talhaorak/pytaiga-mcp

Developer tools

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기

38 stars 24 forks 품질 71 트렌드 12MIT

Repository Install

talhaorak/pytaiga-mcp는 MCP 서버 후보로 수입 https://github.com/talhaorak/pytaiga-mcp.]

개요

talhaorak/pytaiga-mcp는 MCP 서버 후보로 수입 https://github.com/talhaorak/pytaiga-mcp.]

개요(AI 번역)

Community fork of talhaorak/pytaiga-mcp with 추가 기능, CI/CD 및 지속적인 유지 보수.

개요

Taiga MCP Bridge는 Taiga 프로젝트 관리 플랫폼과 Model Context Protocol (MCP)을 연결하는 강력한 통합 레이어이며 AI 도구와 워크플로우를 사용하여 Taiga의 리소스와 원활하게 상호 작용할 수 있습니다.

이 교량은 AI 대리인을 위한 공구 그리고 자원의 포괄적인 세트를 제공합니다:

Project, epics, 사용자 스토리, 작업 및 Taiga에 대한 문제 생성 및 관리
트랙 스프린트 및 이정표
할당 및 업데이트 작업 항목
Project Artifacts에 대한 자세한 정보
프로젝트 멤버 및 권한 관리

MCP 표준을 사용하여이 브리지는 AI 시스템을 사용하여 프로젝트 상태에 대한 컨텍스트 인식을 유지하고 복잡한 프로젝트 관리 작업을 프로그래밍 할 수 있습니다.

특징

종합 자원 지원

교량은 완전한 CRUD 가동을 가진 뒤에 오는 Taiga 자원을 지원합니다:

-Projects: 프로젝트 설정 및 메타데이터 생성 및 관리

Epics: 여러 개의 스프린트에 걸쳐 큰 기능을 관리
**사용자 스토리 **: 손잡이 상세한 필요조건 및 합격 기준

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.

README

원문 README의 일부입니다. 원문 보기.

Taiga MCP Bridge

Community fork of talhaorak/pytaiga-mcp with additional features, CI/CD, and ongoing maintenance.

Overview

The Taiga MCP Bridge is a powerful integration layer that connects Taiga project management platform with the Model Context Protocol (MCP), enabling AI tools and workflows to interact seamlessly with Taiga’s resources.

This bridge provides a comprehensive set of tools and resources for AI agents to:

Create and manage projects, epics, user stories, tasks, and issues in Taiga
Track sprints and milestones
Assign and update work items
Query detailed information about project artifacts
Manage project members and permissions

By using the MCP standard, this bridge allows AI systems to maintain contextual awareness about project state and perform complex project management tasks programmatically.

Features

Comprehensive Resource Support

The bridge supports the following Taiga resources with complete CRUD operations:

Projects: Create, update, and manage project settings and metadata
Epics: Manage large features that span multiple sprints
User Stories: Handle detailed requirements and acceptance criteria
Tasks: Track smaller units of work within user stories
Issues: Manage bugs, questions, and enhancement requests
Sprints (Milestones): Plan and track work in time-boxed intervals

Security & Configuration

Secure Credentials: Environment variable authentication with credential protection - passwords never appear in logs or error messages
Auto-Authentication: Configure TAIGA_USERNAME and TAIGA_PASSWORD environment variables for seamless startup without manual login
Input Validation: Allowlist-based parameter validation prevents unexpected data from reaching the Taiga API

Response Filtering

All tools support a verbosity parameter to control response size, reducing AI context usage:

Level	Description	Use Case
`minimal`	Core fields only (id, ref, subject, status, project)	Listing many items
`standard`	Common fields including version for updates (default)	Normal operations
`full`	Complete API response	Debugging, full details

Example:

# Get minimal response for efficient context usage
stories = client.call_tool("list_user_stories", {
    "project_id": 123,
    "verbosity": "minimal"
})

GitHub에서 전체 README 보기

설치

docker run -i --rm -e TAIGA_API_URL -e TAIGA_USERNAME -e TAIGA_PASSWORD ghcr.io/tetra-2023/pytaiga-mcp:latest

MCP 초보자라면? mcpskill.org 가이드부터 시작하세요 →

설정

{
  "mcpServers": {
    "taigaApi": {
      "command": "docker",
      "args": [
        "run", "-i", "--rm",
        "-e", "TAIGA_API_URL",
        "-e", "TAIGA_USERNAME",
        "-e", "TAIGA_PASSWORD",
        "ghcr.io/tetra-2023/pytaiga-mcp:latest"
      ]
    }
  }
}