trackmcp
Back to directory
ygorpinto

mcp_bitbucket_pipelines

View on GitHub

Bitbucket Pipelines MCP is a Model Context Protocol (MCP) server that provides tools for interacting with Bitbucket Pipelines. This server implements the MCP standard, enabling language models like Claude to manage Bitbucket Pipelines through a standardized interface.

0 stars TypeScriptAI & Machine Learning Updated Apr 12, 2025

Documentation

Bitbucket Pipelines MCP Server

Um servidor MCP (Model Context Protocol) que fornece tools para interagir com o Bitbucket Pipelines. Este servidor implementa o padrão MCP e pode ser usado por modelos de linguagem como o Claude para gerenciar pipelines do Bitbucket.

Tools Disponíveis

1. `mcp_bitbucket_list_pipelines`

Lista pipelines com suporte a paginação.

Parâmetros:

typescript
{
  page?: number;    // Número da página (default: 1)
  pagelen?: number; // Itens por página (default: 10)
}

2. `mcp_bitbucket_trigger_pipeline`

Dispara um novo pipeline.

Parâmetros:

typescript
{
  target: {
    ref_type: string;   // Tipo de referência (ex: "branch", "tag")
    type: string;       // Tipo do alvo
    ref_name: string;   // Nome da referência (ex: "main", "develop")
    selector?: {        // Opcional
      type: string;
      pattern: string;
    }
  },
  variables?: Array
}

3. `mcp_bitbucket_get_pipeline_status`

Obtém o status de um pipeline específico.

Parâmetros:

typescript
{
  uuid: string;  // UUID do pipeline
}

4. `mcp_bitbucket_stop_pipeline`

Para a execução de um pipeline.

Parâmetros:

typescript
{
  uuid: string;  // UUID do pipeline
}

Configuração

Variáveis de Ambiente

Crie um arquivo `.env` com as seguintes variáveis:

env
# Obrigatórias
BITBUCKET_ACCESS_TOKEN=seu_token_aqui
BITBUCKET_WORKSPACE=seu_workspace
BITBUCKET_REPO_SLUG=seu_repositorio

# Opcionais
BITBUCKET_API_URL=https://api.bitbucket.org/2.0  # URL da API (default: https://api.bitbucket.org/2.0)

Instalação e Execução

Com Docker (Recomendado)

1. Clone o repositório:

bash
git clone [url-do-repositorio]
cd bitbucket-pipelines-mcp

2. Configure as variáveis de ambiente:

bash
cp .env.example .env
# Edite o arquivo .env com suas configurações

3. Inicie o servidor:

bash
docker-compose up -d

4. Para verificar o status do servidor:

bash
# Torne o script executável
chmod +x docker-mcp-test.js
# Execute o script
node docker-mcp-test.js

5. Para interagir com o servidor usando o script cliente:

bash
# Torne o script executável
chmod +x docker-mcp-client.js
# Execute o script
node docker-mcp-client.js

6. Para interagir manualmente com o servidor:

bash
# Exemplo de chamada direta
echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"name":"Test Client","version":"1.0.0","protocolVersion":"0.3.0","capabilities":{},"clientInfo":{"name":"Test Client","version":"1.0.0"}}}' | docker exec -i bitbucket-pipelines-mcp_mcp-server_1 node dist/index.js

Instalação Local

1. Clone o repositório:

bash
git clone [url-do-repositorio]
cd bitbucket-pipelines-mcp

2. Instale as dependências:

bash
npm install

3. Configure as variáveis de ambiente:

bash
cp .env.example .env
# Edite o arquivo .env com suas configurações

4. Compile o projeto:

bash
npm run build

5. Inicie o servidor:

bash
npm start

Integração com o Cursor

Método 1: Editando o arquivo `mcp.json` diretamente (Recomendado)

A maneira mais direta e eficiente de integrar com o Cursor é editar o arquivo `mcp.json` principal:

1. Certifique-se de que o servidor Docker MCP está rodando:

bash
npm run docker:up

2. Localize o arquivo `mcp.json` no diretório de configuração do Cursor:

    3. Edite o arquivo `mcp.json` e adicione a seguinte configuração na seção principal:

    json
    "bitbucket-pipelines": {
  "command": "docker",
  "args": [
    "exec",
    "-i",
    "bitbucket-pipelines-mcp_mcp-server_1",
    "node",
    "dist/index.js"
  ]
}

    4. Salve o arquivo e reinicie o Cursor.

    5. Agora você pode usar as ferramentas do Bitbucket Pipelines diretamente no Cursor, chamando-as usando:

    code
    @bitbucket-pipelines

    Método 2: Usando um arquivo de configuração separado

    Para usar o Bitbucket Pipelines MCP diretamente no Cursor IDE, siga estas etapas:

    1. Certifique-se de que o servidor Docker MCP está rodando:

    bash
    npm run docker:up

    2. Crie um arquivo `mcp.config.json` na raiz do projeto com o seguinte conteúdo:

    json
    {
  "name": "bitbucket-pipelines-mcp",
  "description": "Bitbucket Pipelines MCP Server para interagir com o Bitbucket Pipelines",
  "version": "1.0.0",
  "command": {
    "binary": "docker",
    "args": ["exec", "-i", "bitbucket-pipelines-mcp_mcp-server_1", "node", "dist/index.js"]
  },
  "tools": [
    {
      "name": "mcp_bitbucket_list_pipelines",
      "description": "Lista pipelines com suporte a paginação"
    },
    {
      "name": "mcp_bitbucket_trigger_pipeline",
      "description": "Dispara um novo pipeline"
    },
    {
      "name": "mcp_bitbucket_get_pipeline_status",
      "description": "Obtém o status de um pipeline específico"
    },
    {
      "name": "mcp_bitbucket_stop_pipeline",
      "description": "Para a execução de um pipeline"
    }
  ]
}

    3. Copie este arquivo para o diretório de configuração do Cursor:

    bash
    # Para Linux
mkdir -p ~/.config/Cursor/mcp/
cp mcp.config.json ~/.config/Cursor/mcp/bitbucket-pipelines-mcp.json

# Para macOS
mkdir -p ~/Library/Application\ Support/Cursor/mcp/
cp mcp.config.json ~/Library/Application\ Support/Cursor/mcp/bitbucket-pipelines-mcp.json

# Para Windows
mkdir -p %AppData%\Cursor\mcp\
copy mcp.config.json %AppData%\Cursor\mcp\bitbucket-pipelines-mcp.json

    4. Reinicie o Cursor para aplicar as alterações.

    5. Agora você pode usar as ferramentas do Bitbucket Pipelines diretamente no Cursor, chamando-as com:

    code
    @modelcontextprotocol/bitbucket-pipelines-mcp

    6. Para acessar uma ferramenta específica, use:

    code
    @modelcontextprotocol/bitbucket-pipelines-mcp/mcp_bitbucket_list_pipelines

    Uso com MCP

    Este servidor implementa o Model Context Protocol (MCP), permitindo que modelos de linguagem interajam com o Bitbucket Pipelines. O servidor usa a interface StdioServerTransport, que permite a comunicação através do stdin/stdout.

    Exemplo de uso com o SDK do MCP

    typescript
    import { Client } from '@modelcontextprotocol/sdk/client';
import { ChildProcessTransport } from '@modelcontextprotocol/sdk/client/child-process';

async function main() {
  // Inicializa o cliente MCP 
  const client = new Client({
    transport: new ChildProcessTransport({
      command: 'node',
      args: ['dist/index.js'],
      env: {
        BITBUCKET_ACCESS_TOKEN: 'seu_token',
        BITBUCKET_WORKSPACE: 'seu_workspace', 
        BITBUCKET_REPO_SLUG: 'seu_repositorio'
      }
    })
  });

  // Lista as ferramentas disponíveis
  const tools = await client.listTools();
  console.log('Ferramentas disponíveis:', tools);

  // Listar pipelines
  const pipelines = await client.callTool('mcp_bitbucket_list_pipelines', { page: 1, pagelen: 5 });
  console.log('Pipelines:', pipelines);

  // Fechar o cliente
  await client.close();
}

main().catch(console.error);

    Desenvolvimento

    Scripts Disponíveis

    • `npm run build`: Compila o projeto TypeScript
    • `npm start`: Inicia o servidor
    • `npm run dev`: Inicia o servidor em modo de desenvolvimento usando ts-node
    • `npm test`: Executa os testes

    Estrutura do Projeto

    code
    .
├── src/
│   ├── index.ts                # Ponto de entrada do servidor MCP
│   └── tools/
│       └── bitbucket-pipelines.ts  # Implementação das tools MCP
├── package.json               # Dependências e scripts 
└── tsconfig.json              # Configuração do TypeScript

    Implementando o Model Context Protocol

    Este projeto utiliza o `@modelcontextprotocol/sdk` para implementar um servidor MCP. As principais características são:

    1. Comunicação via stdio: O servidor se comunica através de stdin/stdout, o que permite integração fácil com LLMs.

    2. Formato padrão de tools: Todas as ferramentas seguem o formato definido pelo protocolo MCP.

    3. Tratamento robusto de erros: O protocolo MCP padroniza como os erros são comunicados ao cliente.

    Contribuindo

    1. Faça um fork do projeto

    2. Crie uma branch para sua feature (`git checkout -b feature/nova-feature`)

    3. Commit suas mudanças (`git commit -am 'Adiciona nova feature'`)

    4. Push para a branch (`git push origin feature/nova-feature`)

    5. Crie um Pull Request

    Testando com Comandos Diretos

    Você pode testar o servidor manualmente usando os seguintes comandos:

    Inicialização

    bash
    echo '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"name":"Test Client","version":"1.0.0","protocolVersion":"0.3.0","capabilities":{},"clientInfo":{"name":"Test Client","version":"1.0.0"}}}' | docker exec -i bitbucket-pipelines-mcp_mcp-server_1 node dist/index.js

    Listar Ferramentas

    bash
    echo '{"jsonrpc":"2.0","id":2,"method":"tools/list","params":{}}' | docker exec -i bitbucket-pipelines-mcp_mcp-server_1 node dist/index.js

    Chamar uma Ferramenta

    bash
    echo '{"jsonrpc":"2.0","id":3,"method":"tools/call","params":{"name":"mcp_bitbucket_list_pipelines","input":{"page":1,"pagelen":5}}}' | docker exec -i bitbucket-pipelines-mcp_mcp-server_1 node dist/index.js

    Frequently asked questions

    What is mcp_bitbucket_pipelines?

    mcp_bitbucket_pipelines is Bitbucket Pipelines MCP is a Model Context Protocol (MCP) server that provides tools for interacting with Bitbucket Pipelines. This server implements the MCP standard, enabling language models like Claude to manage Bitbucket Pipelines through a standardized interface.

    How do I install mcp_bitbucket_pipelines?

    Open the GitHub repository and follow its README. Most MCP servers are added to your client's MCP config, then called by your agent.

    Is mcp_bitbucket_pipelines open source?

    Yes — it is hosted on GitHub at https://github.com/ygorpinto/mcp_bitbucket_pipelines.

    Related MCP tools

    CherryHQcherry-studio

    🍒 Cherry Studio is a desktop client that supports for multiple LLM providers. Built for the Model Context Protocol to enhance AI capabilities.

    35,025 TypeScript
    agentanthropicassistant+6
    danny-avilalibrechat

    Enhanced ChatGPT Clone: Features Agents, MCP, DeepSeek, Anthropic, AWS, OpenAI, Responses API, Azure, Groq, o1, GPT-5, Mistral, OpenRouter, Vertex AI, Gemini...

    31,284 TypeScript
    aianthropicartifacts+17
    labringfastgpt

    FastGPT is a knowledge-based platform built on the LLMs, offers a comprehensive suite of out-of-the-box capabilities such as data processing, RAG retrieval, ...

    26,183 TypeScript
    agentclaudedeepseek+7
    ComposioHQcomposio

    Composio equips your AI agents & LLMs with 100+ high-quality integrations via function calling for the Model Context Protocol. Enhance AI assistants with powerf

    25,863 TypeScript
    agentic-aiagentsai+14
    yamadashyrepomix

    📦 Repomix is a powerful tool that packs your entire repository into a single, AI-friendly file. Perfect for when you need to feed your codebase to Large Lan...

    19,761 TypeScript
    aianthropicartificial-intelligence+17
    activepiecesactivepieces

    AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Ag...

    18,776 TypeScript
    ai-agentai-agent-toolsai-agents+10

    Run your own MCP server? See who uses it and what to fix.

    Measure it with TrackMCP