Jenkins MCP需求

AI工作流的灵活应变与运维流水线的严谨规范存在衔接问题，Jenkins与MCP的结合能打破数据孤岛，使AI的决策力与流水线的执行力实现无缝衔接，提升运维工作的智能化水平。

今天我们就来进行下Dify + Jenkins MCP实战，实现运维工作中自动化构建与任务管理，其主要功能如下：

检索构建：快速定位特定构建任务，查看详细日志和结果。
获取任务：呈现任务当前状态。
获取所有任务：展示所有任务历史记录，便于任务调度和资源分配。
触发构建：代码变更或满足条件时自动触发构建流程，提升开发部署效率。
Dify

Dify运用智能化流程自动化与数据管理技术，为企业提供AI解决方案，助力其优化业务流程、提高工作效率，实现数字化转型升级，适用于多行业场景。

核心功能

可视化工作流编排：采用零代码拖拽式界面，降低开发门槛，便于构建复杂 AI 流程。
强大模型兼容：可无缝集成 GPT 系列、Llama、Mistral 等数百种语言模型，能灵活适配业务需求。
智能 RAG 引擎：内置文档深度解析与检索增强系统，可精准溯源，降低 AI 幻觉，保障输出可靠性。
开放插件生态：兼容 50 +工具与 API 扩展，支持自定义插件开发，能打造多种功能场景。
一键云端部署：支持云托管与私有化部署双模式，可实现分钟级上线 AI 应用，保障数据主权。
开源社区驱动：全栈代码开放可定制，有活跃的开发者生态持续赋能。
工具依赖

插件市场：https://marketplace.dify.ai/?language=en-US&category=all&q=mcp
MCP SSE / StreamableHTTP

工具信息
名称：MCP SSE / StreamableHTTP
版本：0.2.1
作者：Junjie.M
类型：工具
安装次数：67520 次
Github 仓库：https://github.com/junjiem/dify-plugin-tools-mcp_sse
工具功能
通过HTTP with SSE或Streamable HTTP传输方式，使用MCP协议来发现和调用工具，且支持多个MCP服务配置。

Agent Strategies (Support MCP Tools)

工具信息
名称：Agent 策略（支持 MCP 工具）
版本：0.2.2
作者：Junjie.M
类型：agent-strategy
安装次数：75037 次
Github 仓库：https://github.com/junjiem/dify-plugin-agent-mcp_sse
工具功能
提供Function Calling 和 ReAct 的Agent策略集合，支持通过HTTP with SSE 或 Streamable HTTP传输方式使用MCP协议来发现和调用工具，且支持多个MCP服务的配置。

Jenkins

Jenkins 是开源 CI&CD 软件领导者，提供超过 1000 个插件来支持构建、部署、自动化，满足任何项目的需要。

核心功能

持续集成和持续交付：可作为简单的 CI 服务器，或成为任何项目的持续交付中心。
简易安装：基于 Java 的独立程序，可在 Windows、Mac OS X 和其他类 Unix 操作系统上运行。
配置简单：通过网页界面轻松设置和配置，含即时错误检查和内置帮助。
插件丰富：更新中心有 1000 多个插件，集成持续集成和持续交付工具链中几乎所有工具。
可扩展：通过插件架构扩展，可能性几乎无限。
分布式：可在多台机器上分配工作，加快构建、测试和部署。
插件依赖

MCP Server Plugin
1.插件信息
插件功能：实现了 Model Context Protocol（MCP）的服务器端组件，使 Jenkins 能作为 MCP 服务器，为 MCP 客户端（如 LLM 驱动的应用或 IDE）提供上下文、工具和功能。
基于版本：基于 MCP Java SDK 版本 0.11.0，该版本实现了 2025-03-26 版的 MCP 规范。
插件版本：0.37.v5d2d8c089e8b_，7 天前发布，需 Jenkins 2.479.3 及以上版本。
https://plugins.jenkins.io/mcp-server/
注意：Jenkins 升级过程可能会出现插件不兼容、系统环境不兼容(如JDK 11+)、用户权限丢失等风险，升级需谨慎！

2.核心特性
MCP 服务器实现：实现了 MCP 协议的服务器端功能。
Jenkins 集成：将 Jenkins 功能作为 MCP 工具和资源暴露。
可扩展架构：通过 McpServerExtension 接口轻松扩展 MCP 功能。
3.关键组件
Endpoint：MCP 通信的主要入口，处理传输连接和消息路由。
DefaultMcpServer：实现 McpServerExtension，提供与 Jenkins 作业和构建交互的默认工具。
McpToolWrapper：将 Java 方法包装为 MCP 工具，处理参数解析和结果格式化。
McpServerExtension：用于扩展 MCP 服务器功能的接口。

4. 与Jenkins 交互的内置工具
   作业管理
   getJob按完整路径获取作业
   getJobs获取分页作业列表
   triggerBuild触发作业构建，支持参数化构建
   构建信息
   getBuild获取特定构建或最后一次构建
   updateBuild更新构建显示名称和描述
   getBuildLog获取构建日志
   SCM 集成
   getJobScm获取作业的 SCM 配置
   getBuildScm获取特定构建的 SCM 配置
   getBuildChangeSets获取特定构建的变更日志集
   管理信息
   whoAmI获取当前用户信息
   本次实战我们主要会涉及到getJob、triggerBuild、getBuild、getBuildLog等几个经常使用的场景。

工作流编排

Jenkins侧配置

1.mcp-server插件
MCP Server插件在安装时会自动设置必要的端点和工具，无需额外配置。

插件有以下三种安装方式，如图：

注意：

插件安装完后需重启Jenkins
Jenkins 2.479及以上版本
2.MCP客户端连接方式
MCP客户端可以使用以下方式连接到服务器：

Streamable HTTP Endpoint: /mcp-server/mcp
SSE Endpoint: /mcp-server/sse
Message Endpoint: /mcp-server/message
在此我们使用Streamable HTTP，这是MCP的一项关键更新， 用于替代原先的HTTP+SSE作为默认传输方式 ，在解决原有方案中连接不可恢复、服务端长连接压力大等问题的同时，依然保留了 SSE 带来的流式响应优势。

注意：尽量使用mcp-server最新版本并关注官网文档更新，避免联调失败。例如在我们实践前官网版本及文档并未提及Streamable HTTP Endpoint，导致对接失败。

3.身份认证
MCP服务器插件需要与它所运行的Jenkins实例相同的凭据。

Jenkins API Token：从您的Jenkins用户账户生成一个API令牌，例如用户jenkins
Basic Authorization：在HTTP基本认证头中使用API令牌，例如token为1127985f036f5c3d228123d7dc8fd830dd3
注意：Basic Authorization 认证需要将“user:token”组合的字符串进行base64编码。

基础认证信息

jenkins:1127985f036f5c3d228123d7dc8fd830dd3
经base64编码
amVua2luczoxMTI3OTg1ZjAzNmY1YzNkMjI4MTIzZDdkYzhmZDgzMGRkMw==
经base64编码后的认证信息，最终会被Dify侧的mcp 服务配置及mcp sse 的 apikey认证授权使用，

原始认证格式，需替换jenkins-url为真实地址

{
“jenkins”: {
“transport”: “streamableHttp”,
“url”: “https://jenkins-url/mcp-server/mcp”,
“headers”: {
“Authorization”: “Basic “
}
}
}

填写base64编码后的认证信息，需替换jenkins-url为真实地址

{
“jenkins”: {
“transport”: “streamableHttp”,
“url”: “https://jenkins-url/mcp-server/mcp”,
“headers”: {
“Authorization”: “Basic amVua2luczoxMTI3OTg1ZjAzNmY1YzNkMjI4MTIzZDdkYzhmZDgzMGRkMw==”
}
}
}
Dify侧配置

1.安装插件
MCP SSE / StreamableHTTP
Agent Strategies (Support MCP Tools)
2.创建工作流
借助大模型的Function Calling 能力能够分析自然语言并将其转化为结构化指令，通过mcp_sse连接mcp-sever获取并调用mcp工具，从而执行最终的构建。

1.开始节点
开始节点我们提供了两个参数：

query，面向查询场景输入自然语言即可，例如：查询xxx任务；
APP_NAME，面向执行场景输入应用名触发发版/启停构建，例如：输入test则触发启停；
注意：根据应用名的发版/启停构建是我们自建的流水线，在此只作为实例进行演示，请根据实际场景进行调整。

2.条件分支节点
为保障Jenkins 构建的安全性，对于执行类场景我们还是希望通过严格的输入参数进行限定，而对于查询类场景通过自然语言识别即可。

3.Agent-查询节点
根据条件分支判断，Agent-查询节点使用的是query参数，mcp_sse 获取mcp-server的工具列表，然后判断调用getJob、getBuild、getBuildLog中相应需求的一个工具。

Agent节点主要补充以下信息

工具列表，使用mcp_sse工具，添加apikey认证授权；
MCP服务配置，填写mcp-server连接及认证；
指令，非必填项输入提示词；
查询，填写输入参数query；

4.LLM节点
LLM节点将agent节点的输出根据提示词进行整理，以增加可读性。

5.代码执行节点
对于参数化构建，在调用mcp-server前我们需要根据输入参数进行json格式化。

6.Agent-执行节点
根据条件分支判断，Agent-执行节点使用的是APP_NAME参数，mcp_sse 指定调用triggerBuild工具即可，保证最小化执行。

注意：不同流水线参数按实际情况自行拼装。

7.结束节点
根据查询、执行操作进行差异化输出：

查询操作，将LLM节点格式化后的构建信息进行输出；
执行操作，将Agent节点执行后的原始信息进行输出；
场景1:查询构建任务

场景2:查询构建任务日志

场景3:执行参数化构建

总结

MCP作为运维智能体不可或缺的能力，借助MCP将AI工作流整合到Jenkins的运维流水线中，能切实贴合运维日常工作需求。这种深度融合打破了AI工作流与运维流水线之间的数据壁垒和协同障碍，使AI的智能决策能力与流水线的高效执行能力形成有机整体，全面提升运维工作的智能化水平、运行效率和可靠性。

添加好友，邀你入群，运维人的圈子，每日精彩分享，更有小伙伴们的热议！