M
MCP 精选目录 CURATED DIRECTORY
已收录 911 个 MCP Server
EN
← 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
查看安装方法 ↓ 横向对比 GitHub 源仓库 ↗
分类
团队协作 第 50 / 55
Stars
★ 62 热门
传输方式
stdio（本地进程） · Streamable HTTP
运行环境
Node.js 18+
凭据
需要 API Key / 凭据
最近提交
⚠
工具数
5
37FMRS · D

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。

最强项 · 文档质量 8/20 最弱项 · 可靠性 6/20

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
查看各项评分依据
可靠性 6/20
源码显示有完整的工具定义和校验（Zod），但测试覆盖有限，未见CI工作流，错误处理和边缘情况文档化不足。静态评审无法验证实际运行，未发现直接矛盾，但缺失可复现的测试证据，因此低于12。
安全与权限 8/20
凭据通过环境变量或配置文件传入，未硬编码，数据流向仅为本机到Confluence API，未发现恶意行为。但工具允许任意HTTP方法操作，缺少对危险操作的确认机制，权限最小化不足，但未触及红线。
维护活跃度 8/20
仓库有多个版本（v3.x），最近有更新，但未见明确许可证，问题响应情况不明确，依赖更新情况未核实。活跃度尚可，但治理和版本策略存在缺口。
文档质量 8/20
README内容丰富，覆盖安装、认证、工具参数、示例和故障排除，但缺少对限制（如仅支持Cloud）和成本（token消耗）的深入说明，且文档中嵌入了执行指令，需谨慎对待。
安装易用性 7/20
提供了多种安装方式（npx、全局、配置文件），并给出客户端配置示例，步骤清晰。但依赖Node.js环境，且未提供Windows等平台的细节，安装路径依赖外部包管理器，未完全验证。

静态评测 · 未实际运行收录于 2026-08-07

查看 FMRS 评分方法 →

选型与风险

能访问什么访问网络修改第三方账户数据

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。

安装接入

准备工作

运行环境：Node.js 18+

ATLASSIAN_SITE_NAME 必填 Confluence 站点名，即 URL 中 mycompany.atlassian.net 的 mycompany 部分。
ATLASSIAN_USER_EMAIL 必填 你的 Atlassian 账户登录邮箱。
ATLASSIAN_API_TOKEN 必填密钥 在 id.atlassian.com/manage-profile/security/api-tokens 创建的 API 令牌，创建后需立即复制。
其他可选配置项（3 个）
DEBUG 可选 设为 true 以启用详细调试日志。
TRANSPORT_MODE 可选 设为 http 可在 3000 端口以 HTTP 模式运行服务器用于测试。
PORT 可选 HTTP 模式下自定义监听端口，默认 3000。
  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"
      }
    }
  }
}

以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json
{
  "servers": {
    "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"
      }
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal
claude mcp add confluence -e ATLASSIAN_SITE_NAME=your-company -e [email protected] -e ATLASSIAN_API_TOKEN=your_api_token -- npx -y @aashari/mcp-server-atlassian-confluence

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在 Claude Desktop 配置中添加该服务器并重启，状态栏应显示 confluence 服务器；或用 npx -y @aashari/mcp-server-atlassian-confluence get --path "/wiki/api/v2/spaces" 验证凭据是否有效。

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。

试试这样问

连接成功后，可以直接对 AI 助手这样说：

  • 列出我们 Confluence 中的所有空间
  • 搜索关于 API 身份验证的页面
  • 获取工程空间的详细信息
  • 在 DEV 空间创建一个标题为 'API Guide' 的新页面

工具能力 5

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

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
Cursor AI
Continue

依据项目文档列出，未经本站实测。

详细介绍

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。

同类可选方案

与其他 MCP 横向对比

源版本 13f3b4fdf75d 数据同步于 2026-10-11 查看 FMRS 评分方法