mcp-azure-devops

01 / 服务器详情

服务器详情

如果你正在使用 Claude 等 AI 助手进行开发，mcp-azure-devops 能让你的 AI 助手直接“接入”公司的研发流水线。它通过 MCP 协议，将 Azure DevOps 的看板任务、代码仓库、Pull Request 以及 CI/CD 流水线能力直接赋能给大模型。这意味着你不再需要频繁在 IDE 和浏览器间切换，可以直接通过对话让 AI 帮你查询工作项进度、分析 PR 代码变更，甚至管理流水线状态。该工具特别针对企业级场景做了安全加固，支持项目白名单、删除权限限制和操作审计，上手即用，非常适合需要深度集成 DevOps 工作流的专业开发者。

一个提供 mcp-azure-devops 能力的模型上下文协议服务器，可被兼容 MCP 的 AI 客户端连接和调用。

能力标签DevelopmentMCP开源

协议Model Context Protocol

开发者生态开源生态

开源协议MIT / 以来源页为准

来源GitHub

收录合集

收录本 MCP 服务的合集

常用MCP2026.03.30已收录

我的MCP2026.03.31已收录

Genie2026.03.30已收录

02 / 工具测试

工具测试

可用工具

可调用

调用 mcp-azure-devops 提供的 MCP 能力并返回结构化结果。

参数

input根据该 MCP 服务的工具 schema 传入参数。

提示：该工具可能会截断响应；使用 start_index 等分页参数可以分块读取较长内容。

03 / 服务配置

连接方式

Remote

{
  "mcpServers": {
    "mcp-azure-devops": {
      "url": "部署后由服务提供方生成 Remote 地址"
    }
  }
}

Remote 地址需要在部署后由服务提供方生成，页面不会伪造不可用的端点。

Stdio · mcp.json

当前记录没有 npm 包，请先打开来源仓库补充 command 和 args。

如果当前条目没有登记 npm 包，请以来源仓库的安装方式为准。

03 / 使用方法

如何使用

01
步骤 1
先检查服务器能力和权限范围。
02
步骤 2
复制安装命令或 JSON 配置。
03
步骤 3
在客户端中进行小范围连接测试。
04
步骤 4
确认数据访问和维护状态后再长期使用。

04 / 讨论

讨论与反馈

这里保留讨论入口，方便继续核对来源、使用体验和维护状态。

前往来源页面