DevRev MCP-server

Vad gör “DevRev” MCP-servern?

DevRev MCP-servern är en Model Context Protocol (MCP)-server utformad för att ge omfattande åtkomst till DevRev’s API:er, vilket möjliggör smidig integration av DevRev-plattformens funktioner i AI-assistenter och utvecklararbetsflöden. Genom denna server kan användare interagera programmatiskt med DevRev för att hantera arbetsobjekt (som ärenden och tickets), hantera delar (förbättringar), utföra avancerade sökningar i DevRev-data och hämta användarinformation. Genom att exponera dessa funktioner gör DevRev MCP-servern det möjligt för AI-agenter och klienter att automatisera, söka och hantera DevRev-resurser, vilket stödjer användningsfall som databasfrågor, arbetsflödesautomatiseringar och kontextmedvetet utvecklarstöd.

Lista över prompts

Inga promptmallar nämns uttryckligen i de tillhandahållna repository-filerna eller dokumentationen.

Lista över resurser

Inga explicita MCP-resurser listas i den tillgängliga dokumentationen eller koden. Resursprimitiver är inte beskrivna i README eller synliga filer.

Lista över verktyg

• search: Sök efter information i DevRev med sök-API:t och stöd för olika namnrymder (artiklar, ärenden, tickets, delar, dev_users, accounts, rev_orgs).
• get_current_user: Hämta detaljer om den nu autentiserade DevRev-användaren.
• get_work: Hämta omfattande information om ett specifikt DevRev-arbetsobjekt med dess ID.
• create_work: Skapa nya ärenden eller tickets i DevRev med egenskaper som titel, brödtext, tilldelade och associerade delar.
• update_work: Uppdatera befintliga arbetsobjekt genom att ändra egenskaper såsom titel, brödtext, tilldelade eller associerade delar.
• list_works: Lista och filtrera arbetsobjekt utifrån kriterier som status, datum, tilldelade, delar och mer.
• get_part: Hämta detaljerad information om en specifik del (förbättring) med dess ID.
• create_part: Skapa nya delar med egenskaper som namn, beskrivning, tilldelade och överordnade delar.
• update_part: Uppdatera befintliga delar genom att ändra namn, beskrivning, tilldelade eller måldatum.
• list_parts: Lista och filtrera delar utifrån kriterier som datum, tilldelade, överordnade delar och mer.

Användningsområden för denna MCP-server

• Hantering av arbetsobjekt: Utvecklare kan programmatiskt skapa, uppdatera, hämta och lista ärenden eller tickets, vilket effektiviserar projektledningsflöden och automatisering.
• Förbättrad hantering av delar (förbättringar): Team kan hantera förbättringar (kallade “delar”) genom att skapa, uppdatera eller organisera dem hierarkiskt, vilket stödjer funktionsplanering och uppföljning.
• Avancerad sökning: Utför hybrid- och namnrymdsspecifika sökningar i artiklar, ärenden, användare med mera, så AI-assistenter snabbt kan hitta relevant DevRev-kunskap.
• Hämtning av användarkontext: Få åtkomst till information om aktuell användare för att möjliggöra personliga AI-arbetsflöden, till exempel anpassade notiser eller kontextmedvetna förslag.
• Automatiserad rapportering och analys: Genom att filtrera och lista arbetsobjekt och delar med olika kriterier kan team generera rapporter och insikter för projektuppföljning och beslutsfattande.

Så här sätter du upp det

Windsurf

Inga Windsurf-specifika instruktioner finns i den tillgängliga dokumentationen.

Claude

1. Hämta din DevRev API-nyckel genom att registrera dig på https://app.devrev.ai/signup och följ autentiseringsinstruktionerna.
2. Lokalisera din Claude Desktop-konfigurationsfil:
   • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%/Claude/claude_desktop_config.json
3. Redigera claude_desktop_config.json för att lägga till DevRev MCP-servern:

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

4. Spara filen och starta om Claude Desktop.
5. Verifiera att DevRev MCP-servern är tillgänglig i Claude-gränssnittet.

Obs: För utveckling eller opublicerade servrar, använd följande konfiguration:

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

Cursor

Inga Cursor-specifika instruktioner finns i den tillgängliga dokumentationen.

Cline

Inga Cline-specifika instruktioner finns i den tillgängliga dokumentationen.

Säker hantering av API-nycklar

API-nycklar konfigureras med hjälp av env-sektionen i din konfigurations-JSON:

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

Detta håller din API-nyckel säker och utanför din kodbas.

Så här använder du detta MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, ange dina MCP-serverdetaljer i detta JSON-format:

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

När detta är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att ändra “devrev” till det faktiska namnet på din MCP-server och byt ut URL:en mot din egen MCP-server-URL.

Översikt

| Stöder roots | ⛔ | Inte nämnt |

Vår åsikt:
Baserat på den tillgängliga dokumentationen tillhandahåller DevRev MCP-servern tydliga verktygsdefinitioner och installationsinstruktioner för Claude, men saknar promptmallar, explicita resursdefinitioner och information om sampling eller root-stöd. Projektet har en öppen källkodslicens, minst ett verktyg och viss community-aktivitet, men skulle dra nytta av mer omfattande dokumentation och instruktioner för flera plattformar.

MCP-score

MCP-betyg: 5/10
Projektet är funktionellt med bra verktygstäckning och öppen licens, men saknar vissa viktiga MCP-funktioner (prompter, resurser, sampling, roots) och mer robusta plattformsoberoende installationsinstruktioner.