Jira MCP Server — это MCP-сервер для интеграции AI-агентов с Atlassian Jira, который позволяет языковым моделям напрямую управлять задачами, проектами и рабочими процессами через Jira REST API. Сервер предоставляет AI-ассистентам инструменты для полного цикла работы с задачами — от создания и обновления до поиска и удаления — а также доступ к спринтам, бэклогам, эпикам и комментариям, превращая Claude и другие MCP-совместимые модели в автономных помощников для управления проектами и отслеживания разработки.
Ключевые особенности:
Полное управление задачами: Инструменты create_issue, update_issue, delete_issue и get_issue покрывают весь жизненный цикл задачи — создание с указанием проекта, типа задачи, названия, описания, приоритета и назначаемого исполнителя, обновление любых полей и удаление с подтверждением, что дает AI-агенту полный контроль над задачами без ручного ввода в интерфейсе Jira.
Гибкий поиск с JQL: Инструмент search_issues поддерживает Jira Query Language для сложных запросов — поиск по проекту, статусу, типу задачи, назначенному исполнителю, датам и текстовому содержимому — позволяя AI-агенту формулировать точные фильтры для нахождения релевантных задач.
Управление спринтами и бэклогом: Инструменты get_sprints, get_sprint_issues, add_issues_to_sprint и remove_issues_from_sprint позволяют AI-агенту просматривать активные и будущие спринты, анализировать наполнение спринтов задачами, добавлять задачи из бэклога в спринт и управлять скоупом итерации.
Работа с комментариями: Инструменты add_comment, get_comments и update_comment дают AI-агенту возможность читать историю обсуждения задачи, добавлять новые комментарии и редактировать существующие, что делает его полноценным участником командной коммуникации.
Управление вложениями: Инструменты get_attachments и upload_attachment позволяют просматривать прикрепленные к задаче файлы и загружать новые, что полезно для автоматического добавления скриншотов, логов или отчетов, сгенерированных AI-агентом.
Просмотр проектов и пользователей: Инструменты list_projects, get_project, get_current_user и search_users обеспечивают AI-агента контекстом о структуре Jira-инстанса — доступных проектах, их конфигурации и пользователях, которым можно назначать задачи.
Сохранение контекста между задачами: Инструменты link_issues создают связи между задачами (блокирует, зависит от, дублирует), позволяя AI-агенту моделировать отношения и отслеживать зависимости в проекте.
Безопасная конфигурация: Аутентификация через персональный токен доступа (Personal Access Token) с настройкой через переменную окружения JIRA_API_TOKEN, базовый URL задается через JIRA_BASE_URL, а email аккаунта — через JIRA_EMAIL, что соответствует стандартам безопасности Atlassian.
Для кого: Разработчики и тимлиды, желающие управлять задачами Jira через AI-ассистентов без постоянного переключения между IDE и браузером. Проектные менеджеры, которым нужен AI-помощник для быстрого поиска задач, анализа загрузки спринтов и создания отчетов. Команды разработки, использующие Claude Desktop в повседневной работе и желающие интегрировать управление задачами в единый интерфейс AI-ассистента. DevOps-инженеры, автоматизирующие создание задач при срабатывании алертов или инцидентов через AI-агентов.
Сценарии использования:
Автоматическое создание задач из AI-чата: разработчик обсуждает с Claude баг или фичу, и AI-агент самостоятельно создает задачу в Jira с правильно заполненными полями — проектом, типом, приоритетом и описанием, добавляя исполнителя на основе контекста обсуждения.
Анализ загрузки спринта: AI-агент получает все задачи текущего спринта через get_sprint_issues, анализирует статусы и оставшиеся трудозатраты, выявляет риски незавершенных задач и предупреждает тимлида о потенциальном превышении скоупа.
Поиск связанных задач: AI-агент через search_issues с JQL-запросом находит все задачи, связанные с определенным компонентом или эпиком, анализирует их статусы и формирует сводку прогресса по направлению разработки.
Массовое обновление статусов: AI-агент находит все задачи в статусе “In Review” старше недели через JQL-поиск, и либо обновляет их статус, либо добавляет комментарий с напоминанием для ответственного.
Документирование решений в комментариях: AI-агент анализирует обсуждение в чате, синтезирует принятое архитектурное решение и добавляет его как структурированный комментарий в соответствующую задачу Jira с ссылками на исходные сообщения.
Спринтовое планирование: AI-агент анализирует бэклог проекта, приоритизирует задачи на основе зависимостей и загруженности команды, и добавляет отобранные задачи в следующий спринт через add_issues_to_sprint.
Цены и доступность: Сам MCP-сервер полностью бесплатен и распространяется с открытым исходным кодом на GitHub под лицензией MIT. Установка доступна через npx одной командой или через Smithery для автоматической интеграции с Claude Desktop. Для работы требуется аккаунт Atlassian Jira (доступен бесплатный тир для небольших команд до 10 пользователей) и персональный токен доступа, генерируемый в настройках аккаунта Atlassian. Стоимость использования Jira зависит от тарифного плана Atlassian — от бесплатного для малых команд до корпоративных лицензий с расширенной функциональностью. Дополнительных платежей за использование MCP-сервера не предусмотрено. Сервер совместим как с Jira Cloud, так и с self-hosted Jira Server/Data Center через настройку JIRA_BASE_URL.
