Udostępnij przez

Włączanie pomocy w zakresie sztucznej inteligencji w przypadku serwera MCP usługi Azure DevOps

Azure DevOps Services

Rozważ pytanie swojego asystenta AI: "Pobierz moje bieżące elementy robocze sprintu i zidentyfikuj, które mogą być zagrożone", by uzyskać natychmiastowy dostęp do rzeczywistych danych usługi Azure DevOps. Serwer azure DevOps Model Context Protocol (MCP) zapewnia asystentowi sztucznej inteligencji bezpieczny dostęp do elementów roboczych, żądań ściągnięcia, kompilacji, planów testów i dokumentacji z organizacji usługi Azure DevOps.

W przeciwieństwie do rozwiązań opartych na chmurze, które wymagają zewnętrznego wysyłania danych, serwer MCP usługi Azure DevOps działa lokalnie w bezpiecznym środowisku, zapewniając, że poufne informacje o projekcie nigdy nie opuszczają sieci, jednocześnie zapewniając możliwości sztucznej inteligencji klasy korporacyjnej.

Ważne

  • Serwer MCP usługi Azure DevOps jest bezpłatny do użycia. Jednak standardowe ceny usługi Azure DevOps dotyczą twojej organizacji i dowolnego dostępu do danych za pośrednictwem usługi. Użycie asystenta sztucznej inteligencji może mieć oddzielne koszty w zależności od wybranej platformy sztucznej inteligencji.
  • Serwer MCP usługi Azure DevOps wymaga asystenta sztucznej inteligencji do działania w trybie agenta w celu uzyskania dostępu do danych usługi Azure DevOps i wykonywania operacji.

Wymagania wstępne

Wymagania systemowe:Node.js 18.0 lub nowszej i aktywnej organizacji usługi Azure DevOps

Instalowanie serwera MCP usługi Azure DevOps

Serwer MCP usługi Azure DevOps integruje się z różnymi środowiskami deweloperskimi i asystentami sztucznej inteligencji. Wybierz preferowane środowisko, aby uzyskać instrukcje. Wymagania wstępne wymienione w tabeli są wymaganiami specyficznymi dla środowiska oprócz wymienionych wcześniej wymagań systemowych.

Środowisko Wymagania wstępne Instalacja Funkcje
Visual Studio Code (zalecane) Rozszerzenie GitHub Copilot lub Claude Dev Instalacja jednym kliknięciem Rozbudowana obsługa mcp z wieloma opcjami asystenta sztucznej inteligencji
Visual Studio (2022 i nowsze) Rozszerzenie GitHub Copilot Przewodnik konfiguracji programu Visual Studio Pełna integracja funkcji IntelliSense z danymi usługi Azure DevOps
Kursor Wbudowany asystent sztucznej inteligencji (brak wymaganych rozszerzeń) Przewodnik konfigurowania kursora Natywna integracja z programem MCP
Claude Desktop Aplikacja Claude Desktop Przewodnik konfiguracji programu Claude Desktop Autonomiczna aplikacja z pełną integracją usługi Azure DevOps
JetBrains IDE Wtyczka kompatybilnego asystenta sztucznej inteligencji Przewodnik konfiguracji usługi JetBrains Integracja specyficzna dla środowiska IDE za pośrednictwem wtyczek
Inne środowiska Różni się w zależności od środowiska Repozytorium dokumentacji serwera MCP usługi Azure DevOps Zobacz repozytorium dla wszystkich opcji

Wskazówka

Masz problemy z instalacją? Zapoznaj się z sekcją rozwiązywania problemów lub zgłoś problemy w repozytorium GitHub serwera MCP usługi Azure DevOps.

Dlaczego warto używać serwera MCP usługi Azure DevOps?

Tradycyjni asystenci sztucznej inteligencji nie mają kontekstu dotyczącego określonych projektów, elementów roboczych i procesów zespołu. Mogą one pomóc w ogólnych pytaniach dotyczących kodowania, ale nie mogą odpowiedzieć na pytanie "Co blokuje nasz bieżący sprint?" lub "Które pull requests wymagają przeglądu?" Serwer MCP usługi Azure DevOps wypełnia tę lukę, łącząc asystenta AI bezpośrednio z danymi w usłudze Azure DevOps.

Serwer MCP usługi Azure DevOps zapewnia kontekstową analizę na podstawie rzeczywistych danych projektu, a nie ogólnych odpowiedzi. Możesz zadawać pytania dotyczące języka naturalnego dotyczące elementów roboczych, przebiegów i wydań oraz otrzymywać szczegółowe informacje, które rozumieją konkretne procesy i terminologię twojego zespołu. Ten proces eliminuje przełączanie kontekstu między narzędziami, zapewnia natychmiastowe odpowiedzi bez przechodzenia przez interfejs internetowy usługi Azure DevOps i automatyzuje rutynowe zadania zarządzania projektami za pomocą języka naturalnego.

Bezpieczeństwo i prywatność

Serwer MCP usługi Azure DevOps określa priorytety zabezpieczeń i prywatności danych:

  • Wykonywanie lokalne: żadne dane nie opuszczają środowiska — wszystko działa lokalnie w bezpiecznej sieci
  • Brak wywołań interfejsu API zewnętrznego: serwer nie wywołuje zewnętrznych interfejsów API, które mogą uwidocznić poufne informacje o projekcie
  • Kontrola użytkownika: masz pełną kontrolę nad danymi, do których może uzyskiwać dostęp asystent sztucznej inteligencji
  • Bezpieczna integracja: bezproblemowo współpracuje z istniejącymi środowiskami kodowania sztucznej inteligencji bez naruszania zabezpieczeń
  • Obsługa danych prywatnych: poufne informacje o projekcie nigdy nie opuszczają sieci, a jednocześnie zapewniają możliwości sztucznej inteligencji klasy korporacyjnej

Co robi serwer MCP?

Serwer MCP usługi Azure DevOps umożliwia dwuetapowy proces: pobieranie danych i analizę sztucznej inteligencji.

1. Pobieranie danych (serwer MCP)

Serwer zapewnia bezpieczny dostęp do danych usługi Azure DevOps:

  • Projekty i zespoły: struktura organizacji i informacje o zespole
  • Elementy robocze: Przydzielone zadania, usterki, scenariusze użytkownika i ich szczegóły
  • Żądania ściągnięcia: stan przeglądu kodu, zmiany i połączone elementy robocze
  • Kompilacje i potoki: stan ciągłej integracji/ciągłego wdrażania, wyniki testu i informacje o wdrożeniu
  • Plany testów: przypadki testowe, wyniki i dane pokrycia

2. Analiza sztucznej inteligencji (Asystent sztucznej inteligencji)

Asystent sztucznej inteligencji przetwarza te dane w celu zapewnienia następujących danych:

  • Inteligentne podsumowania: postęp przebiegu, szybkość zespołu i kondycja projektu
  • Szczegółowe informacje z możliwością działania: identyfikacja ryzyka, analiza wąskich gardeł i zalecenia
  • Odpowiedzi kontekstowe: odpowiedzi, które rozumieją określone projekty i procesy

Przykład: pytasz "Co blokuje nasz przebieg?" → serwer MCP pobiera bieżące elementy robocze → Asystent sztucznej inteligencji analizuje dane i identyfikuje określone blokady za pomocą zaleceń.

Typowe przypadki użycia i przykłady

Aby uzyskać więcej przykładów, zobacz Przykład użycia.

Wskazówka

Aby uniknąć używania nieaktualnych lub buforowanych danych z poprzednich zapytań, dodaj do monitu "Nie używaj wcześniej pobranych danych".

Codzienne przygotowywanie standupu

Składnik

Opis

Serwer MCP zapewnia

Dostęp do przypisanych elementów roboczych i ostatnich aktualizacji

Akcja asystenta sztucznej inteligencji

Analizuje dane, aby ułatwić przygotowanie się do standupu

Przykładowy monit

"Pobierz elementy robocze dla projektu MyProject i pomóż mi przygotować się do standupu — co zostało ukończone, nad czym pracuję i co jest zablokowane?"

Tłumaczenie zapytań

Zapytanie WIQL w celu pobrania przypisanych elementów roboczych, filtrowanych według projektu i wykluczających usunięte elementy uporządkowane według najnowszych zmian

Wynik nieprzetworzonych danych

Sześć elementów roboczych, w tym usterek, zadań, scenariuszy użytkownika i funkcji z ich bieżącymi stanami (Rozwiązano, Gotowe, Aktywne, Nowe, Zablokowane)

Dane wyjściowe asystenta sztucznej inteligencji

Status Elementy robocze
✅ Zakończone Usterka nr 4521: "Strona logowania ulega awarii w przeglądarce Safari dla urządzeń przenośnych" — rozwiązano wczoraj
Zadanie nr 4498: "Aktualizacja dokumentacji interfejsu API dla wersji 2.1" — Ukończono 2 dni temu
🔄 W toku Scenariusz użytkownika nr 4456: "Implementowanie uwierzytelniania dwuskładnikowego" — w toku (trzy dni)
└-podzadania: schemat bazy danych (gotowe), składniki interfejsu użytkownika (w toku), testowanie (nie uruchomione)

Usterka nr 4534: "Problem z wydajnością dużych zestawów danych" — aktywny (jeden dzień)
⚠✔ Zablokowane Funkcja #4423: "Integracja z zewnętrzną bramą płatności" — zablokowana
└—oczekiwanie na: zatwierdzenie przez zespół ds. zabezpieczeń (zablokowane pięć dni)
└-akcji potrzebnej: Postępuj zgodnie z zaleceniami Sarah z zespołu infosec
Zadanie nr 4467: "Wdrażanie w środowisku przejściowym" — impediment
└—problem: Konserwacja serwera przejściowego zaplanowana dzisiaj 2:00
Podsumowanie dla standupu - Wczoraj: Rozwiązano problem z logowaniem w przeglądarce Safari dla urządzeń przenośnych, ukończono dokumenty interfejsu API.
- Dzisiaj: Kontynuuj implementację uwierzytelniania 2FA, zbadaj problem z wydajnością zestawu danych.
- Blokady: Wymaga zatwierdzenia bezpieczeństwa do integracji płatności, wdrożenie na środowisku testowym opóźnione z powodu konserwacji.

Obsługa planowania przebiegu

Składnik

Opis

Serwer MCP zapewnia

Dostęp do elementów listy prac, danych zespołu i szczegółów elementu roboczego

Akcja asystenta sztucznej inteligencji

Pomaga analizować pojemność i planować przebieg

Przykładowy monit

"Pobierz wszystkie elementy robocze na liście prac produktu MyProject i nadaj im priorytety na dwutygodniowy przebieg z trzema deweloperami"

Tłumaczenie zapytań

Zapytanie WIQL w celu pobrania elementów listy prac z punktami scenariusza, priorytetem i informacjami o stanie uporządkowanym według priorytetu i rangi stosu

Wynik nieprzetworzonych danych

Dziewięć elementów listy prac, w tym epików, funkcji, scenariuszy użytkowników, usterek i zadań z punktami scenariusza i zależnościami, a także metryki zespołu (trzech deweloperów, 14-dniowy przebieg, 60-punktowa prędkość)

Dane wyjściowe asystenta sztucznej inteligencji

Kategoria Elementy robocze Punktów
✅ Zalecane Epic #3401: "Ulepszenia profilu użytkownika" — wysoka wartość biznesowa, brak zależności
Usterka nr 3456: "Przekroczono limit czasu wyników wyszukiwania dla dużych zestawów danych" — krytyczny wpływ na użytkownika
Funkcja #3378: "Eksportowanie pulpitu nawigacyjnego do formatu PDF" — często wymagane
Scenariusz nr 3489: "Implementowanie przepływu resetowania hasła" — priorytet zabezpieczeń
Zadanie nr 3512: "Uaktualnianie składników React do wersji 18" — dług techniczny
Story #3467: "Dodaj przełącznik trybu ciemnego" - Szybkie zwycięstwo		 60 łącznie
(13 + 8 + 13 + 8 + 13 + 5)
⏳ Odroczonego Epic #3234: "Ponowne zapisywanie aplikacji mobilnej" — zbyt duży dla pojedynczego przebiegu
Funkcja #3445: "Zalecenia oparte na sztucznej inteligencji" — oczekiwanie na zespół ds. nauki o danych
Scenariusz nr 3523: "Integracja z zewnętrznym rozwiązaniem CRM" — zablokowany przez interfejs API dostawcy		 34, 21, 13
Zalecenia dotyczące planowania - Saldo: kombinacja funkcji (3), usterek (1), dług techniczny (1), szybkie zwycięstwa (1)
- Poziom ryzyka: elementy o niskim średnim ryzyku dla przewidywalnego dostarczania
- Zależności: wszystkie wybrane elementy rozwiązały zależności
- Umiejętności: Dystrybucja pracy pasuje do bieżącej wiedzy zespołu
- Wartość biznesowa: Priorytetyzowane funkcje klienta i krytyczne poprawki

Przepływ pracy przeglądu kodu

Składnik

Opis

Serwer MCP zapewnia

Szczegóły żądania ściągnięcia i informacje o połączonym elemencie roboczym

Akcja asystenta sztucznej inteligencji

Udostępnia kontekst biznesowy zmian technicznych

Przykładowy monit

"Pobierz szczegóły żądania ściągnięcia nr 67 i powiązanych elementów roboczych oraz pomóż mi zrozumieć efekt biznesowy tych zmian kodu"

Tłumaczenie interfejsu API

Wywołania interfejsu API REST w celu pobrania szczegółów żądania ściągnięcia i informacji o połączonym elemencie roboczym z rozszerzonymi relacjami

Wynik nieprzetworzonych danych

Żądanie ściągnięcia #67 (implementacja warstwy buforowania, osiem zmienionych plików, +156/-42 wiersze) i dwa połączone elementy robocze (błąd scenariusza użytkownika wydajności i ustawień)

Dane wyjściowe asystenta sztucznej inteligencji

Składnik Szczegóły
Żądanie ściągnięcia Żądanie ściągnięcia nr 67: "Implementowanie warstwy buforowania dla preferencji użytkownika"
Autor: Christie Church, Status: Active (oczekiwanie na recenzję)
Pliki: 8 zmienionych (+156, -42 wierszy), Utworzono: Dwa dni temu
Połączone elementy robocze 🎯 Historia użytkownika nr 2847: "Zwiększanie wydajności aplikacji dla zwracanych użytkowników" (wysoki priorytet)
└-target: czas < ładowania strony 2 sekundy dla zalogowanych użytkowników

🐛 Usterka nr 2901: "Strona ustawień jest ładowana powoli dla użytkowników z wieloma preferencjami" (średnia ważność)
└-impact: wpływa na 15% użytkowników w warstwie Premium, powodując bilety pomocy technicznej
Podsumowanie wpływu na działalność biznesową - 💼Dopasowanie strategiczne: obsługuje cel przechowywania użytkowników w Q3 (20% ulepszenia)
Rozwiązywanie problemów z środowiskiem użytkownika w warstwie Premium wpływających na przychody
Umożliwia korzystanie z przyszłych funkcji personalizacji
- 📊Oczekiwane wyniki: wydajność: 60% zmniejszenie czasu ładowania preferencji (2,5 s → 1,0s)
Środowisko użytkownika: eliminuje opóźnienia ładowania na stronach ustawień i profilów
Wpływ pomocy technicznej: oczekiwano 40% zmniejszenie liczby biletów związanych z wydajnością
— 🔍Przegląd obszarów zainteresowania: Logika unieważniania pamięci podręcznej (spójność danych)
Obsługa błędów w przypadku niedostępności pamięci podręcznej
Implementacja monitorowania wydajności
Zagadnienia dotyczące zabezpieczeń dotyczące buforowanych danych użytkownika
  • Last updated on