官方定義:Atlassian MCP 是一個 MCP server,支援 Jira 與 Confluence 的操作,讓 AI 透過自然語言存取任務與知識庫。
核心賣點:
# Pull Pre-built Image
docker pull ghcr.io/sooperset/mcp-atlassian:latest
%APPDATA%\Claude\claude_desktop_config.json
~/Library/Application Support/Claude/claude_desktop_config.json
~/.config/Claude/claude_desktop_config.json
{
"mcpServers": {
"mcp-atlassian": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e", "CONFLUENCE_URL",
"-e", "CONFLUENCE_USERNAME",
"-e", "CONFLUENCE_API_TOKEN",
"-e", "JIRA_URL",
"-e", "JIRA_USERNAME",
"-e", "JIRA_API_TOKEN",
"ghcr.io/sooperset/mcp-atlassian:latest"
],
"env": {
"CONFLUENCE_URL": "https://your-company.atlassian.net/wiki",
"CONFLUENCE_USERNAME": "your.email@company.com",
"CONFLUENCE_API_TOKEN": "your_confluence_api_token",
"JIRA_URL": "https://your-company.atlassian.net",
"JIRA_USERNAME": "your.email@company.com",
"JIRA_API_TOKEN": "your_jira_api_token" # 剛剛建立的 Token
}
}
}
}
!
目前創立 Sub Task 會失敗,但是新增 Comments 以及更新既有的 Sub Task 可以成功,等發現問題後再來補充解法
技術:Atlassian MCP
分類:MCP 插件 / 整合工具
難度:⭐⭐⭐☆☆(1-5顆星)
實用度:⭐⭐⭐⭐⭐(1-5顆星)
一句話:把 Jira 與 Confluence 接進 AI 對話,讓任務與文件管理一站搞定
適用情境:每天要同時用 Jira 與 Confluence 的團隊,想把工作流直接嵌進 AI
實際體驗後,我感受到 MCP 的威力:以前要開 Jira 查需求、切 Confluence 看文件,現在在 Claude 對話裡一句話就能完成。
這不只是節省點擊,而是改變了「AI 作為團隊助手」的使用方式。對我來說,Atlassian MCP 是把 AI 正式接入開發流程的分水嶺。