Token导航 LogoToken导航TokenDH.com
Arch Flow logo
办公协作stdio官方级别未说明来源级核验

Arch Flow

MCP Server

ArchFlow是一个MCP服务器,整合Jira、GitHub和Draw.io数据,提供统一的项目上下文查询功能,适用于团队成员快速获取项目进展、代码关联和系统架构信息。

工具数

23

提示词数

0

GitHub Stars

0

资源数

0
PythonClaude开发工具Claude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Juhwan01

提供方

Juhwan01

最后核验

2026/5/17 20:19

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install archflow-hub # classic

详细介绍

ArchFlow

Jira + GitHub + Draw.io — one MCP server, one question

Install · What You Can Do · Commands · Configuration · Architecture · Contributing · 한국어

______________________________________________________________________

什么是ArchFlow?

ArchFlow是一个 MCP(模型上下文协议) 连接的服务器 Jira, GitHub,以及 Draw.io 将图表发送给您的AI编码助手。询问冲刺进度、跟踪代码问题或探索系统架构——所有这些都在一次对话中完成,无需切换选项卡。

You: "Where's the code for KAN-42?"

ArchFlow:
  Jira   → KAN-42: "Add OAuth2 login" (In Progress, @alice)
  GitHub → PR #87 "feat: oauth2 login flow" (src/auth/oauth.ts)
  Draw.io → Auth Service → connected to API Gateway, User DB

这是给谁的?

角色示例
首席执行官/项目经理“冲刺进度如何?”·“每周团队报告”
新团队成员“解释我们的系统架构”·“我应该先看什么?”
开发者“KAN-123的代码在哪里?”·“哪些PR与身份验证相关?”

______________________________________________________________________

安装

先决条件

  • Python 3.11+下载
  • 克劳德代码 --必须安装并工作
  • Jira Cloud帐户 (必填)--GitHub和Google Drive是可选的

快速启动(2个命令)

# 1. Install the package (pick one)
pip install archflow-hub        # classic
# or
uv pip install archflow-hub    # faster alternative
# or
pipx install archflow-hub      # isolated global install

# 2. Interactive setup — validates tokens, generates config, registers MCP, installs slash commands
archflow init

archflow init 以交互方式引导您完成所有操作:

Jira URL           → https://your-team.atlassian.net
Jira email         → you@company.com
Jira API token     → ********  (validated automatically)
Jira project key   → KAN
Jira board ID      → 1
GitHub token       → ********  (optional, Enter to skip)
Google Drive       → (optional, Enter to skip)

在完成之后, 重新启动克劳德代码 并尝试 /archflow-status/archflow-onboard.

健康检查

archflow doctor    # verify all connections

安装方法

方法说明何时使用
pip install archflow-hub经典pip安装如果不使用uv,则默认选项
uv pip install archflow-hub通过紫外线安装(速度快10-100x)如果你有 紫外线 已安装
pipx install archflow-hub隔离全局安装CLI工具不会污染全局环境
uvx archflow-hub无需安装即可运行(如npx)Claude Code内部用于启动MCP服务器
之后 archflow init,Claude Code通过以下方式自动运行MCP服务器 uvx --不需要额外的设置。

______________________________________________________________________

你能做什么

对每个人

问这个ArchFlow做这个
“冲刺进展如何?”从Jira中提取活动冲刺,按状态分组,显示完成百分比
“查找Redis的所有信息”一次搜索Jira问题+GitHub代码+图表节点
“什么连接到认证服务?”解析Draw.io图,显示入站/出站连接

面向开发者

问这个ArchFlow做这个
“KAN-42的代码在哪里?”追踪Jira问题→ GitHub PR→ 代码文件→ 架构节点
“显示用于身份验证的打开PR”按关键字、分支或链接的Jira键搜索GitHub PR
“团队本周发布了什么?”将提交、PR和Jira转换聚合到一个报告中

经理/新成员

问这个ArchFlow做这个
“每周团队报告”跨源活动:谁做了什么,移动了什么,阻止了什么
“我刚加入——给我背景”Sprint概述+架构+回购结构+关键问题
“授权史诗有多远?”完成率为%的史诗级儿童,按状态细分

______________________________________________________________________

Slash命令

安装后,这些在Claude Code中工作:

命令它的作用
/archflow-statusSprint进度、问题状态、组件完成情况
/archflow-trace问题→ PR → code → 架构跟踪
/archflow-arch架构图查询和连接
/archflow-onboard新团队成员的完整项目背景
/archflow-report每周团队活动报告
/archflow-search跨所有来源的统一搜索
您也可以在没有斜线命令的情况下自然地提问——Claude可以直接使用ArchFlow的23个MCP工具。

______________________________________________________________________

MCP工具(23)

在幕后,ArchFlow通过模型上下文协议公开了23个工具:

计数工具
Jira7get_issue, sprint_status, search, user_workload, component_status, recent_activity, epic_progress
GitHub6get_pr, list_prs, pr_for_issue, recent_commits, search_code, repo_overview
Draw.io4list_diagrams, get_diagram, search_nodes, node_connections
交叉来源5trace_issue, trace_component, project_overview, team_activity, onboarding_context
搜索1search (所有来源统一)

所有工具都以前缀 archflow_ (例如。, archflow_jira_get_issue).

来源要求

工具组JiraGitHubDraw.io
Jira工具必需
GitHub工具--必需
Draw.io工具----必需
交叉来源必需可选可选
统一搜索可选可选可选项

如果未配置源,这些工具将返回“未配置”消息,而不是崩溃。

______________________________________________________________________

配置

配置文件

由...生成 archflow init~/.archflow/config.yml。随时编辑:

jira:
  url: "https://your-team.atlassian.net"
  projects: ["KAN"]
  board_id: "1"

github:
  repos: ["your-org/your-repo"]
  default_branch: "main"

gdrive:
  folder_id: "1AbCdEfG..."
  cache_ttl_minutes: 30

API令牌

archflow init 以交互方式提示这些。供参考:

Jira API Token (2 min)

  1. 首选https://id.atlassian.com/manage-profile/security/api-tokens
  2. 点击 “创建API令牌” → 输入标签(例如。, archflow)
  3. 复制令牌→ 粘贴到 archflow init

GitHub Personal Access Token (2 min, optional)

  1. 首选https://github.com/settings/tokens?type=beta
  2. 生成新令牌 → 命名它 archflow
  3. 权限→ 存储库: 目录, 拉取请求, 元数据 (全部为只读)
  4. 复制令牌→ 粘贴到 archflow init

Google Drive OAuth (10 min, optional — only for Draw.io)

  1. 谷歌云控制台 → 创建/选择项目
  2. API和服务>库 → 启用 Google Drive API
  3. 凭证 → 创建 OAuth客户端ID (桌面应用程序)
  4. 复制 客户端ID客户端密钥
  5. 通过获取刷新令牌 OAuth游乐场:

- 设置→ “使用您自己的OAuth凭据”→ 输入客户端ID/密码 - 第一步:选择 drive.readonly 范围→ 授权 - 第二步:交换→ copy 刷新令牌

How to find board_id / folder_id

Jira板_id --打开你的板,看看网址:

https://your-team.atlassian.net/jira/software/projects/KAN/boards/1
                                                                  ^

谷歌云端硬盘文件夹_id --打开文件夹,查看URL:

https://drive.google.com/drive/folders/1AbCdEfGhIjKlMnOpQrStUvWxYz
                                       ^^^^^^^^^^^^^^^^^^^^^^^^^^^^

Manual install (without archflow init)

pip install archflow-hub   # or: uv pip install archflow-hub

claude mcp add-json --scope user archflow '{
  "type": "stdio",
  "command": "uvx",
  "args": ["archflow-hub"],
  "env": {
    "PYTHONUNBUFFERED": "1",
    "ARCHFLOW_CONFIG_PATH": "~/.archflow/config.yml",
    "JIRA_URL": "https://your-domain.atlassian.net",
    "JIRA_EMAIL": "you@example.com",
    "JIRA_API_TOKEN": "your-jira-api-token",
    "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxxxxx"
  }
}'
claude mcp add (无 -json)确实如此 传递环境变量。

______________________________________________________________________

建筑

graph TB
    User["Your Question"] --> Server

    subgraph Server["ArchFlow MCP Server"]
        Cache["Cache (TTL)"]
        Matcher["Cross-Source Matcher"]
        JP["Jira Provider"]
        GP["GitHub Provider"]
        DP["Draw.io Provider"]
    end

    JP --> Jira["Jira Cloud API"]
    GP --> GitHub["GitHub API"]
    DP --> GDrive["Google Drive"]

所有API响应都被缓存(默认30分钟TTL)。重复提问的API调用为零。

______________________________________________________________________

故障排除

archflow doctor    # checks Python, config, APIs, MCP registration
问题解决方案
克劳德代码中未显示服务器运行 archflow init 再次,然后重新启动Claude Code
“Jira未配置”检查Jira环境变量--运行 archflow init 再一次
“GitHub未配置”添加 GITHUB_PERSONAL_ACCESS_TOKEN --奔跑 archflow init 再一次
未找到Draw.io文件检查 folder_id 在配置+所有3个谷歌环境变量
陈旧数据重新启动克劳德代码(清除30分钟缓存)
GitHub速率限制等一下——结果会自动缓存

______________________________________________________________________

贡献

项目结构

src/archflow/
├── server.py              # MCP server + tool registration
├── cli.py                 # CLI: init, doctor, serve
├── cli_init.py            # Setup wizard (tokens + MCP + slash commands)
├── cli_doctor.py          # Connection diagnostics
├── clients/               # API clients (Jira, GitHub, Google Drive)
├── providers/             # Business logic per source
├── core/                  # Config, cache, matcher, models
├── tools/                 # 23 MCP tools
└── skills/                # 6 slash command definitions

开发人员设置

git clone https://github.com/Juhwan01/ArchFlow.git
cd ArchFlow
uv sync --dev
uv run python -m pytest tests/ -v
uv run ruff check src/

承诺公约

: 
Types: feat | fix | refactor | docs | test | chore | perf | ci

______________________________________________________________________

许可证

麻省理工学院——见 许可证 了解详情。

目录标签

目录标签

PythonClaude开发工具项目管理本地部署代码追踪架构可视化团队协作

支持客户端

Claude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

oauth

工具数量(toolCount,工具数)

23

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiooauth部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP