| MCP, AI

MCP 实践-用 AI 对话触发 Jenkins 打包App

背景

每次打包都要打开浏览器、进 Jenkins、找到对应 Job、填参数、点构建……重复了无数次。能不能直接说一句”帮我打个 iOS 包”就完事？

现在AI已经非常通用，今天我用 MCP（Model Context Protocol） 搞了一下。

思路

Jenkins 提供了”触发远程构建”功能，只要一个带 token 的 HTTP POST 请求就能触发打包。而 MCP 让 AI 具备调用自定义工具的能力。两者结合，AI 就能代替我操作 Jenkins。

整个链路：

1
用户对话 → AI 理解意图 → 调用 MCP tool → POST Jenkins API → 触发打包

实现

这里MCP服务用Python实现。

新建了一个 trigger_build MCP 工具，核心逻辑很简单：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

@mcp.tool()
async def trigger_build(
    platform: str,
    parameters: dict[str, str] | None = None,
) -> dict[str, object]:
    """触发 Jenkins 打包构建任务。

    调用前必须向用户确认以下几项：
    1. 平台：iOS（platform="ios"）还是安卓（platform="android"）
    2. 分支
    3. 环境
    4. 描述：本次构建的备注说明

    iOS 参数（Job: iOS_M1_Package_Job）：
        branchName   - 分支，如 develop、release/1.0.0、feature/xxx
        configuration - 环境，可选 Debug / Release / AdHoc
        UPDATENOTE   - 描述

    Android 参数（Job: assemble）：
        BRANCH_NAME - 分支，如 master、develop、feature/xxx
        BUILD_TYPE  - 环境，可选 xzdzDebug / xzdzProfile / xzdzRelease
        APP_INFO    - 描述

    Args:
        platform: 必填，平台类型，ios 或 android
        parameters: 可选，构建参数键值对
    """
    try:
        return await trigger_jenkins_build(platform, parameters) # 触发jenkins构建请求
    except httpx.HTTPStatusError as e:
        return {"success": False, "error": f"Jenkins 请求失败: {e.response.status_code} {e.response.text}"}
    except httpx.RequestError as e:
        return {"success": False, "error": f"网络请求异常: {e}"}

敏感信息全部放 .env，不进代码库：

1
2
3
4
5
JENKINS_URL=http://jenkins.xxxxxx.com:8000
JENKINS_USER=xxxxxxx
JENKINS_API_TOKEN=xxxxx
JENKINS_IOS_TOKEN=xxxxx
JENKINS_ANDROID_TOKEN=xxxxx

工具的 docstring 写清楚了 iOS 和 Android 各自的参数名，这样 AI 知道该问什么、传什么：

  • iOS：branchName / configuration（Debug/Release/AdHoc）/ UPDATENOTE
  • Android：BRANCH_NAME / BUILD_TYPE（xzdzDebug/xzdzProfile/xzdzRelease）/ APP_INFO

启动MCP服务，推荐使用 npx @modelcontextprotocol/inspector调试

inspector为开源调试工具

测试获取tools是否成功，启动调试工具后 将服务链接输入到 URL窗口（TransportType协议一定要写对，我这里用的 StreamableHTTP），点击底部 Connect，会列出我们MCP的所有工具。
inspector.webp

添加MCP

将MCP服务配置到自己的AI工具，我这里直接配置到VSCode演示：

创建 .vscode/mcp.json 文件，并配置MCP服务

1
2
3
4
5
6
7
8
9
{
  "servers": {
    "app-publish-mcp": {
      "type": "http",
      "url": "http://localhost:18901/mcp"
    }
  }
}

效果

在VSCode的AI插件聊天窗口对话：
build_ios

这个时候，AI会根据你的语义拆分意图，并命中对应的 MCP 工具，如果缺少必要参数，AI也会继续追问，可以看到构建触发成功的回复。

这时候我们打开jenkins看到打包开始。

jenkins_build

总结

整个工具代码量极少，但从此以后打包只需要一句话。MCP 的价值不在于”能做多复杂的事”，而在于把已有的工具和 AI 对话连起来，消除那些每天重复的操作摩擦。
所以这里思路可以拓展到我们很多工作场景，比如App发布、打包、后台一些重复性的操作等，都可以使用MCP的方式提效。
同样也可以将自己的MCP配置到自己 Claude、Cursor、龙虾、钉钉 等聊天工具中使用。