云效 MCP（Model Context Protocol）是阿里云云效平台推出的模型上下文协议标准化接口系统，作为连接 AI 助手与 DevOps 平台的核心桥梁，通过模型上下文协议将 AI 大模型与云效 DevOps 平台无缝集成。该协议基于云效平台的深度集成能力，使 AI 助手能够直接访问和操作云效平台上的资源，包括项目管理、代码仓库、工作项等关键研发资产，实现 AI 赋能的研发全生命周期管理。
作为云效 DevOps 平台的扩展，云效 MCP 继承了云效"一站式 DevOps 平台"的理念，进一步融合了 AI 能力，为研发团队提供更智能、更高效的协作体验。
云效 MCP Server 能做什么？
云效 MCP 为 AI 助手提供了丰富的能力，使其能够深度参与软件研发流程：
代码仓库管理
-
查询代码仓库信息
-
创建、查询和管理分支
-
比较不同分支或提交之间的代码差异
-
创建代码库文件
-
更新代码库现有文件内容
-
删除代码库指定文件
-
查看代码库文件内容
-
查看代码比较内容
代码评审
-
创建合并请求（Merge Request）
-
添加合并请求评论
-
查询合并请求详情和列表
-
查询合并请求评论列表
项目管理
-
获取项目详情
-
搜索项目
-
获取工作项详情
-
搜索和筛选工作项
组织管理
-
获取当前用户所在组织信息
-
获取用户加入的组织列表
云效 MCP 使用方法
前提
-
阿里云云效个人访问令牌，点击前往【1】，尽量赋予所有 api 读写权限（优先选择组织、项目、代码相关权限）。
-
需安装 node.js 16.0 以上的版本，安装包下载地址【2】。
安装云效 MCP 服务
通义灵码内置的 MCP 市场中已经提供了云效的 MCP 服务，在通义灵码中进入 MCP 市场并且找到「云效 DevOps」，直接安装即可。
在通义灵码的 MCP 市场中找到云效
其他支持 MCP 协议的 AI 工具，请在配置中添加：
{ "mcpServers": { "yunxiao": { "command": "npx", "args": [ "-y", "alibabacloud-devops-mcp-server" ], "env": { "YUNXIAO_ACCESS_TOKEN": "<YOUR_TOKEN>" } } }}
场景示例：通义灵码+云效 实现需求开发
接下来我们将通过通义灵码 AI 助手来集成云效 MCP 服务，实现需求开发。AI 助手在需求研发场景中可以完成如下操作：
1. 拉取云效平台上的工作项详情，理解需求背景和目标
2. 根据需求自动分析项目代码结构，提出实现方案
3. 创建功能分支并生成相应的代码实现
4. 完成后创建合并请求，并提供详细的变更说明
在通义灵码中配置云效 MCP 服务
在通义灵码中进入 MCP 市场并且找到「云效 DevOps」，直接安装即可。
安装云效 MCP 服务时请确认配置是否如下图所示，并且将之前在云效个人访问中的令牌填写在环境变量的 token 中。
确认云效 MCP 服务的配置参数
安装成功后如下图所示：
查看云效 MCP 服务中提供的工具
然后在智能会话中选择「智能体」，并选择「qwen3」。
接下来在智能会话窗口，我们可以进行简单的测试，确保 AI 助手已经就绪。例如：
1. 请查找一下 Codeup-Demo 这个代码库，并查看一下分支
2. 请读取工作项 ID：DEMO-38 的详情
通常 AI 助手会自动查找一些不确定的信息，但是仍可能遇到问题，例如 AI 助手不确定当前用户所在的云效组织 ID，这时的解决方法是询问 AI 助手：获取我当前所在的组织。
让 AI 助手读取需求并实现
AI 助手就绪后，即可开始进行需求的开发了。我们给它下达如下指令：
请在 Codeup-Demo 代码库上创建一个分支，然后实现云效需求，工作项 ID：DEMO-38，完成后推送代码到远程 Codeup 仓库，并在 Codeup 仓库创建一个合并请求。
接下来 AI 助手会一步一步进行工作（如下图），最终完成代码提交并创建合并请求。
智能研发协作的场景不限于此，欢迎大家继续探索更多的智能化场景。
