Bitbucket MCP (Lawp09)

比特桶MCP服务器（Python）

    

连接 克劳德代码, VS代码（GitHub副本）, 光标，以及任何与MCP兼容的AI助手到您的Bitbucket Cloud存储库。审查拉取请求、监控管道和管理代码——所有这些都是通过自然语言完成的。

特性

• 45个MCP工具 --存储库、拉取请求、注释、任务、差异、管道、构建状态、审阅者、PR草案、批处理审阅
• 反应平淡 -去除API噪声以降低LLM令牌使用率
• 可配置的 --通过启用/禁用工具 configs/tools.json 或 BITBUCKET_TOOLS_CONFIG env 是
• 安全凭据 --环境变量或系统密钥链

快速开始

1.安装

运行服务器的推荐方式是通过 uvx （零安装，隔离环境）：

# Always latest version
uvx --from bitbucket-mcp-py bitbucket-mcp

# Pin a specific version
uvx --from bitbucket-mcp-py==1.8.1 bitbucket-mcp

为什么 --from? PyPI包是 bitbucket-mcp-py 但命令入口点是 bitbucket-mcpThe --from flag告诉uvx要安装哪个程序包。

Alternative install methods

2.配置凭据

设置以下环境变量（或使用 .env 文件--请参见 凭证):

获取您的API代币 在：https://id.atlassian.com/manage-profile/security/api-tokens ⚠️ 使用作用域令牌，而不是全局令牌。 创建令牌时，选择特定范围（例如。 Repositories: Read, Pull requests: Read/Write).没有显式作用域的全局令牌不适用于此MCP服务器。

3.配置您的AI助手

克劳德代码（推荐）

选项A-CLI（最快）：

claude mcp add bitbucket-mcp \
  -e BITBUCKET_USERNAME=your-email@example.com \
  -e BITBUCKET_TOKEN=your-api-token \
  -e BITBUCKET_WORKSPACE=your-workspace \
  -- uvx --from bitbucket-mcp-py bitbucket-mcp

选项B-JSON配置 (~/.claude.json 或项目 .mcp.json):

{
  "mcpServers": {
    "bitbucket-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": ["--from", "bitbucket-mcp-py", "bitbucket-mcp"],
      "env": {
        "BITBUCKET_USERNAME": "your-email@example.com",
        "BITBUCKET_TOKEN": "your-api-token",
        "BITBUCKET_WORKSPACE": "your-workspace"
      }
    }
  }
}

VS代码（GitHub副本）

添加 .vscode/mcp.json （工作空间）或 ~/Library/Application Support/Code/User/mcp.json （全局，macOS）：

{
  "servers": {
    "bitbucket-mcp": {
      "type": "stdio",
      "command": "uvx",
      "args": ["--from", "bitbucket-mcp-py", "bitbucket-mcp"],
      "env": {
        "BITBUCKET_USERNAME": "your-email@example.com",
        "BITBUCKET_TOKEN": "your-api-token",
        "BITBUCKET_WORKSPACE": "your-workspace"
      }
    }
  }
}

光标

添加 ~/.cursor/mcp.json:

{
  "mcpServers": {
    "bitbucket-mcp": {
      "command": "uvx",
      "args": ["--from", "bitbucket-mcp-py", "bitbucket-mcp"],
      "env": {
        "BITBUCKET_USERNAME": "your-email@example.com",
        "BITBUCKET_TOKEN": "your-api-token",
        "BITBUCKET_WORKSPACE": "your-workspace"
      }
    }
  }
}

可用工具

默认情况下禁用： merge_pull_request （安全）， stop_pipeline （安全）， get_pull_request_patch （git am格式——不适用于AI审查）， convert_pull_request_to_draft （API不支持Bitbucket）。启用 configs/tools.json.

自定义工具配置

默认情况下，服务器读取 configs/tools.json 与包裹捆绑在一起。您可以在运行时指向自定义文件，而无需重新生成：

export BITBUCKET_TOOLS_CONFIG=/path/to/my-tools.json

后备链 （首场比赛获胜）：

1. BITBUCKET_TOOLS_CONFIG 环境变量
2. 内建 configs/tools.json

故障安全行为 --如果 BITBUCKET_TOOLS_CONFIG 如果设置了，但文件丢失或包含无效的JSON，服务器将在启动时引发错误（显式失败，而不是默默地忽略覆盖）。如果缺少内置默认值，则启用所有工具。

代币提示 — get_pull_request_diff 接受可选 path 用于将差异过滤到单个文件的参数，在大型PR上将令牌使用量减少约95%： `` get_pull_request_diff(repo_slug, pull_request_id, path="src/services/myService.ts") ``

凭证

选项1： .env 文件（推荐）

cp .env.example .env
# Edit .env with your credentials

选项2：系统钥匙链（最安全）

pip install 'bitbucket-mcp-py[keyring]'
python3 -c "import keyring; keyring.set_password('bitbucket-mcp', 'bitbucket_token', 'YOUR_TOKEN')"

Docker（替代方案）

如果您更喜欢在容器中运行服务器：

docker build -t bitbucket-mcp-py .
docker run -d --name bitbucket-mcp --env-file .env bitbucket-mcp-py

然后配置您的AI助手以使用 docker exec:

{
  "mcpServers": {
    "bitbucket-mcp": {
      "command": "docker",
      "args": ["exec", "-i", "bitbucket-mcp", "python", "-m", "src.main", "--transport", "stdio"]
    }
  }
}

发展

# Install dev dependencies
uv sync --extra dev

# Run tests
uv run pytest tests/ -v

# Run specific test
uv run pytest tests/test_client.py -v

需求

• Python 3.12+
• 比特桶API代币

许可证

麻省理工学院

参考文献

• MCP注册表 --MCP服务器官方注册表
• PyPI包 --Python包
• MCP Python SDK
• 比特桶API 2.0
• FastMCP框架