure DevOps MCP Server tieto nástroje:

• Vyhľadávanie pracovných položiek: Vyhľadávanie pracovných položiek pomocou WIQL dotazov.
• Získanie detailov pracovnej položky: Načítanie detailných informácií pre konkrétne pracovné položky.
• Vytváranie pracovných položiek: Pridávanie nových úloh, chýb, user stories alebo iných typov položiek.
• Aktualizácia pracovných položiek: Úprava polí a vlastností existujúcich položiek.
• Pridanie komentára: Pridávanie komentárov k pracovným položkám.
• Zobraziť komentáre: Načítanie histórie komentárov k pracovnej položke.
• Správa vzťahov rodič-potomok: Nastavenie hierarchických vzťahov medzi položkami.
• Získanie projektov: Výpis všetkých prístupných projektov.
• Získanie tímov: Výpis všetkých tímov v organizácii.
• Členovia tímu: Zobrazenie informácií o členoch tímu.
• Tímové area paths: Načítanie area path pridelených tímom.
• Tímové iterácie: Prístup ku konfigurácii tímových iterácií/sprintov.

Príklady použitia tohto MCP servera

• Správa pracovných položiek: Vývojári môžu vytvárať, upravovať a sledovať pracovné položky (napr. úlohy, chyby, user stories) v prirodzenom jazyku, čo zefektívňuje správu backlogu a plánovanie sprintov.
• Prehľady o projektoch a tímoch: Tímy môžu rýchlo získať informácie o projektoch, tímoch, členstve a organizačnej štruktúre, čo uľahčuje onboarding a medzi-tímovú spoluprácu.
• Automatizované komentovanie a audit: AI asistenti môžu pridávať alebo získavať komentáre k položkám, čím pomáhajú s dokumentáciou a komunikáciou v DevOps workflow.
• Plánovanie sprintov a iterácií: Prístup k údajom o iteráciách a area path umožňuje automatizované plánovanie sprintov, alokáciu kapacít a reporting.
• Správa hierarchie a závislostí: Nastavovanie a správa vzťahov rodič-potomok medzi položkami priamo z konverzačného rozhrania zjednodušuje komplexné projekty.

Ako to nastaviť

Windsurf

1. Predpoklady: Uistite sa, že máte nainštalovaný Node.js a Personal Access Token (PAT) pre Azure DevOps.
2. Inštalácia Azure DevOps MCP Servera: Nainštalujte cez pip alebo naklonujte repozitár a nainštalujte.
3. Vyhľadajte konfiguráciu: Upravte konfiguračný súbor Windsurf.
4. Pridajte MCP Server: Pridajte MCP server pomocou tohto JSON úseku:

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

5. Uloženie a reštart: Uložte konfiguráciu a reštartujte Windsurf, aby sa zmeny prejavili.

Zabezpečenie API kľúčov (Windsurf)

Použite environment variables vo vašej konfigurácii:

{
  "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. Predpoklady: Python 3.10+, Azure DevOps PAT.
2. Inštalácia servera: Nainštalujte balík cez pip alebo priamo zo zdroja.
3. Nájdite MCP konfiguráciu: Otvorte konfiguračný súbor Claude.
4. Pridajte MCP Server: Vložte tento JSON úsek:

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

5. Reštartujte Claude: Reštartujte aplikáciu, aby sa načítal nový MCP server.

Zabezpečenie API kľúčov (Claude)

Použite environment variables vo vašej konfigurácii:

{
  "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. Predpoklady: Nainštalujte Python a získajte Azure DevOps PAT.
2. Inštalácia balíka: Použite pip na inštaláciu MCP servera.
3. Otvorte nastavenia Cursor: Upravte konfiguračný súbor nastavení.
4. Vložte MCP Server:

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

5. Reštartujte Cursor: Reštartujte aplikáciu.

Zabezpečenie API kľúčov (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. Overte predpoklady: Python 3.10+, Azure DevOps PAT.
2. Inštalácia MCP Servera: Použite pip alebo stiahnutie a inštaláciu zo zdroja.
3. Upraviť konfiguráciu Cline: Vyhľadajte a upravte konfiguračný súbor.
4. Pridajte MCP Server:

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

5. Reštartujte Cline: Uložte a reštartujte na aktiváciu servera.

Zabezpečenie API kľúčov (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"
      }
    }
  }
}

Ako používať tento MCP vo flow

Použitie MCP vo FlowHunt

Na integráciu MCP serverov do vášho FlowHunt workflow začnite pridaním MCP komponentu do vášho flow a jeho prepojením s AI agentom:

Kliknite na MCP komponent a otvorte konfiguračný panel. V sekcii systémovej MCP konfigurácie vložte detaily vášho MCP servera v tomto JSON formáte:

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

Po konfigurácii bude AI agent môcť používať tento MCP ako nástroj so všetkými jeho funkciami a možnosťami. Nezabudnite “azure-devops” nahradiť skutočným názvom vášho MCP servera a URL zadať vašu vlastnú.

Prehľad

Na základe dostupnej dokumentácie tento MCP server poskytuje solídnu základnú funkcionalitu pre integráciu Azure DevOps, s jasným postupom inštalácie a zoznamom nástrojov, avšak chýbajú explicitné prompt šablóny a popisy zdrojov. Nepopisuje Roots ani sampling podporu. Preto hodnotím tento MCP server na pevných 7/10 za praktickú použiteľnosť a úplnosť dokumentácie.

MCP Hodnotenie