云效 MCP Server:AI 驱动的研发协作新范式

简介: 云效MCP Server是阿里云云效平台推出的模型上下文协议(Model Context Protocol)标准化接口系统,作为AI助手与DevOps平台的核心桥梁。通过该协议,AI大模型可无缝集成云效DevOps平台,直接访问和操作包括项目管理、代码仓库、工作项等关键研发资产,实现智能化全生命周期管理。其功能涵盖代码仓库管理、代码评审、项目管理和组织管理等多个方面,支持如创建分支、合并请求、查询工作项等具体操作。用户可通过通义灵码内置的MCP市场安装云效MCP服务,并配置个人访问令牌完成集成。实际场景中,AI助手可自动分析需求、生成代码、创建功能分支并提交合并请求,极大提升研发效率。

1.gif


云效 MCP Server 是什么?


云效 MCP(Model Context Protocol)是阿里云云效平台推出的模型上下文协议标准化接口系统,作为连接 AI 助手与 DevOps 平台的核心桥梁,通过模型上下文协议将 AI 大模型与云效 DevOps 平台无缝集成。该协议基于云效平台的深度集成能力,使 AI 助手能够直接访问和操作云效平台上的资源,包括项目管理、代码仓库、工作项等关键研发资产,实现 AI 赋能的研发全生命周期管理。


作为云效 DevOps 平台的扩展,云效 MCP 继承了云效"一站式 DevOps 平台"的理念,进一步融合了 AI 能力,为研发团队提供更智能、更高效的协作体验。


云效 MCP Server 能做什么?


云效 MCP 为 AI 助手提供了丰富的能力,使其能够深度参与软件研发流程:


代码仓库管理


  • 查询代码仓库信息
  • 创建、查询和管理分支
  • 比较不同分支或提交之间的代码差异
  • 创建代码库文件
  • 更新代码库现有文件内容
  • 删除代码库指定文件
  • 查看代码库文件内容
  • 查看代码比较内容


代码评审


  • 创建合并请求(Merge Request)
  • 添加合并请求评论
  • 查询合并请求详情和列表
  • 查询合并请求评论列表


项目管理


  • 获取项目详情
  • 搜索项目
  • 获取工作项详情
  • 搜索和筛选工作项


组织管理


  • 获取当前用户所在组织信息
  • 获取用户加入的组织列表


云效 MCP 使用方法


前提


  • 阿里云云效个人访问令牌,点击前往【1】,尽量赋予所有 api 读写权限(优先选择组织、项目、代码相关权限)。
  • 需安装 node.js 16.0 以上的版本,安装包下载地址【2】


安装云效 MCP 服务


通义灵码内置的 MCP 市场中已经提供了云效的 MCP 服务,在通义灵码中进入 MCP 市场并且找到「云效 DevOps」,直接安装即可。



其他支持 MCP 协议的 AI 工具,请在配置中添加:



{
  "mcpServers": {
    "yunxiao": {
      "command": "npx",
      "args": [
        "-y",
        "alibabacloud-devops-mcp-server"
      ],
      "env": {
        "YUNXIAO_ACCESS_TOKEN": "<YOUR_TOKEN>"
      }
    }
  }
}


场景示例:通义灵码+云效 实现需求开发


接下来我们将通过通义灵码 AI 助手来集成云效 MCP 服务,实现需求开发。AI 助手在需求研发场景中可以完成如下操作:


1. 拉取云效平台上的工作项详情,理解需求背景和目标

2. 根据需求自动分析项目代码结构,提出实现方案

3. 创建功能分支并生成相应的代码实现

4. 完成后创建合并请求,并提供详细的变更说明


在通义灵码中配置云效 MCP 服务


在通义灵码中进入 MCP 市场并且找到「云效 DevOps」,直接安装即可。



安装云效 MCP 服务时请确认配置是否如下图所示,并且将之前在云效个人访问中的令牌填写在环境变量的 token 中。



安装成功后如下图所示:



然后在智能会话中选择「智能体」,并选择「qwen3」。



接下来在智能会话窗口,我们可以进行简单的测试,确保 AI 助手已经就绪。例如:


1. 请查找一下 Codeup-Demo 这个代码库,并查看一下分支

2. 请读取工作项 IDDEMO-38 的详情


通常 AI 助手会自动查找一些不确定的信息,但是仍可能遇到问题,例如 AI 助手不确定当前用户所在的云效组织 ID,这时的解决方法是询问 AI 助手:获取我当前所在的组织。


让 AI 助手读取需求并实现


AI 助手就绪后,即可开始进行需求的开发了。我们给它下达如下指令:


请在 Codeup-Demo 代码库上创建一个分支,然后实现云效需求,工作项 IDDEMO-38,完成后推送代码到远程 Codeup 仓库,并在 Codeup 仓库创建一个合并请求。


接下来 AI 助手会一步一步进行工作(如下图),最终完成代码提交并创建合并请求。






智能研发协作的场景不限于此,欢迎大家继续探索更多的智能化场景。


立即体验 云效 MCP Server

GitHub 开源地址:

https://github.com/aliyun/alibabacloud-devops-mcp-server


相关文档


【1】阿里云云效个人访问令牌

https://help.aliyun.com/zh/yunxiao/developer-reference/obtain-personal-access-token?spm=a2c4g.11186623.help-menu-150040.d_5_0_1.5dc72af2GnT64i


【2】node.js 16.0 以上的版本安装包下载地址

https://nodejs.org/en/download

相关实践学习
流水线运行出错排查难?AI帮您智能排查
本实验将带您体验云效流水线Flow的智能排查能力,只需短短1-2分钟,即可体验AI智能排查建议。
ALPD云架构师系列 - 云原生DevOps36计
如何把握和运用云原生技术,撬动新技术红利,实现持续、安全、高效和高质量的应用交付,并提升业务的连续性和稳定性,这是云原生时代持续交付共同面对的机会和挑战。本课程由阿里云开发者学堂和阿里云云效共同出品,是ALPD方法学云架构师系列的核心课程之一,适合架构师、企业工程效能负责人、对DevOps感兴趣的研发、测试、运维。 课程目标 前沿技术:了解云原生下DevOps的正确姿势,享受云原生带来的技术红利 系统知识:全局视角看软件研发生命周期,系统学习DevOps实践技能 课程大纲: 云原生开发和交付:云研发时代软件交付的挑战与云原生工程实践 云原生开发、运行基础设施:无差别的开发、运行环境 自动部署:构建可靠高效的应用发布体系 持续交付:建立团队协同交付的流程和流水线 质量守护:构建和维护测试和质量守护体系 安全保障:打造可信交付的安全保障体系 建立持续反馈和持续改进闭环
相关文章
|
9月前
|
消息中间件 人工智能 运维
事件驱动重塑 AI 数据链路:阿里云 EventBridge 发布 AI ETL 新范式
“一个简单的数据集成任务,开始时总是轻松愉快的,但随着业务扩展,数据源越来越多,格式越来越乱,整个数据链路就会变得一团糟。”陈涛在演讲中指出了当前 AI 数据处理的普遍困境。扩展难、运维难、稳定性差,这三大挑战已成为制约 AI 应用创新和落地的关键瓶颈。针对这些痛点,在2025云栖大会期间,阿里云重磅发布了事件驱动 AI ETL 新范式,其核心产品 EventBridge 通过深度集成 AI 能力,为开发者提供了一套革命性的解决方案,旨在彻底改变 AI 时代的数据准备与处理方式。
919 72
|
9月前
|
存储 机器学习/深度学习 算法
​​LLM推理效率的范式转移:FlashAttention与PagedAttention正在重塑AI部署的未来​
本文深度解析FlashAttention与PagedAttention两大LLM推理优化技术:前者通过分块计算提升注意力效率,后者借助分页管理降低KV Cache内存开销。二者分别从计算与内存维度突破性能瓶颈,显著提升大模型推理速度与吞吐量,是当前高效LLM系统的核心基石。建议收藏细读。
1709 125
|
人工智能 自然语言处理 Devops
云效 AI 智能代码评审体验指南
云效AI智能代码评审正式上线!在合并请求时自动分析代码,精准识别问题,提升交付效率与质量。支持自定义规则、多语言评审,助力研发效能升级。立即体验AI驱动的代码评审革新,让AI成为你的代码质量伙伴!
789 7
|
8月前
|
人工智能 物联网 调度
边缘大型AI模型:协作部署与物联网应用——论文阅读
论文《边缘大型AI模型:协作部署与物联网应用》系统探讨了将大模型(LAM)部署于边缘网络以赋能物联网的前沿框架。针对传统云端部署高延迟、隐私差的问题,提出“边缘LAM”新范式,通过联邦微调、专家混合与思维链推理等技术,实现低延迟、高隐私的分布式智能。
1292 6
边缘大型AI模型:协作部署与物联网应用——论文阅读
|
10月前
|
人工智能 监控 前端开发
支付宝 AI 出行助手高效研发指南:4 人团队的架构迁移与提效实战
支付宝「AI 出行助手」是一款集成公交、地铁、火车票、机票、打车等多项功能的智能出行产品。
1465 21
支付宝 AI 出行助手高效研发指南:4 人团队的架构迁移与提效实战
|
9月前
|
机器学习/深度学习 人工智能 安全
AI加速疫苗研发:从十年磨一剑到一年出成果
AI加速疫苗研发:从十年磨一剑到一年出成果
425 27
|
8月前
|
SQL 人工智能 机器人
AI Agent新范式:FastGPT+MCP协议实现工具增强型智能体构建
FastGPT 与 MCP 协议结合,打造工具增强型智能体新范式。MCP 如同 AI 领域的“USB-C 接口”,实现数据与工具的标准化接入。FastGPT 可调用 MCP 工具集,动态执行复杂任务,亦可作为 MCP 服务器共享能力。二者融合推动 AI 应用向协作式、高复用、易集成的下一代智能体演进。
1053 0
|
9月前
|
人工智能 自然语言处理 开发者
|
10月前
|
人工智能 边缘计算 API
AI协作的四大支柱:协议详解与应用场景全解析​
本文深入解析Agentic AI协议的四大核心协议——MCP、A2A、ACP与ANP,涵盖技术特性、应用场景及选型指南,助你掌握多代理协作系统构建要点。
948 6