mcp-atlassian 是一款 MCP 服务器，旨在连接 AI 模型与 Atlassian 产品，包括 Confluence 和 Jira。它支持 Confluence 和 Jira 的云端及服务器/数据中心部署，为 AI 模型提供强大的数据访问和交互能力。开发者可以利用它来搜索、检索、创建、更新和删除 Confluence 和 Jira 中的内容，从而构建更智能的应用。

该服务器支持标准输入/输出 (stdio) 和服务器发送事件 (SSE) 两种传输机制，并允许过滤 Confluence 空间和 Jira 项目，以精确控制 AI 模型访问的数据范围。通过 mcp-atlassian，AI 模型能够无缝集成到 Atlassian 生态系统中，自动化工作流程，并提供更智能的洞察。核心价值在于简化了 AI 模型与 Atlassian 产品的集成过程，降低了开发复杂性，并提升了 AI 应用的实用性。安装方式多样，包括 uv、pip、Docker 和 Smithery，方便开发者快速部署和使用。

Atlassian 产品统一访问

mcp-atlassian 作为一个 MCP 服务器，其核心功能在于为 AI 模型提供了一个统一的接口，用于安全地访问和操作 Atlassian 产品，包括 Confluence 和 Jira。它支持 Confluence 和 Jira 的 Cloud 以及 Server/Data Center 部署，这意味着无论用户使用哪种部署方式，AI 模型都可以通过 mcp-atlassian 进行交互。该服务器通过 Atlassian 提供的 API 进行身份验证和数据交换，简化了 AI 模型与 Atlassian 产品集成过程中的复杂性。开发者无需深入了解各种 Atlassian API 的细节，只需使用 mcp-atlassian 提供的标准化工具即可。

例如，一个 AI 模型需要从 Confluence 中提取特定主题的文档，并根据 Jira 中的缺陷报告进行总结。通过 mcp-atlassian，AI 模型可以使用 confluence_search 工具搜索相关文档，并使用 jira_search 工具检索缺陷报告，然后将这些信息整合到一起，生成一份报告。

标准输入/输出与 SSE 支持

mcp-atlassian 支持标准输入/输出 (stdio) 和服务器发送事件 (SSE) 两种传输机制，为开发者提供了灵活性。stdio 适用于简单的、一次性的请求，而 SSE 则更适合需要实时数据流的场景。通过 SSE，AI 模型可以订阅来自 Confluence 或 Jira 的更新，例如新的评论、问题状态变更等，从而实现近乎实时的响应。这种双重支持使得 mcp-atlassian 能够适应不同的应用场景和网络环境。

例如，一个 AI 驱动的聊天机器人需要监控 Jira 中特定项目的缺陷状态。通过使用 SSE 传输机制，聊天机器人可以订阅 Jira 中该项目的事件流，一旦有新的缺陷被创建或状态发生变化，聊天机器人可以立即收到通知，并向相关人员发送提醒。

Confluence 和 Jira 内容操作

mcp-atlassian 提供了丰富的工具集，允许 AI 模型对 Confluence 和 Jira 中的内容进行各种操作，包括搜索、检索、创建、更新和删除。这些工具覆盖了 Confluence 页面的搜索、获取、创建、更新和删除，以及 Jira 问题的搜索、获取、创建、更新、删除和状态转换等。通过这些工具，AI 模型可以自动化地管理 Confluence 文档和 Jira 问题，例如自动创建会议纪要、更新任务状态、生成报告等。

例如，一个 AI 模型可以被配置为自动创建 Confluence 会议纪要。在会议结束后，AI 模型可以从会议录音中提取关键信息，然后使用 confluence_create_page 工具在 Confluence 中创建一个新的页面，并将提取的信息填充到页面中。此外，如果会议中讨论了需要创建 Jira 任务的事项，AI 模型还可以使用 jira_create_issue 工具自动创建相应的 Jira 任务。

项目与空间过滤

mcp-atlassian 允许开发者通过配置参数来过滤 Confluence 空间和 Jira 项目，从而限制 AI 模型可以访问的数据范围。这对于保护敏感信息和提高数据处理效率非常重要。通过指定 Confluence 空间或 Jira 项目的键值，开发者可以确保 AI 模型只能访问授权的数据，避免潜在的安全风险。

例如，一个 AI 模型只需要访问 Confluence 中 "DEV" 和 "TEAM" 两个空间的数据，以及 Jira 中 "PROJ" 和 "DEV" 两个项目的数据。通过设置 --confluence-spaces-filter "DEV,TEAM" 和 --jira-projects-filter "PROJ,DEV" 参数，可以确保 AI 模型只能访问这些指定空间和项目的数据，而无法访问其他空间和项目的数据。

Read-Only 模式

mcp-atlassian 提供了 Read-Only 模式，可以禁用所有写入操作，从而确保 AI 模型只能读取 Confluence 和 Jira 中的数据，而不能进行任何修改。这对于需要保护数据完整性的场景非常有用。通过启用 Read-Only 模式，可以防止 AI 模型意外地修改或删除 Confluence 页面或 Jira 问题。

例如，一个 AI 模型被用于分析 Confluence 中的文档和 Jira 中的问题，以生成报告。在这种情况下，AI 模型只需要读取数据，而不需要进行任何修改。通过启用 Read-Only 模式，可以确保 AI 模型不会意外地修改或删除 Confluence 页面或 Jira 问题，从而保护数据的完整性。