@mudravaorg/mcp服务器
MCP（模型上下文协议）服务器 像素固定器 --一个可视化的bug跟踪和看板工具。将AI代理（Claude、Cursor、VS Code Copilot、Windsurf）连接到您的PixelFixer项目。
它做什么
此MCP服务器允许AI代理完全访问您的PixelFixer工作区：
| 类别 | 工具 |
|---|---|
| 会话 | init_session, set_context |
| 团队与项目 | list_teams, list_projects, get_project, list_team_members |
| 任务 | list_tasks, get_task, create_task, update_task, move_task, search_tasks |
| 评论 | add_comment, list_comments |
| 看板 | list_columns |
| GitHub | get_github_context, get_repo_tree, get_file_content, create_pull_request, commit_files |
| AI管道 | start_task, complete_ai_task, list_ai_queue |
v1.0亮点
- 会话上下文 --呼叫
init_session一次；所有工具都会自动使用您的团队/项目ID - 任务编号 —
get_task,start_task等接受taskNumber: 42而不是原始ID - 紧凑的响应 --列表视图返回摘要（比v0.2少约90%的标记）
- 重试超时（&T） --429/5xx上自动重试并回退，请求超时30秒
- 更好的错误 --帮助人工智能自我纠正的人类可读信息
快速开始
1.获取API代币
首选 PixelFixer→ 团队设置→ API令牌 并创建一个令牌 read + write 范围。
2.配置IDE
VS Code (.vscode/mcp.json):
{
"servers": {
"pixelfixer": {
"command": "npx",
"args": ["-y", "@mudravaorg/mcp-server"],
"env": {
"PIXELFIXER_API_TOKEN": "pf_your_token_here",
"PIXELFIXER_API_URL": "https://pixelfixer.mudrava.com"
}
}
}
}光标 (.cursor/mcp.json) / 克劳德桌面版 (claude_desktop_config.json):
{
"mcpServers": {
"pixelfixer": {
"command": "npx",
"args": ["-y", "@mudravaorg/mcp-server"],
"env": {
"PIXELFIXER_API_TOKEN": "pf_your_token_here",
"PIXELFIXER_API_URL": "https://pixelfixer.mudrava.com"
}
}
}
}注： VS代码使用"servers"作为根键，而Cursor和Claude Desktop使用"mcpServers".
3.开始使用它
问你的AI代理：
- *“检查我的PixelFixer任务并修复AI队列中的内容”*
- *“启动任务#42并修复它”*
- *“搜索高优先级打开的Bug”*
- *“创建一个PR，修复任务#15中的按钮颜色问题”*
环境变量
| 变量 | 必填 | 默认 | 描述 |
|---|---|---|---|
PIXELFIXER_API_TOKEN | 是 | - | 个人API令牌（以 pf_) |
PIXELFIXER_API_URL | 没有 | http://localhost:3000 | 像素修复器实例URL |
本地开发
如果你从源代码运行PixelFixer，你可以使用本地构建而不是npm包：
cd packages/mcp-server
pnpm install
pnpm build然后将IDE指向本地文件：
{
"servers": {
"pixelfixer": {
"command": "node",
"args": ["${workspaceFolder}/packages/mcp-server/dist/index.js"],
"env": {
"PIXELFIXER_API_TOKEN": "pf_your_token_here",
"PIXELFIXER_API_URL": "http://localhost:3000"
}
}
}
}工具参考
init_session
建议每次会议的第一次通话。自动发现您的团队和项目（如果您每个团队和项目只有一个），设置会话上下文，并将AI任务队列作为简洁的摘要返回。在此之后，所有工具都会自动填充teamId/projectId。
开始任务
开始处理AI任务。将任务移动到“进行中”，将AI状态设置为“处理中”，并返回完整上下文：任务详细信息、注释、GitHub信息、列和工作流指南。接受 taskId 或 taskNumber.
搜索任务
使用多个筛选器进行搜索：
q--文本搜索（标题、描述、任务编号）status--打开、正在进行、已解决、已关闭priority--低、中、高、临界aiStatus--无、排队、正在处理、已完成、失败assigneeId,columnId,tag
create_pull_request
在连接的GitHub仓库中创建分支和PR。例子：
branchName: "fix/PF-42-button-color"
title: "Fix button color on dashboard"
body: "Resolves PF-42. Changed primary button color..."安全
- API令牌在数据库中被散列（SHA-256）-即使数据库泄漏也不会暴露令牌
- 令牌具有范围权限（读/写/管理）
- MCP服务器在您的计算机上本地运行——数据通过HTTPS直接传输到PixelFixer实例
- 不向第三方发送数据
许可证
麻省理工学院