alibabacloud-devops-mcp-server
阿里云云效官方 MCP Server，让 AI 助手直接操作代码仓库、项目任务和 CI/CD 流水线
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
阿里云云效官方 MCP Server，让 AI 助手直接操作代码仓库、项目任务和 CI/CD 流水线
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
背景：2025 年起，随着 Claude、Cursor 等 AI 编程工具的爆发式普及，开发者对"让 AI 直接参与真实业务流水线的需求"急剧增长。阿里云云效 MCP Server 将云效平台 OpenAPI 封装为 MCP 工具集，使 AI 助手能够直接操作代码仓库、管理项目任务、触发 CI/CD 流水线，无需人工在浏览器和终端之间来回切换。
图1：MCP Server 在 AI 助手与云效平台之间的桥接角色
阿里云云效（Yunxiao） 是阿里巴巴集团旗下的一站式 DevOps 平台，涵盖代码托管（Codeup）、项目管理（Projex）、流水线（Flow）、应用交付（AppStack）、制品仓库等企业研发全链路工具。长期以来，AI 助手只能处理代码本身，无法直接与背后的代码仓库、任务系统、CI/CD 流水线交互。
alibabacloud-devops-mcp-server 由阿里云 Yunxiao 官方团队（liyebin.lyb@alibaba-inc.com）开发和维护，于 2025 年 4 月正式开源，Apache-2.0 许可证。它将云效平台的 OpenAPI 封装为 MCP（Model Context Protocol）工具集，使 AI 助手能够直接调用这些工具，将 DevOps 工作流嵌入 AI 自动化链路。
项目使用 TypeScript 开发，运行于 Node.js >= 18，采用 ESM（ECMAScript Module）规范。核心技术栈如下：
| 组件 | 技术选型 | 说明 |
|---|---|---|
| MCP SDK | @modelcontextprotocol/sdk ^1.29.0 | 官方 MCP 协议实现库 |
| HTTP 框架 | Express ^5.2.1 | 用于 SSE / Streamable HTTP 传输 |
| 数据验证 | Zod ^3.25.76 + zod-to-json-schema | 请求参数校验与 Schema 生成 |
| 日志 | Pino ^9.14.0 | 高性能结构化日志 |
| 环境配置 | dotenv ^17.3.1 | .env 文件加载 |
| 构建工具 | TypeScript ^5.9.3 | 类型检查 + 编译 |
| 测试 | Node.js --test | 内置 Node 测试 runner |
代码组织遵循清晰的 三层架构：
common/utils.ts → yunxiaoRequest），返回原始数据，用 Zod 做响应校验。覆盖 7 大业务域：
codeup/：代码仓库、分支、文件树、MR、提交、代码比较projex/：项目、工作项（工单）、迭代（冲刺）、工时、附件、版本flow/：流水线、流水线 Job、服务连接、VM 部署、标签appstack/：应用、制品编排、变更单、发布工作流、变量组、模板organization/：组织信息、部门、角色、成员packages/：制品仓库、制品列表testhub/：测试用例、测试目录、测试计划、测试结果get*Tools() 函数，返回 MCP 工具描述符（name、description、inputSchema）。Schema 来自 Zod 类型定义，存于 common/types.ts 和各业务域的 types.ts。handle*Tools(request) 函数，用 Zod Schema 解析请求参数，调用对应 operation 函数。关键约定：handler 必须对不处理的工具名返回 null，由工具链组合器（composeHandlers）依次尝试各 handler——这确保了按工具集（toolset）裁剪工具时不会漏掉工具。
入口文件 index.ts 按 MCP 会话创建独立的 Server 实例（因为 server.connect() 只能调用一次），并通过 toolsetManager.ts 实现工具集动态加载——用户可只启用 code-management 或 project-management，减少 AI 上下文的工具膨胀。MCP Server 支持三种传输模式，通过命令行参数切换：
npm start 或 node dist/index.js。/sse（建立连接）和 /messages（接收客户端消息），默认端口 3000。https://openapi-rdc.aliyuncs.com/ai/mcp（中心站）或 https://<org>.devops.aliyuncs.com/ai/mcp（区域站）。
同时支持 SSE + Streamable HTTP 双协议监听（npm run start:both），满足混合使用场景。系统设计了完整的多租户支持：通过 YUNXIAO_API_BASE_URL 环境变量支持阿里云中心站（openapi-rdc.aliyuncs.com）和客户私有化 Region 站（*.devops.aliyuncs.com）。通过 YUNXIAO_EDITION（central / region）显式配置，消除域名判断的耦合。Region 站模式下，通过 HTTP Host 头透传给云效网关，实现子域名级别的租户隔离。
项目将云效 API 按业务域打包为 8 个工具集（toolsets），每个工具集包含 10-30+ 个 MCP 工具：
| 工具集 | 典型场景 |
|---|---|
| code-management | AI 看完需求后自动提交 MR |
| project-management | AI 创建工作项并跟踪进度 |
| pipeline-management | AI 触发流水线并等待结果 |
| application-delivery | AI 管理发布工单和变量组 |
| packages-management | AI 查询制品版本 |
| test-management | AI 管理测试用例和计划 |
| organization-management | AI 查询组织架构和成员 |
工具集可通过环境变量 DEVOPS_TOOLSETS 或 MCP 请求头 X-Devops-Toolsets 按需加载，大幅减少 AI 上下文 token 开销。 |
除了本地部署，项目还支持零配置远程接入——用户只需在 AI 助手的 MCP 配置中填入云效官方端点地址和 Access Token，无需安装 Docker 或 Node.js：
{
"mcpServers": {
"yunxiao": {
"url": "https://openapi-rdc.aliyuncs.com/ai/mcp",
"headers": { "Authorization": "Bearer <YOUR_TOKEN>" }
}
}
}
这对企业安全管控严格、无法随意安装软件的环境尤为友好。
项目已集成 Smithery.ai——一个 MCP 工具市场。用户可通过 Smithery 一键将云效 MCP Server 添加到 MCP 客户端，无需手动配置 YAML。
{
"mcpServers": {
"yunxiao": {
"command": "npx",
"args": ["-y", "alibabacloud-devops-mcp-server"],
"env": { "YUNXIAO_ACCESS_TOKEN": "<YOUR_TOKEN>" }
}
}
}
适用于大多数本地 MCP 客户端（Cursor、Claude Desktop、Cline 等）。
docker-compose up -d
Dockerfile 采用多阶段构建（builder + release），基于 node:22.12-alpine。
无需任何安装，直接在 MCP 客户端配置远程 URL 即可。
适合使用的场景：
--test runner，测试文件位于 tests/ 目录2025 年 MCP 协议成为 AI 编程助手生态的事实标准，各云厂商纷纷推出面向自身平台的 MCP Server。阿里云云效 MCP Server 的出现，代表了企业级 DevOps 平台 AI 化的明确方向：让 AI 不再只是代码生成器，而是能够真正参与到研发全流程的协作代理。
随着 Claude、Cursor 等工具的持续渗透，预计会有更多云厂商跟进推出类似方案，MCP Server 将成为 AI 编程工具连接企业研发基础设施的标准接口。
图2：阿里云云效平台 Logo