Compartilhar via

Habilitar a assistência de IA com o Servidor MCP do Azure DevOps

Serviços do Azure DevOps

Considere pedir ao assistente de IA: "Pegue meus itens de trabalho de sprint atuais, e depois identifique quais podem estar em risco", para ter acesso instantâneo aos dados reais no Azure DevOps. O servidor MCP (Protocolo de Contexto de Modelo) do Azure DevOps fornece ao assistente de IA acesso seguro a itens de trabalho, solicitações de pull, builds, planos de teste e documentação da sua organização do Azure DevOps.

Ao contrário das soluções baseadas em nuvem que exigem o envio de seus dados externamente, o Servidor MCP do Azure DevOps é executado localmente em seu ambiente seguro, garantindo que suas informações confidenciais do projeto nunca saiam da rede enquanto ainda fornecem recursos de IA de nível empresarial.

Importante

  • O Servidor MCP do Azure DevOps é gratuito para uso. No entanto, os preços padrão do Azure DevOps se aplicam à sua organização e a qualquer acesso a dados por meio do serviço. O uso do assistente de IA pode ter custos separados dependendo da plataforma de IA escolhida.
  • O servidor MCP do Azure DevOps exige que o assistente de IA opere no modo de agente para acessar dados do Azure DevOps e executar operações.

Pré-requisitos

Requisitos do sistema: Node.js 18.0+ e uma organização ativa do Azure DevOps

Instalar o Servidor MCP do Azure DevOps

O Servidor MCP do Azure DevOps integra-se a vários ambientes de desenvolvimento e assistentes de IA. Escolha seu ambiente preferencial para obter instruções. Os pré-requisitos listados na tabela são requisitos específicos do ambiente, além dos requisitos do sistema listados anteriormente.

Ambiente Pré-requisitos Installation Features
Visual Studio Code (recomendado) Extensão do GitHub Copilot ou do Claude Dev Instalação com um clique Suporte extensivo ao MCP com várias opções de assistente de IA
Visual Studio (2022 e posterior) Extensão do GitHub Copilot Guia de configuração do Visual Studio Integração completa do IntelliSense com dados do Azure DevOps
Cursor Assistente de IA interno (nenhuma extensão necessária) Guia de configuração do cursor Integração nativa do MCP
Claude Desktop Aplicativo Claude Desktop Guia de configuração do Claude Desktop Aplicativo autônomo com integração completa do Azure DevOps
JetBrains IDEs Plugin compatível com assistente de IA Guia de instalação do JetBrains Integração específica do IDE por meio de plug-ins
Outros ambientes Varia de acordo com o ambiente Repositório de documentos do Servidor MCP do Azure DevOps Consulte o repositório para todas as opções

Dica

Tendo problemas de instalação? Verifique a seção de solução de problemas ou relate problemas no repositório GitHub do Servidor MCP do Azure DevOps.

Por que usar o Servidor MCP do Azure DevOps?

Os assistentes de IA tradicionais não têm contexto sobre seus projetos, itens de trabalho e processos de equipe específicos. Eles podem ajudar com perguntas genéricas de codificação, mas não podem responder "O que está bloqueando nosso sprint atual?" ou "Quais solicitações de pull precisam da minha revisão?" O Servidor MCP do Azure DevOps abre essa lacuna conectando seu assistente de IA diretamente aos dados do Azure DevOps.

O Servidor MCP do Azure DevOps fornece inteligência contextual com base nos dados reais do projeto, não em respostas genéricas. Você pode fazer perguntas de linguagem natural sobre seus itens de trabalho, sprints e versões e receber insights que entendam os processos e a terminologia específicos da sua equipe. Esse processo elimina a alternância de contexto entre ferramentas, fornece respostas instantâneas sem navegar pela interface da Web do Azure DevOps e automatiza tarefas rotineiras de gerenciamento de projetos por meio de linguagem natural.

Segurança e privacidade

O Servidor MCP do Azure DevOps prioriza a segurança e a privacidade dos dados:

  • Execução local: nenhum dado sai do seu ambiente – tudo é executado localmente em sua rede segura
  • Nenhuma chamada à API externa: o servidor não faz chamadas de API externas que podem expor informações confidenciais do projeto
  • Controle do usuário: você mantém controle total sobre quais dados seu assistente de IA pode acessar
  • Integração segura: funciona perfeitamente com seus ambientes de codificação de IA existentes sem comprometer a segurança
  • Tratamento de dados privados: suas informações confidenciais do projeto nunca saem da rede enquanto ainda fornecem recursos de IA de nível empresarial

O que o SERVIDOR MCP faz?

O Servidor MCP do Azure DevOps habilita um processo de duas etapas: recuperação de dados e análise de IA.

1. Recuperação de dados (servidor MCP)

O servidor fornece acesso seguro aos dados do Azure DevOps:

  • Projetos e equipes: estrutura da organização e informações da equipe
  • Itens de trabalho: tarefas atribuídas, bugs, histórias de usuário e seus detalhes
  • Solicitações de pull: status de revisão de código, alterações e itens de trabalho vinculados
  • Builds e pipelines: status de CI/CD, resultados de teste e informações de implantação
  • Planos de teste: testar casos, resultados e dados de cobertura

2. Análise de IA (seu assistente de IA)

Seu assistente de IA processa esses dados para fornecer:

  • Resumos inteligentes: progresso da sprint, velocidade da equipe e integridade do projeto
  • Insights acionáveis: identificação de risco, análise de gargalo e recomendações
  • Respostas com reconhecimento de contexto: respostas que entendem seus projetos e processos específicos

Exemplo: você pergunta "O que está bloqueando nosso sprint?" → o SERVIDOR MCP recupera seus itens de trabalho atuais → seu assistente de IA analisa os dados e identifica bloqueadores específicos com recomendações.

Casos de uso comuns e exemplos

Para obter mais exemplos, consulte Exemplo de uso.

Dica

Para evitar o uso de dados obsoletos ou armazenados em cache de consultas anteriores, adicione ao seu prompt: "Não use dados buscados anteriormente".

Preparação diária para a reunião de standup

Componente

Descrição

O SERVIDOR MCP fornece

Acesso aos itens de trabalho atribuídos e atualizações recentes

Ação do assistente de IA

Analisa os dados para ajudá-lo a se preparar para o standup

Prompt de exemplo

"Obtenha meus itens de trabalho para o projeto MyProject e me ajude a me preparar para o standup - o que eu completei, no que estou trabalhando e no que está bloqueado?"

Tradução de consulta

Consulta WIQL para recuperar seus itens de trabalho atribuídos, filtrados pelo projeto e excluindo itens removidos, ordenados pelas alterações mais recentes

Resultado de dados brutos

Seis itens de trabalho, incluindo bugs, tarefas, histórias de usuário e recursos com seus estados atuais (Resolvido, Concluído, Ativo, Novo, Bloqueado)

Saída do assistente de IA

Situação Itens de trabalho
✅ Concluído Bug nº 4521: "Falha na página de entrada no Safari móvel" – Resolvido ontem
Tarefa nº 4498: "Atualizar documentação da API para v2.1" – Concluída há 2 dias
🔄 Em andamento História do Usuário nº 4456: "Implementar autenticação de dois fatores" – Em andamento (três dias)
└── Subtarefas: esquema de banco de dados (concluído), componentes da interface do usuário (em andamento), teste (não iniciado)

Bug nº 4534: "Problema de desempenho com grandes conjuntos de dados" – Ativo (um dia)
⚠️ Bloqueado Recurso nº 4423: "Integração com gateway de pagamento externo" – Bloqueado
└── Aguardando: Aprovação da equipe de segurança (bloqueado cinco dias)
└── Ação necessária: Acompanhamento com Sarah da equipe do InfoSec
Tarefa nº 4467: "Implantar no ambiente de preparo" – Impedimento
└── Problema: Manutenção do servidor de preparo agendada hoje das 14h às 16h
Resumo do standup - Ontem: resolveu o problema de login no Safari Mobile, conclusão dos documentos de API.
– Hoje: continue a implementação da 2FA, investigue o problema de desempenho do conjunto de dados.
- Impedimentos: necessita de aprovação de segurança para integração de pagamento, implantação de ambiente de teste atrasada devido à manutenção.

Suporte ao planejamento de Sprint

Componente

Descrição

O SERVIDOR MCP fornece

Acesso a itens de lista de pendências, dados da equipe e detalhes do item de trabalho

Ação do assistente de IA

Ajuda a analisar a capacidade e planejar o sprint

Prompt de exemplo

"Obtenha todos os itens de trabalho na lista de pendências do produto para MyProject e priorize-os para um sprint de duas semanas com três desenvolvedores"

Tradução de consulta

Consulta WIQL para recuperar itens de lista de pendências com pontos de história, prioridade e informações de estado, ordenadas por prioridade e classificação de pilha

Resultado de dados brutos

Nove itens de backlog, incluindo épicos, recursos, histórias de usuário, bugs e tarefas com pontos de história e dependências, além de métricas de equipe (três desenvolvedores, sprint de 14 dias, velocidade de 60 pontos)

Saída do assistente de IA

Categoria Itens de trabalho Points
✅ Recomendado Epic #3401: "Aprimoramento do Perfil do Usuário" – Alto valor de negócios, sem dependências
Bug nº 3456: "Tempo limite de resultados da pesquisa em grandes conjuntos de dados" – Impacto crítico do usuário
Recurso nº 3378: "Exportar painel para PDF" – solicitado com frequência
Story #3489: "Implementar fluxo de redefinição de senha" – Prioridade de segurança
Tarefa nº 3512: "Atualizar componentes do React para v18" – Dívida técnica
História nº 3467: "Adicionar alternância do modo escuro" – Vitória rápida		 Total de 60
(13 + 8 + 13 + 8 + 13 + 5)
⏳ Diferido Epic #3234: "Reescrita de aplicativo móvel" - Muito grande para sprint único
Recurso nº 3445: "Recomendações de IA" – Aguardando a equipe de ciência de dados
Story #3523: "Integração com CRM externo" – Bloqueado pela API do fornecedor		 34, 21, 13
Recomendações de planejamento - Equilíbrio: Combinação de funcionalidades (3), bugs (1), dívida técnica (1), ganhos rápidos (1)
- Nível de risco: itens de risco de baixa média para entrega previsível
- Dependências: todos os itens selecionados resolveram dependências
- Habilidades: a distribuição de trabalho corresponde à experiência atual da equipe
- Valor comercial: recursos prioritários voltados para o cliente e correções críticas

Fluxo de trabalho de revisão de código

Componente

Descrição

O SERVIDOR MCP fornece

Detalhes da solicitação de pull e informações de item de trabalho vinculado

Ação do assistente de IA

Fornece contexto de negócios para alterações técnicas

Prompt de exemplo

"Obtenha detalhes da solicitação de pull nº 67 e seus itens de trabalho vinculados e ajude-me a entender o efeito comercial dessas alterações de código"

Tradução de API

Chamadas à API REST para recuperar detalhes da solicitação de pull e informações de item de trabalho vinculadas com relações expandidas

Resultado de dados brutos

Solicitação de pull nº 67 (implementação da camada de cache, oito arquivos alterados, +156/-42 linhas) e dois itens de trabalho vinculados (bug de configurações e história do usuário de desempenho)

Saída do assistente de IA

Componente Detalhes
Solicitação de pull PR #67: "Implementar camada de cache para preferências do usuário"
Autor: Christie Church, Status: Ativo (aguardando revisão)
Arquivos: 8 alterados (+156, -42 linhas), Criado: Dois dias atrás
Itens de trabalho vinculados 🎯 História do Usuário nº 2847: "Melhorar o desempenho do aplicativo para usuários retornados" (Alta prioridade)
└── Destino: tempo de carregamento da página < 2 segundos para usuários conectados

🐛 Bug nº 2901: "A página de configurações é carregada lentamente para usuários com muitas preferências" (Gravidade média)
└── Impacto: afeta 15% de usuários premium, causando tíquetes de suporte
Resumo do impacto nos negócios - 💼Alinhamento Estratégico: dá suporte à meta de retenção do usuário no 3º trimestre (melhoria de 20%)
Resolve problemas de experiência do usuário premium que afetam a receita
Habilita recursos futuros de personalização
- 📊Resultados esperados: Desempenho: 60% redução no tempo de carregamento de preferência (2,5s → 1,0s)
Experiência do usuário: elimina atrasos de carregamento em configurações e páginas de perfil
Impacto no suporte: redução esperada de 40% nos tíquetes relacionados ao desempenho
- 🔍Áreas de foco para revisão: lógica de invalidação de cache (consistência de dados)
Tratamento de erros para indisponibilidade do cache
Implementação de monitoramento de desempenho
Considerações de segurança para dados de usuário armazenados em cache
  • Last updated on