MCP-Atlassian v0.8.0 版本发布:容器化部署与架构升级
MCP-Atlassian 是一个专注于 Atlassian 产品生态(如 Jira、Confluence 等)的自动化管理工具集,通过提供丰富的 API 封装和命令行工具,帮助开发者更高效地与 Atlassian 系列产品进行交互。本次发布的 v0.8.0 版本带来了多项重要改进,特别是在容器化支持和服务架构方面有显著提升。
容器化部署全面升级
本次版本最显著的改进之一是完善了对 Docker 部署的支持。项目现在提供了完整的容器化解决方案:
-
多平台镜像支持:新增了针对不同平台的 Docker 镜像构建方案,特别是为 macOS 用户提供了 Homebrew 安装选项,大大简化了在不同操作系统上的安装流程。
-
版本标签管理:实现了基于版本的容器镜像标签系统,用户可以精确选择特定版本的镜像,便于版本控制和回滚操作。
-
环境变量增强:改进了对
TRANSPORT和PORT环境变量的处理逻辑,确保这些配置参数能够按照正确的优先级被应用,提升了配置灵活性。
服务架构重构
v0.8.0 版本进行了重大的架构调整,迁移到了 FastMCP v2 服务架构:
-
性能优化:新架构显著提升了服务响应速度和并发处理能力,特别是在处理大量 Atlassian API 请求时表现更优。
-
代码结构重构:对 Jira 和 Confluence 工具的描述和参数进行了标准化处理,确保与元数据保持一致,提高了代码的可维护性和一致性。
-
连接反馈增强:实现了更详细的启动连接反馈机制,同时加入了敏感数据自动掩码功能,既方便调试又保障了安全性。
Jira 功能增强
针对 Jira 的核心功能进行了多项改进:
-
字段搜索功能:新增了
jira_search_fields工具,允许用户更灵活地查询和筛选 Jira 中的字段信息。 -
问题获取优化:重构了
jira_get_issue的实现,修复了多个问题获取相关的 bug,提高了数据获取的准确性和稳定性。 -
用户分配逻辑:改进了 Jira Server/DC 版本中的用户分配逻辑,现在会优先使用用户名而非用户 key 进行分配,更符合实际使用场景。
-
Sprint 管理:新增了 Sprint 更新功能,完善了敏捷开发流程的支持。
文档与安装改进
-
安装指南重构:重新组织了项目文档,将重点转向 Docker 为中心的安装方式,同时保留了传统安装方法的说明。
-
启动引导优化:改进了首次运行时的用户引导体验,提供更清晰的操作指引和错误提示。
总结
MCP-Atlassian v0.8.0 版本标志着项目在易用性、稳定性和功能性方面迈出了重要一步。通过全面拥抱容器化技术,重构服务架构,以及持续完善核心功能,这个版本为 Atlassian 产品的自动化管理提供了更强大、更可靠的解决方案。无论是个人开发者还是企业团队,都能从这个版本中获得更流畅的 Atlassian 产品集成体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00