Atlassian MCP Server
官方官方 Atlassian MCP 伺服器，用於將 AI 代理連接到 Jira、Confluence、Opsgenie 及其他 Atlassian 產品。
你可以用 Atlassian MCP 做什麼？
- 跨 Atlassian 產品搜尋 — 讓您的助理在不切換工具的情況下，尋找 Jira 議題、Confluence 頁面、Bitbucket 儲存庫或 Projects。
- 建立與更新工作項目 — 指示您的助理以自然語言建立 Jira 故事、更新議題，或產生 Confluence 頁面。
- 摘要與擷取內容 — 讓您的助理摘要 Confluence 頁面、Loom 錄製內容，或 Jira Service Management 請求。
- 自動化重複性工作流程 — 要求您的助理從會議記錄批次建立 Jira 議題，或將工作項目連結至相關文件。
- 查詢專案與目標狀態 — 直接在您的 AI 用戶端中取得 Projects、Goals 或 Compass 元件相依性的即時更新。
託管 MCP 伺服器
npx add-mcp 'https://mcp.atlassian.com/v1/mcp/authv2'可安裝到 Claude Code、Codex、Cursor 等客戶端
文件
Atlassian MCP Server
Atlassian 官方 Model Context Protocol (MCP) 伺服器：一個雲端託管的橋接服務，讓你的 AI 工具能安全、即時地存取 Jira、Confluence、Jira Service Management、Bitbucket、Compass、Loom 以及更廣泛的 Atlassian 平台——由你的 Teamwork Graph 提供支援。
官方 Atlassian MCP Server 是介於你的 Atlassian Cloud 站點與相容外部工具之間的雲端橋接服務。設定完成後，它可讓這些工具即時與 Jira、Confluence、Jira Service Management、Bitbucket、Compass、Loom 以及 Atlassian 平台資料（Projects、Goals、Teams、Focus、Talent 與 Teamwork Graph） 互動。驗證使用 OAuth 2.1 或 API tokens，因此每個動作都會尊重使用者既有的存取控制。
使用 Atlassian MCP Server，你可以：
- 摘要與搜尋 Jira、Jira Service Management、Confluence、Bitbucket、Projects、Goals 等內容，無需切換工具。
- 擷取與檢視 Loom 的影片與會議錄影。
- 建立與更新 工作項目或頁面，只需使用自然語言指令。
- 自動化重複性工作，例如從會議記錄或規格產生工作項目。
連線一次，然後描述你的需求——無需切換分頁，也無需複製貼上。你的 AI 會選取並執行正確的動作。
它專為在 IDE 或 AI 工具中工作、且希望無需不斷切換上下文即可使用 Atlassian 資料的開發人員、內容創作者與專案團隊而設計。
[!IMPORTANT] v2 現在是建議版本。 新的設定應使用
https://mcp.atlassian.com/v2/mcp，它暴露了更多工具與更多產品。現有的 v1 連線會自動開始暴露並使用 v2 工具；不相容的用戶端可能需要清除快取的用戶端 ID 或.well-known憑證才能繼續驗證。設定步驟請參閱 開始使用 Atlassian MCP Server。
一鍵設定
在下方選擇你的 AI 用戶端，以安裝官方 Atlassian MCP Server。每個按鈕都使用你用戶端的原生安裝連結，因此你無需手動編輯任何 JSON 設定。
 新增至 Cursor 在你的程式碼庫中參考議題並記錄工時。 |
 新增至 VS Code 透過 GitHub Copilot 搜尋與建立 Jira 議題。 |
 新增至 ChatGPT 直接在 ChatGPT 中搜尋、摘要與建立。 |
 新增至 Claude 將 Jira 與 Confluence 帶入 Claude 工作流程。 |
讓你的代理程式完成設定
大多數 AI 編碼代理程式可以自行安裝、驗證與設定伺服器。將此提示複製並貼上到你的代理程式中：
Set up Atlassian MCP for this agent using the official setup guide at
https://support.atlassian.com/atlassian-rovo-mcp-server/docs/getting-started-with-the-atlassian-remote-mcp-server/
and the MCP server URL https://mcp.atlassian.com/v2/mcp. Then start the Atlassian MCP
authentication flow so I can sign in.
或者使用你用戶端自己的指令手動新增伺服器：
| 用戶端 | 指令或設定 |
|---|---|
| Claude Code | claude mcp add --transport http atlassian https://mcp.atlassian.com/v2/mcp，然後在 session 中執行 /mcp 以進行驗證 |
| Codex | codex mcp add atlassian --url https://mcp.atlassian.com/v2/mcp |
| Claude Desktop | Settings → Extensions → Browse extensions → Plugins，然後搜尋 Atlassian |
| Codex Desktop | Plugins 或 Connectors，然後安裝 Atlassian Rovo |
| VS Code / GitHub Copilot | Extensions 檢視 → 搜尋 @mcp Atlassian → Install |
| Cursor | Atlassian plugin for Cursor with MCP → Add to Cursor |
| Windsurf | Cascade → MCP servers → Add Server → Add custom server，並將 serverUrl 設定為 https://mcp.atlassian.com/v2/mcp |
| 任何其他 MCP 用戶端 | 使用伺服器 URL https://mcp.atlassian.com/v2/mcp |
目錄
- 一鍵設定
- 支援的用戶端
- 外掛程式封裝與相容性
- 支援的產品與工具
- 伺服器如何暴露工具
- MCP 閘道
- 開始之前
- 資料與安全性
- 運作方式
- 範例工作流程
- 提示與技巧
- 管理員注意事項：管理存取
- 安全性
- 支援與意見回饋
- 免責聲明
支援的用戶端
Atlassian MCP Server 可與日益增加的 MCP 相容用戶端搭配使用：
| 用戶端 | 設定參考 |
|---|---|
| OpenAI ChatGPT | Connectors / MCP guide |
| OpenAI Codex (CLI and Desktop) | Codex MCP docs |
| Claude (Claude.ai, Desktop, and Code) | Claude MCP docs |
| Cursor | Atlassian on the Cursor marketplace |
| Visual Studio Code (GitHub Copilot) | VS Code MCP docs |
| GitHub Copilot CLI | About Copilot CLI |
| Google Gemini CLI | Gemini CLI MCP docs |
| Windsurf | Windsurf MCP docs |
| Docker | Docker MCP Catalog and Toolkit |
| Kiro and other Agent Plugins clients | Kiro Powers documentation |
| Amazon Quick Suite | MCP integration guide |
Atlassian MCP Server 也支援任何可在 localhost 上執行、並透過 mcp-remote 代理伺服器連線的本機 MCP 相容用戶端。這可啟用遵循 MCP 規範的自訂或第三方整合。
[!TIP] 如需目前支援用戶端的完整清單與逐步設定，請參閱 開始使用 Atlassian MCP Server。你也可以參考你用戶端自己的 MCP 文件或內建助理。
外掛程式封裝與相容性
此儲存庫以多種套件格式發佈相同的 MCP server 與 skills，以便用戶端使用其原生的探索與安裝流程：
| 格式 | Manifest 與設定 | 共用元件 |
|---|---|---|
| Agent Plugins v1 | plugin.json 與 mcp.json | skills/ |
| Claude Code plugin | .claude-plugin/plugin.json 與 .claude-plugin/marketplace.json | .mcp.json 與 skills/ |
| Cursor plugin | .cursor-plugin/plugin.json | .mcp.json 與 skills/ |
| Gemini extension | gemini-extension.json | MCP server 設定內嵌於 manifest 中 |
| MCP Registry | server.json | 遠端伺服器中繼資料 |
skills/ 中的 skills 以 /v2/mcp 端點為目標，是所有封裝外掛程式安裝的內容。上一代已封存於 skills/v1/，供仍在使用 v1 端點的人使用；它不會由任何外掛程式安裝，需手動設定。差異請參閱 skills/README.md。
mcp.json 與 .mcp.json 都是刻意保留的。Agent Plugins 需要根目錄的 mcp.json 檔名及其可攜式傳輸詞彙；現有用戶端繼續使用 .mcp.json 及其原生設定詞彙。變更任一檔案時，請保持其端點設定一致。
根套件可被實作 Agent Plugins 的用戶端匯入，包括 Kiro Powers。用戶端專屬的 manifest 仍會保留，不會被可攜式套件取代。
支援的產品與工具
工具依產品與用途（讀取、寫入、搜尋、刪除或管理）組織。組織管理員可在權限群組層級授予或撤銷存取權，每個工具都會繼承其父群組的存取權。
| 產品 | 權限群組 | OAuth 2.1 | API token |
|---|---|---|---|
| Jira | read_jira · write_jira · search_jira | ✅ | ✅ |
| Jira（管理員啟用） | delete_jira · manage_jira | ✅ | ✅ |
| Confluence | read_confluence · write_confluence · search_confluence | ✅ | ✅ |
| Bitbucket Cloud | read_bitbucket · write_bitbucket | ✅ | ✅ |
| Jira Service Management | read_jsm · write_jsm | — | ✅（僅限） |
| Atlassian platform | read_teamwork_graph · write_teamwork_graph · search_atlassian | ✅ | ✅ |
| Loom | read_loom · write_loom | ✅ | ✅ |
| Goals | read_goals · write_goals | ✅ | ✅ |
| Projects | read_projects · write_projects | ✅ | ✅ |
| Teams | read_teams · write_teams | ✅ | ✅ |
| Focus | read_focus · write_focus | ✅ | ✅ |
| Talent | read_talent · write_talent | ✅ | ✅ |
| Compass | read_compass · write_compass | ✅（僅限） | — |
產品特定條件：
delete_jira和manage_jira預設為停用，必須由管理員啟用後才能使用。- Bitbucket Cloud 工具僅在您的 Bitbucket 工作區與組織連結時可用。未與組織連結的工作區在驗證時無法被選取。
- Jira Service Management 工具僅支援透過 API token 驗證，且僅在組織管理員已啟用 API token 驗證時可用。
- Loom 工具僅適用於與 Atlassian 站點連結的 Loom 工作區。
- Teamwork Graph 工具可以從連線至 Jira 的第三方服務擷取資料，例如已連結的 pull request、建置和部署。對於 GitHub for Atlassian，完整存取表示工具會根據使用者的 GitHub 權限擷取 GitHub 資料，而有限存取則表示工具會根據使用者的 Jira 權限擷取資料。Azure DevOps、GitLab、Jenkins 和 Spinnaker 連接器遵循有限存取模式。
[!NOTE] 如需完整且最新的工具參考，包括每個權限群組所需的範圍，請參閱 Supported tools。
伺服器如何公開工具
Atlassian MCP Server 並非在連線時將每個工具定義傳送給 AI 用戶端，而是公開一組最常用的工具，並讓用戶端按需探索其餘工具。標記為 Primary 的工具可直接供代理程式使用。
這有兩個好處：
- 您的用戶端上下文可保留給目前任務使用，而不是被工具定義填滿。
- 新工具無需用戶端重新連線即可使用。
MCP 閘道
如果您使用 MCP 閘道，或需要事先取得所有工具，而不是使用探索和執行方法，請使用 tools=all 覆寫來將所有工具公開為分頁的平面工具清單：
https://mcp.atlassian.com/v2/mcp?tools=all
開始之前
在設定伺服器之前，請檢查您的環境是否符合以下需求。
先決條件
需求取決於您的連線方式：
適用於支援的用戶端
- 一個 Atlassian Cloud 站點，包含 Jira、Confluence、Jira Service Management、Bitbucket 或 Compass 中的一個或多個產品
- 可存取所選用戶端
- 一個現代瀏覽器以完成 OAuth 2.1 授權流程，或 API token 憑證以進行無頭驗證
如果您的組織管理員已停用透過 API token 驗證，MCP 用戶端將無法使用 token 連線，而必須改用 OAuth 2.1。
適用於 IDE 或本機用戶端（桌面設定）
- 一個 Atlassian Cloud 站點，包含一個或多個支援的產品
- 一個支援的 IDE（例如 Claude Desktop、VS Code 或 Cursor）或自訂的 MCP 相容用戶端
- 已安裝 Node.js v18+ 以執行本機 MCP 代理程式 (
mcp-remote) - 一個現代瀏覽器以完成 OAuth 登入，或 API token 憑證以進行無頭驗證
資料與安全性
伺服器強制執行多項安全控制：
- 所有流量在傳輸過程中均透過 HTTPS (TLS 1.2 或更新版本) 加密，依據 Atlassian 的安全實務。
- OAuth 2.1 和 API token 驗證提供安全存取控制。
- 資料存取尊重每個已連線 Atlassian 產品中的使用者權限，包括 Jira、Confluence、Jira Service Management、Bitbucket、Compass 和 Loom。
- 如果您的組織對 Atlassian Cloud 產品使用 IP 允許清單，透過 Atlassian MCP Server 進行的工具呼叫也會遵守這些 IP 規則。
如需安全性模型和管理員控制的更深入概述，請參閱：
運作方式
架構與通訊
-
支援的用戶端連線至伺服器端點。所有用戶端的建議端點為：
https://mcp.atlassian.com/v2/mcpv1 端點 (
https://mcp.atlassian.com/v1/mcp/authv2和https://mcp.atlassian.com/v1/mcp) 仍受支援，且現有的 v1 連線會自動開始公開並使用 v2 工具。 -
根據您的設定，會觸發安全的瀏覽器型 OAuth 2.1 流程，或使用 API token 驗證。
-
授權後，用戶端會串流內容資料，並從您已連線的 Atlassian 產品接收即時回應。
[!WARNING] 在 2026 年 6 月 30 日之後，舊版 Server-Sent Events 端點 (
https://mcp.atlassian.com/v1/sse) 將不再受支援。 請更新任何設定為使用/sse的自訂用戶端，使其指向/mcp— 最好是https://mcp.atlassian.com/v2/mcp。
[!NOTE] 在移至 v2 工具後無法完成驗證的用戶端，可能需要清除快取的用戶端 ID 或
.well-known憑證。
權限管理
僅授予使用者已在 Atlassian Cloud 中有權限檢視的資料存取權。所有動作皆尊重現有的專案或空間層級角色。OAuth 和 API token 驗證皆遵循設定的範圍和 Atlassian 權限。
API token 驗證（無頭）
API token 驗證適用於無頭、服務型或非互動式用戶端設定（例如後端系統或自動化）。對於 Jira Service Management 工具，此驗證也是必要的。
支援兩種機制：
| 機制 | 標頭 |
|---|---|
| 個人 API token (Basic auth) | Authorization: Basic <base64(email:api_token)> |
| 服務帳戶 API 金鑰 (Bearer token) | Authorization: Bearer <api_key> |
- 需要管理員啟用： 組織管理員必須為 Atlassian MCP Server 啟用 API token 驗證（Atlassian Administration → Rovo → Rovo MCP server → Authentication）。
- 需要限定範圍的 token： 建立個人 API token，或向管理員索取服務帳戶 API 金鑰，並具備您需要存取的工具和資料所需的範圍。
- 設定指南： Configure authentication via API token
- 管理員設定參考： Control Atlassian MCP Server settings: Configure authentication
範例工作流程
連線後，您可以從用戶端執行此類任務。
Jira 工作流程
- 搜尋：「找出 Project Alpha 中所有開啟的錯誤。」
- 建立/更新：「建立一個標題為『Redesign onboarding』的故事。」
- 大量建立：「從這些筆記建立五個 Jira 問題。」
Confluence 工作流程
- 摘要：「摘要 Q2 規劃頁面。」
- 建立：「建立一個標題為『Team Goals Q3』的頁面。」
- 導覽：「我有權存取哪些空間？」
Compass 工作流程
- 建立：「根據目前儲存庫建立一個服務元件。」
- 大量建立：「從此 CSV/JSON 匯入元件和自訂欄位。」
- 查詢：「什麼依賴於
api-gateway服務？」
Loom 工作流程
- 擷取：「找出上週設計審查的 Loom 錄影。」
- 摘要：「摘要此 Loom 逐步解說並列出行動項目。」
Projects and Goals 工作流程
- 狀態：「Checkout Revamp 專案目前的狀態為何？」
- 彙總：「本季度哪些目標有風險，原因為何？」
組合任務
- 連結內容：「將這三個 Jira 工作項目連結到『Release Plan』頁面。」
- 尋找文件：「擷取與此 Compass 元件連結的 Confluence 文件頁面。」
- 推進工作：「將 PROJ-456 移至『In Review』並新增評論說明 PR 已上線。」
[!NOTE] 實際功能會因您的權限等級和用戶端平台而異。
提示與技巧
設定預設 CloudId、Jira 專案和 Confluence 空間
使用下方的 Markdown 更新您的 AGENTS.md，以減少探索工具呼叫、節省時間和 token，並設定最大搜尋結果數。
## Atlassian MCP
When connected to atlassian-rovo-mcp:
- **MUST** use Jira project key = YOURPROJ
- **MUST** use Confluence spaceId = "123456"
- **MUST** use cloudId = "https://yoursite.atlassian.net" (do NOT call getAccessibleAtlassianResources)
- **MUST** use `maxResults: 10` or `limit: 10` for ALL Jira JQL and Confluence CQL search operations.
使用技能
如果您使用像是 Claude 的桌面用戶端，您可以為重複性任務建立或重複使用技能。請參閱預設的 Atlassian MCP 技能。
對於 Cursor，技能是 marketplace 外掛程式的一部分。
管理員注意事項：管理存取
如果您是準備讓組織使用 Atlassian MCP Server 的管理員，請檢閱以下幾點。如需更詳細的管理員指南，請參閱：
- Understand Atlassian MCP Server
- Control Atlassian MCP Server settings
- Manage Atlassian MCP Server
- Monitor Atlassian MCP Server activity
管理、監控和撤銷存取
- 管理員控制： 站點和組織管理員可以從 Manage your organization's Marketplace and third-party apps 管理、檢閱或撤銷 MCP 應用程式的存取權。
- 網域控制： 使用 Atlassian Administration 中的 Rovo MCP server 設定頁面來控制允許連線的外部 AI 工具和網域。依預設，Atlassian 支援的網域是允許的；您可以新增信任的網域或封鎖支援的網域。網域控制適用於 OAuth 2.1 連線。如需詳細資訊，請參閱 Available Atlassian MCP server domains。
- IP 控制： 如果您的組織對 Atlassian Cloud 應用程式使用 IP 允許清單，透過 Atlassian MCP Server 發出的請求必須來自您組織針對相關應用程式的 IP 允許清單所允許的 IP 位址。如需設定詳細資訊，請參閱 Specify IP addresses for product access。 Bitbucket Cloud IP 限制由工作區管理員在 Workspace settings → Access controls 下另行設定。請參閱 Control access to private content in a workspace。
- 終端使用者控制： 個別使用者可以從其個人資料設定中撤銷自己的應用程式授權。
- 稽核日誌： 每次透過 Atlassian MCP Server 使用工具時，都會在您組織的稽核日誌中記錄一個事件。管理員可以在 Atlassian Administration 的 Insights → Audit log 下檢閱這些事件（篩選 Rovo MCP User Actions 或搜尋 MCP）。如需更多資訊，請參閱 Monitor Atlassian MCP server activity。
疑難排解常見問題
-
「您沒有權限從此 IP 位址連線。請要求您的管理員授予存取權。」 這通常表示已啟用 IP 允許清單，且請求的來源 IP 位址不允許透過 Atlassian MCP Server 存取相關應用程式。請要求您的站點、組織或 Bitbucket 工作區管理員檢閱適用的 IP 允許清單。
託管 AI 用戶端可能會從 AI 提供者的對外 IP 位址發送請求，而非使用者的公司網路或 VPN。因此，僅使用允許的 VPN 可能不足。請要求您的管理員檢閱提供者發布的對外 IP 範圍並核准所需的存取權。對於 OpenAI 託管的連接器，請參閱 OpenAI's IP egress guidance。本機 MCP 連線可以使用本機網路的對外 IP 位址。請參閱 IP 允許清單如何與 Atlassian MCP 搭配運作。
-
OAuth 登入成功，但工具呼叫回傳 403。 成功登入並不保證工具呼叫能通過 IP 限制。403 也可能表示範圍不足、應用程式權限不足或其他存取原則問題。在變更 IP 允許清單之前，請先確認拒絕原因。
安全性
Model Context Protocol (MCP) 讓 AI 代理程式能使用您帳戶的權限連線至工具和 Atlassian 資料，這建立了強大的工作流程，但也帶來了結構性風險。您啟用的任何 MCP 用戶端或伺服器（例如 IDE 外掛程式、桌面應用程式、託管 MCP 伺服器或「一鍵」整合）都可能導致 AI 代理程式代表您執行動作。
大型語言模型 (LLM) 容易受到 prompt injection 和相關攻擊（例如間接 prompt injection 和 tool poisoning）的影響。這些攻擊可能指示代理程式在沒有明確請求的情況下外洩資料或進行非預期的變更。 為降低風險，請僅使用可信的 MCP 用戶端與伺服器，仔細審查每個代理程式可存取的工具與資料，並套用最小權限原則（限定範圍的權杖、最小化的專案／工作區存取權限）。對於任何高影響或破壞性操作，請要求人工確認，並監控稽核日誌以偵測異常活動。我們強烈建議您參閱 Atlassian 關於 MCP 風險的指引：MCP 用戶端：了解潛在的安全風險。
支援與意見回饋
我們運用您的意見回饋來改善 Atlassian MCP Server。若您遇到錯誤或限制，或有任何建議：
- 前往 Atlassian 支援入口網站 回報問題與功能請求。
- 在 Atlassian 社群 分享您的經驗與問題，並在 Atlassian 開發者社群 提出開發相關疑問。
- 若您正在建置應用程式並發現錯誤或問題，或有任何建議，請前往我們的 Ecosystem 開發者入口網站。
免責聲明
MCP 用戶端可依據您現有的權限，在 Atlassian 產品中執行操作。請套用最小權限原則，在確認前審查高影響的變更，並監控稽核日誌以偵測異常活動。
了解更多：MCP 用戶端：了解潛在的安全風險。