Plane MCP 服务器集成

“Plane” MCP 服务器有什么作用？

Plane MCP 服务器是一个模型上下文协议（MCP）服务器，使大型语言模型（LLM）能够直接与 Plane.so 项目与问题管理平台交互。作为 AI 助手与 Plane.so API 之间的桥梁，该服务器让 LLM 能够执行项目管理操作，如项目列表、获取项目详情、创建和更新问题等，同时兼顾用户控制与安全。这提升了开发者的工作流，使 AI 能够在熟悉的 Plane.so 环境中实现自动化、数据检索和任务管理。像 Claude 这样的 LLM 可以利用 Plane MCP 服务器简化项目跟踪、自动化更新，并将对话式 AI 集成至项目操作中。

提示模板列表

仓库中未描述明确的提示模板。本节因缺乏相关信息而留空。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

仓库中未记录明确的 MCP 资源。本节因缺乏相关信息而留空。

工具列表

• list-projects
  • 列出您 Plane 工作区中的所有项目。
• get-project
  • 获取指定项目的详细信息（需要 project_id）。
• create-issue
  • 在项目中创建具有自定义属性的新问题。
• list-issues
  • 列出并筛选项目中的问题。
• get-issue
  • 获取某个具体问题的详细信息。
• update-issue
  • 用新信息更新已有问题。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

本 MCP 服务器的应用场景

• 项目总览与报告
  • 即时列出 Plane 工作区内所有项目并获取项目详情，帮助团队监控进行中的工作和项目状态。
• 自动化问题创建
  • LLM 可在 Plane.so 中创建新问题，实现从对话、Bug 报告或用户提问中自动生成工单。
• 问题跟踪与筛选
  • AI 可按条件列出和筛选问题，简化问题分流、优先级排序和项目阻碍项响应。
• 问题详情获取
  • 开发者或 AI 智能体可以快速获取问题详情，用于工作流自动化、代码建议或文档编写。
• 项目管理自动化
  • 由 AI 处理常规更新和项目变更，减少人工输入，确保项目状态实时更新。

如何设置

Windsurf

1. 确保已安装 Node.js 22.x 或更高版本，并获取 Plane.so API 密钥。
2. 通过 Smithery 安装服务器：

   npx -y @smithery/cli install @kelvin6365/plane-mcp-server --client windsurf
   

3. 找到您的 Windsurf 配置文件。
4. 使用以下 JSON 添加 Plane MCP 服务器：

   {
     "mcpServers": {
       "plane": {
         "command": "node",
         "args": ["path/to/plane-mcp-server/build/index.js"],
         "env": {
           "PLANE_API_KEY": "your_plane_api_key_here",
           "PLANE_WORKSPACE_SLUG": "your_workspace_slug_here"
         }
       }
     }
   }
   

5. 保存更改并重启 Windsurf。

Claude

1. 确保已安装 Node.js 22.x 或更高版本，并拥有 Plane.so API 密钥。
2. 通过 Smithery 安装：

   npx -y @smithery/cli install @kelvin6365/plane-mcp-server --client claude
   

3. 打开您的 Claude for Desktop 配置文件：
   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json
4. 在 mcpServers 下插入以下 JSON：

   {
     "mcpServers": {
       "plane": {
         "command": "node",
         "args": ["path/to/plane-mcp-server/build/index.js"],
         "env": {
           "PLANE_API_KEY": "your_plane_api_key_here",
           "PLANE_WORKSPACE_SLUG": "your_workspace_slug_here"
         }
       }
     }
   }
   

5. 重启 Claude for Desktop。

Cursor

1. 安装 Node.js 22.x+ 并获取您的 Plane.so API 密钥。
2. 安装命令：

   npx -y @smithery/cli install @kelvin6365/plane-mcp-server --client cursor
   

3. 编辑您的 Cursor MCP 配置。
4. 添加如下配置：

   {
     "mcpServers": {
       "plane": {
         "command": "node",
         "args": ["path/to/plane-mcp-server/build/index.js"],
         "env": {
           "PLANE_API_KEY": "your_plane_api_key_here",
           "PLANE_WORKSPACE_SLUG": "your_workspace_slug_here"
         }
       }
     }
   }
   

5. 保存并重启 Cursor 应用更改。

Cline

1. 确认已安装 Node.js 22.x+ 并拥有 Plane.so API 密钥。
2. 运行：

   npx -y @smithery/cli install @kelvin6365/plane-mcp-server --client cline
   

3. 打开您的 Cline MCP 服务器配置。
4. 添加：

   {
     "mcpServers": {
       "plane": {
         "command": "node",
         "args": ["path/to/plane-mcp-server/build/index.js"],
         "env": {
           "PLANE_API_KEY": "your_plane_api_key_here",
           "PLANE_WORKSPACE_SLUG": "your_workspace_slug_here"
         }
       }
     }
   }
   

5. 保存并重启 Cline。

API 密钥安全存储建议：
始终将您的 PLANE_API_KEY 和 PLANE_WORKSPACE_SLUG 作为环境变量存储于配置文件的 env 字段内，如上所示，切勿直接硬编码在源文件中。

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，首先添加 MCP 组件到您的流程，并将其连接到 AI 智能体：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，按如下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 智能体即可作为工具访问此 MCP 的所有功能。请记得将 “plane” 替换为实际的 MCP 服务器名称，并把 URL 替换为您自己的 MCP 服务器地址。

概览

我们的看法：
Plane MCP 服务器在安装和工具用法方面的文档非常完善，但缺乏提示模板、资源原语和采样/roots 支持的相关说明。该服务器聚焦且实用，适用于项目管理自动化，但如果能扩展 MCP 特性和文档会更好。总体而言，非常适合直接集成 Plane.so。

MCP 评分