mcp-atlassian项目v0.10.3版本发布:网络连接支持与关键兼容性修复
mcp-atlassian是一个专注于Atlassian产品生态的中间件项目,它提供了与Jira和Confluence等Atlassian产品的API集成能力。该项目通过简化API调用流程、提供统一接口等方式,帮助开发者更高效地与Atlassian生态系统进行交互。
本次发布的v0.10.3版本带来了两项重要更新:全面的网络连接支持功能以及一个关键的运行时兼容性修复。这些改进显著提升了项目在企业环境中的适用性和稳定性。
网络连接支持功能的实现
在企业级开发环境中,出于安全策略或网络架构的考虑,经常需要通过特定网络连接方式访问外部API。v0.10.3版本新增了对HTTP/S和SOCKS网络连接的全面支持,使得mcp-atlassian能够适应各种复杂的网络环境。
该功能支持多种配置方式:
-
通过标准环境变量配置全局网络连接设置,包括:
- HTTP_PROXY/HTTPS_PROXY:分别配置HTTP和HTTPS请求的网络连接
- SOCKS_PROXY:配置SOCKS协议网络连接
- NO_PROXY:指定不需要通过特定网络连接的地址列表
-
针对特定服务的独立配置,例如:
- JIRA_HTTPS_PROXY:专门配置Jira服务的HTTPS网络连接
- CONFLUENCE_NO_PROXY:配置Confluence服务不需要特定网络连接的地址
这种灵活的配置策略既满足了统一管理的需求,又为特定服务提供了定制化的可能。开发者可以根据实际网络环境选择最适合的配置方式,确保API请求能够顺利到达目标服务器。
关键兼容性修复
本次版本修复了一个在使用uvx工具运行时出现的"Context is not available outside of a request"错误。这个问题源于项目依赖的fastmcp库在2.2.8及以上版本中的变更,导致上下文管理机制不兼容。
技术团队采取了以下措施解决该问题:
- 暂时将fastmcp依赖版本锁定在2.2.8以下,确保现有代码的稳定运行
- 计划在未来版本中重构代码,使其兼容最新版的fastmcp
这种处理方式既解决了当前的紧急问题,又为未来的升级做好了规划,体现了项目维护的稳健性。
技术实现细节
在网络连接功能的实现上,mcp-atlassian采用了分层设计:
- 配置层:负责解析各种来源的网络连接配置,包括环境变量和专用配置文件
- 路由决策层:根据请求目标和NO_PROXY规则决定是否使用特定网络连接
- 协议适配层:支持HTTP、HTTPS和SOCKS等多种网络连接协议
这种架构设计使得网络连接功能既强大又灵活,能够适应各种复杂的企业网络环境。
对于兼容性问题,团队采用了依赖版本锁定的临时解决方案,同时制定了长期的技术路线图。这种平衡短期需求和长期发展的决策方式,值得其他开源项目借鉴。
升级建议
对于现有用户,建议尽快升级到v0.10.3版本,特别是:
- 需要在内网通过特定网络连接访问Atlassian服务的用户
- 使用uvx工具运行项目的开发者
升级过程通常只需更新依赖版本即可,现有配置和代码无需修改。对于需要配置网络连接的用户,可以参考项目文档中的示例配置进行设置。
未来展望
根据项目的发展路线,未来版本将重点关注:
- 完全兼容最新版fastmcp的代码重构
- 网络连接功能的进一步增强,如支持认证机制
- 更细粒度的网络配置选项
这些改进将进一步巩固mcp-atlassian作为Atlassian生态集成首选工具的地位。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00