← 返回目录
A

Atlassian Confluence MCP Server

社区
将 AI 助手直接连接到你的 Confluence 知识库
GitHub 源仓库 ↗
★ 61 Stars 分类 · 团队协作 热门 源版本 13f3b4fdf75d
37FMRS · D
可靠性
6/20
安全与权限
8/20
维护活跃度
8/20
文档质量
8/20
安装易用性
7/20

该服务器提供了一种将 AI 助手连接到 Confluence 的灵活方式,通过通用 API 方法实现全面访问。TOON 格式和 JMESPath 过滤有助于控制令牌成本。然而,仅支持云端、需要仔细管理凭据,并建议对所有请求使用过滤以避免意外的大响应。

查看 FMRS 评分方法 →

此 MCP 服务器允许 AI 助手(如 Claude、Cursor AI 等)通过标准 MCP 接口与 Atlassian Confluence 交互。它提供五个通用工具(conf_get、conf_post、conf_put、conf_patch、conf_delete),可访问任何 Confluence API 端点,使 AI 能够读取、搜索、创建、更新和删除空间、页面、评论和博客文章。输出默认采用 TOON 格式,可减少 30-60% 的令牌消耗,并支持 JMESPath 过滤以提取所需字段。

工具能力

conf_get
发送 GET 请求到任意 Confluence API 端点以读取数据。
conf_post
发送 POST 请求以创建资源(例如页面、评论)。
conf_put
发送 PUT 请求以替换资源(例如更新页面)。
conf_patch
发送 PATCH 请求以部分更新资源(例如重命名空间)。
conf_delete
发送 DELETE 请求以删除资源。

安装接入

  1. 在 Atlassian 账户中生成 API 令牌(https://id.atlassian.com/manage-profile/security/api-tokens)。
  2. 设置环境变量:ATLASSIAN_SITE_NAME(例如 your-company)、ATLASSIAN_USER_EMAIL、ATLASSIAN_API_TOKEN。
  3. 对于 Claude Desktop,编辑 ~/.claude/claude_desktop_config.json,添加上述 mcpServers 配置。
  4. 重启 Claude Desktop 或配置其他支持 MCP 的 AI 助手(如 Cursor、Continue.dev)。
  5. 或者使用 npx -y @aashari/mcp-server-atlassian-confluence 直接运行 CLI。
claude_desktop_config.json
{
  "mcpServers": {
    "confluence": {
      "command": "npx",
      "args": ["-y", "@aashari/mcp-server-atlassian-confluence"],
      "env": {
        "ATLASSIAN_SITE_NAME": "your-company",
        "ATLASSIAN_USER_EMAIL": "[email protected]",
        "ATLASSIAN_API_TOKEN": "your_api_token"
      }
    }
  }
}

选型与风险

适合谁

  • 需要快速访问技术文档和 API 指南的开发者
  • 搜索需求、规格和项目更新的产品经理
  • 快速访问政策文档和员工资源的 HR 团队
  • 查找故障排除指南和知识库文章的支持团队
  • 任何希望使用自然语言与 Confluence 交互的用户

不适合谁

  • 使用 Confluence Server 或 Data Center(内部部署)的用户,因为此工具仅支持 Confluence Cloud。
  • 需要特定领域工具(如 conf_ls_spaces)的旧版用户,但 v3.0 已迁移到通用方法工具。

所需权限

  • 需要 Atlassian 账户具有 Confluence 访问权限,并能访问要查询的空间。
  • 需要 API 令牌(创建时自动授予权限)。
  • 服务器使用你自己的凭据,仅在本地运行。

风险与副作用

  • 令牌泄露风险:如果 API 令牌泄露,他人可能会访问你的 Confluence 数据。妥善保管。
  • 数据访问范围:AI 助手可以读取和修改你有权限访问的所有内容,包括创建、更新和删除。
  • 大响应可能导致令牌成本增加:建议始终使用 jq 过滤和 limit 参数以避免高成本。
  • 响应截断:超过约 40,000 字符的响应会被截断,原始数据保存到临时文件。

常见排障

  1. 认证失败或 403:检查 API 令牌是否有效、站点名称格式是否正确(例如 mycompany 而不是 https://mycompany.atlassian.net),并验证凭据。
  2. 资源未找到 (404):检查路径大小写、使用数字 ID(非 key)、确保有权限。
  3. 搜索无结果:尝试不同的搜索词、使用正确的 CQL 语法,并在 Confluence 中验证。
  4. Claude Desktop 集成问题:重启 Claude,检查配置文件路径(macOS: ~/.claude/claude_desktop_config.json,Windows: %APPDATA%\Claude\claude_desktop_config.json)。
  5. 启用调试:DEBUG=true 查看详细日志,日志位于 ~/.mcp/data/@aashari-mcp-server-atlassian-confluence.[session-id].log。

使用场景

询问 AI 关于文档的问题:"我们的 API 认证流程是什么?"
跨所有空间搜索:"查找所有关于安全最佳实践的页面"
获取即时答案:"显示产品空间的最新发布说明"
访问团队知识:"我们远程工作的 HR 政策是什么?"
查看页面评论:"显示架构文档的讨论"
创建和更新内容:"在 DEV 空间创建新页面"

支持客户端

Claude Desktop完整支持
Cursor AI完整支持
Continue.dev完整支持