Token导航 LogoToken导航TokenDH.com
Jenkins MCP Enterprise logo
运维云端stdio官方级别未说明来源级核验

Jenkins MCP Enterprise

MCP Server

Jenkins MCP企业版服务器,提供多实例路由、构建诊断和可选向量搜索功能,适用于复杂的持续集成环境管理。

工具数

15

提示词数

0

GitHub Stars

28

资源数

0
Python云端部署Docker

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Jordan-Jarvis

提供方

Jordan-Jarvis

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python3 -m pip install -e .

详细介绍

Jenkins MCP服务器企业版

Jenkins MCP服务器,用于多实例路由、构建诊断和可选的向量搜索。

Jenkins的模型上下文协议(MCP)服务器,提供构建管理、日志检查、故障诊断和多实例配置。此存储库中维护的安装路径是源代码安装和Docker/Compose。

它做什么

  • 触发器同步或异步构建
  • 在触发或检查工作之前找到工作
  • 检查作业定义和来源位置
  • 检索日志并运行目标日志搜索工具
  • 发现下游和子构建层次结构
  • 检查最近的版本或特定版本的窗口
  • 使用可配置的建议诊断构建失败
  • 根据以下内容将每个工具调用路由到正确的Jenkins实例 jenkins_url
  • 暴露 semantic_search 仅当启用矢量搜索时
  • 暴露 apply_job_edit 仅当启用服务器端作业编辑时

快速开始

先决条件

  • Python 3.10+
  • Jenkins API访问
  • Jenkins用户名和API令牌
  • 如果你想部署容器,可以使用Docker和Docker Compose
  • Qdrant如果你愿意 semantic_search

从源代码安装

git clone https://github.com/Jordan-Jarvis/jenkins-mcp-enterprise
cd jenkins-mcp-enterprise
python3 -m pip install -e .

了解两个配置层

服务器使用两个配置层:

  • 主服务器配置: config/mcp-config.yml
  • 诊断配置:从以下位置之一加载:

- --diagnostic-config /path/to/file.yml - JENKINS_MCP_DIAGNOSTIC_CONFIG=/path/to/file.yml - config/diagnostic-parameters.yml - 捆绑默认值 jenkins_mcp_enterprise/diagnostic_config/diagnostic-parameters.yml

您始终需要主服务器配置。如果你想覆盖捆绑的诊断默认值,你只需要一个项目本地诊断配置文件。

创建主服务器配置

mkdir -p config
cp config/mcp-config.example.yml config/mcp-config.yml

编辑 config/mcp-config.yml 使用您的Jenkins URL和凭据。

如果你想为非SCM支持的作业设置可选的Jenkins管理的作业编辑工作流,还可以设置:

settings:
  enable_job_editing: true
  job_edit_workspace_dir: "/tmp/mcp-jenkins/job-definitions"

可选项目本地诊断覆盖

仅当您想调整时才创建此项 diagnose_build_failure:

cat > config/diagnostic-parameters.yml << 'ENDDIAG'
semantic_search:
  min_diagnostic_score: 0.65
  max_total_highlights: 4

recommendations:
  max_recommendations: 5
ENDDIAG

如果要进行语义搜索,请启动本地向量堆栈并设置 disable_vector_search: falsevector.host: "http://localhost:6333":

./scripts/start_dev_environment.sh

Docker和Compose

cp config/mcp-config.example.yml config/mcp-config.yml
./start-jenkins_mcp_enterprise.sh

看 用于容器部署流程。

启动服务器

jenkins_mcp_enterprise --config config/mcp-config.yml

连接到克劳德桌面

添加 ~/.claude_desktop_config.json:

{
  "mcpServers": {
    "jenkins": {
      "command": "jenkins_mcp_enterprise",
      "args": ["--config", "config/mcp-config.yml"]
    }
  }
}

使用说明

  • 当工具或提示依赖于以下内容时,传递完整的Jenkins构建URL jenkins_url.
  • 在多Jenkins设置中,每个工具调用从以下位置解析一个已配置的实例 jenkins_url服务器不会在一次调用中遍历所有配置的Jenkins实例。
  • semantic_search 仅在启用矢量搜索时可用。
  • apply_job_edit 仅在以下情况下可用 settings.enable_job_editing: true.
  • get_job_definition 返回SCM支持的管道的SCM位置详细信息。对于内联管道,它会暂存一个本地Groovy文件进行补丁/编辑/上传。对于其他Jenkins管理的作业,它分阶段 config.xml.
  • diagnose_build_failure 始终使用诊断配置层。如果不提供项目本地覆盖,则使用捆绑的默认值。
  • Docker镜像包括 ripgrep,所以 ripgrep_searchnavigate_log 在容器部署中工作。

常见使用模式

Analyze this failed build: https://jenkins.company.com/job/api-service/456/
Find the root cause in this nested pipeline: https://jenkins.company.com/job/monorepo/job/main/789/
Show me the test failure section from this build: https://jenkins.company.com/job/tests/321/
Find similar authentication failures in recent builds

可用工具

工具目的
trigger_build启动构建并等待完成
trigger_build_async排队生成而不等待完成
trigger_build_with_subs触发构建并跟踪下游/子构建执行
get_jenkins_job_parameters在触发构建之前检查作业参数
find_jobs在一个已解析的Jenkins实例上按名称、路径或URL搜索作业
list_job_builds列出作业的最新版本,或围绕目标版本号的小窗口
get_build_info获取特定版本的元数据或 lastBuild
get_job_definition检查作业是SCM支持的、内联的、多分支的还是XML支持的
ripgrep_search使用正则表达式和上下文窗口搜索日志
filter_errors_grep使用常见的面向错误的模式过滤日志
navigate_log跳转到日志中的部分或事件
get_log_context获取目标日志范围或块
diagnose_build_failure使用日志、层次结构数据和配置的建议进行人工智能辅助故障诊断
semantic_search启用向量搜索时,跨日志块进行向量支持的相似性搜索
apply_job_edit启用作业编辑后,将本地编辑的暂存作业定义上传回Jenkins

配置文档

发展

# Start local supporting services when vector search is enabled
./scripts/start_dev_environment.sh

# Run tests
python3 -m pytest tests/ -v

# Format code
python3 -m black .

许可证

GPL v3

目录标签

目录标签

Python云端部署Docker持续集成本地部署构建管理日志分析故障诊断多实例路由

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

15

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP