Jira·Confluence·Bitbucket용 하나의 MCP 서버, 하나의 설정에 61개 도구.

Source: Dev.to

Atlassian과 함께 AI 에이전트를 사용하려고 하면 곧 실용적인 불편함에 부딪히게 됩니다. Jira, Confluence, Bitbucket은 각각 다른 제품이며, 일반적인 해결책은 세 개의 별도 MCP 서버와 세 개의 설정을 설치하고 유지하는 것입니다. 저는 이를 하나로 묶었습니다.

레포지토리: https://github.com/ahmet-ozel/atlassian-mcp-server

하나의 MCP(Model Context Protocol) 서버가 Jira, Confluence, Bitbucket(Server / Data Center)을 61개의 도구로 하나의 설정 아래 노출합니다. 한 번의 설치, 한 번의 설정으로 모든 MCP 클라이언트(Claude, 커스텀 에이전트 등)가 일관된 도구 인터페이스를 통해 세 시스템에 접근할 수 있습니다. 파이썬으로 구현됐으며 MIT 라이선스를 사용합니다.

세 개의 서버를 운영하면 감독해야 할 프로세스가 세 개, 연결해야 할 자격 증명이 세 세트, 문제가 발생할 수 있는 지점도 세 군데가 됩니다. 더 미묘하게는 실제 작업을 수행해야 하는 에이전트가 제품 경계를 자주 넘나듭니다: Confluence 페이지를 읽고, Jira 이슈를 열고, Bitbucket 풀 리퀘스트를 연결하는 식이죠. 이러한 도구들이 하나의 서버 뒤에 일관된 이름으로 존재하면, 에이전트는 세 개의 설정을 직접 연결하지 않아도 연속적으로 작업을 수행할 수 있습니다.

61개의 도구가 한 곳에 모여 있을 때 흥미로운 문제는 API 호출 자체가 아니라 모델이 올바른 도구를 신뢰성 있게 선택하도록 돕는 것입니다. create_issue, create_page, create_pull_request 및 수십 가지 검색 변형이 있을 때, 이름과 설명이 구현보다 더 중요합니다. 명확하고 일관되며 예측 가능한 도구 이름이 모델이 Confluence 검색을 호출하려다 Jira 검색을 호출하는 실수를 방지합니다. 이 부분을 계속 개선하고 있습니다.

많은 도구가 Atlassian Cloud를 전제로 합니다. 이 프로젝트는 Server와 Data Center 배포를 목표로 하는데, 이는 여전히 기업 현장에서 널리 사용되며 팀이 자동화를 가장 원하지만 준비된 통합이 가장 적은 환경입니다.

레포지토리: https://github.com/ahmet-ozel/atlassian-mcp-server

Atlassian Server 또는 Data Center를 사용하고 있다면, 여러분의 워크플로에 누락된 도구가 무엇인지 알려 주세요. 그리고 도구 수가 많은 MCP 서버를 구축하는 분들께: 모델이 올바르게 선택하도록 도구 이름과 설명을 어떻게 구조화하고 계신가요?