Jt MCP Server

jt mcp服务器

 ](https://www.npmjs.com/package/@houkasaurusrex/jt-mcp-server)

个人 模型上下文协议 提供AI代理开发工作流工具的服务器——GitHub项目管理、常规提交、静态文件服务、nvm感知命令执行、可视化回归测试、Jira/Confluence集成等。

快速开始

npx @houkasaurusrex/jt-mcp-server

添加到克劳德代码

在您的项目中 .claude/settings.json:

{
  "mcpServers": {
    "jt-mcp": {
      "command": "npx",
      "args": ["-y", "@houkasaurusrex/jt-mcp-server"],
      "env": {
        "GITHUB_TOKEN": "${GITHUB_TOKEN}",
        "NETLIFY_AUTH_TOKEN": "${NETLIFY_AUTH_TOKEN}",
        "ATLASSIAN_DOMAIN": "${ATLASSIAN_DOMAIN}",
        "ATLASSIAN_EMAIL": "${ATLASSIAN_EMAIL}",
        "ATLASSIAN_API_TOKEN": "${ATLASSIAN_API_TOKEN}"
      }
    }
  }
}

工具

开发工作流程

搜索与探索

GitHub

Git

吉拉（via acli CLI）

需要 Atlassian命令行界面 --奔跑 acli auth login 一次验证。

汇流（REST API）

需要 ATLASSIAN_DOMAIN, ATLASSIAN_EMAIL，以及 ATLASSIAN_API_TOKEN env变量。

外壳

Netlify

记忆（知识图谱）

使用内存数据库

内存工具提供了一个持久的知识图，代理可以使用它来记住用户偏好、项目约定和会话中的事实。数据存储在SQLite数据库中 ~/.jt-memory/memory.db 汽车出口到 ~/.jt-memory/memory.json 每一次写作。

在项目中启用内存

将以下内容添加到您的项目中 CLAUDE.md 因此代理知道在每个会话开始时使用内存：

## Memory

This project uses `@houkasaurusrex/jt-mcp-server` memory tools. At the start of every session:
1. Call `memory_query` with no filters to load all stored context
2. Use the returned entities, observations, and relations to inform your work
3. When you learn new user preferences or project conventions, store them with `memory_add_entities` and `memory_add_observations`

运作原理

• 实体 有一个名称、类型和观察结果（事实）。类型包括 preference, convention, project, tool, workflow等等。
• 关系 是实体之间的有向边（例如。 JT --更喜欢--> Yarn Berry).
• 观察 是附加到实体的字符串事实（例如“始终使用单行常规提交”）。
• 数据库持续存在于 ~/.jt-memory/memory.db 在所有项目和会议中。
• 每次写入汽车导出到 ~/.jt-memory/memory.json 作为人类可读的备份。
• 用以下内容覆盖路径 JT_MEMORY_DB 和 JT_MEMORY_EXPORT_PATH env变量。

行动跟踪

内存系统可以跟踪代理在项目中执行的可重复操作，并建议模式何时应该成为专用的MCP工具。

跟踪行动：

{ "command": "yarn lint --fix", "description": "Auto-fix lint issues", "project": "my-app", "tags": ["lint", "fix"], "category": "lint" }

检查工具建议：

{ "min_occurrences": 3, "min_projects": 2 }

返回超过阈值的精确命令匹配和基于标记的集群，并建议哪些模式是新工具的良好候选者。

将以下内容添加到您的项目中 CLAUDE.md 要启用动作跟踪：

### Action Tracking

When performing substantive, repeatable actions (build, test, deploy, lint, format, git workflow),
call `memory_track_action` with command, description, project, tags, and category.
Do NOT track trivial commands (ls, cd, file reads, one-off searches).

Periodically call `memory_suggest_tools` to discover patterns worth converting to MCP tools.

示例：存储首选项

{ "entities": [{ "name": "commits", "type": "convention", "observations": ["Single-line conventional commits", "No Co-Authored-By trailers"] }] }

示例：会话开始时的查询

{}                                // returns all entities
{ "type": "preference" }         // returns only preferences
{ "name": "yarn", "depth": 2 }   // traverse 2 levels from matching entities

环境变量

Jira工具使用 acli CLI处理自己的身份验证--run acli auth login 一次。

发展

yarn install
yarn build
yarn test
yarn test 
   # e.g. yarn test dev-port

许可证

麻省理工学院