DevRev MCP Server

Integreer de API’s van DevRev in je AI-flows—beheer werkitems, verbeteringen en automatiseer projecttaken met de DevRev MCP Server in FlowHunt.

DevRev MCP Server

Wat doet de “DevRev” MCP Server?

De DevRev MCP Server is een Model Context Protocol (MCP) server die ontworpen is om uitgebreide toegang te bieden tot de API’s van DevRev, waardoor een naadloze integratie van de platformfunctionaliteiten van DevRev in AI-assistenten en ontwikkelworkflows mogelijk wordt. Via deze server kunnen gebruikers programmatisch interageren met DevRev om werkitems (zoals issues en tickets) te beheren, onderdelen (verbeteringen) te behandelen, geavanceerde zoekopdrachten uit te voeren in DevRev-data en gebruikersinformatie op te halen. Door deze mogelijkheden beschikbaar te stellen, stelt de DevRev MCP Server AI-agenten en clients in staat om DevRev-resources te automatiseren, op te vragen en te beheren, wat use cases ondersteunt zoals database queries, workflow-automatisering en contextbewuste ontwikkelondersteuning.

Lijst van Prompts

Er worden geen prompt-sjablonen expliciet genoemd in de beschikbare repository-bestanden of documentatie.

Lijst van Resources

Er worden geen expliciete MCP-resources vermeld in de beschikbare documentatie of code. Resource-primitieven worden niet toegelicht in de README of zichtbare bestanden.

Lijst van Tools

  • search: Zoek naar informatie binnen DevRev via de search API, met ondersteuning voor verschillende namespaces (artikelen, issues, tickets, onderdelen, dev_users, accounts, rev_orgs).
  • get_current_user: Haal details op over de momenteel geauthenticeerde DevRev-gebruiker.
  • get_work: Haal uitgebreide informatie op over een specifiek DevRev-werkitem via het ID.
  • create_work: Maak nieuwe issues of tickets in DevRev aan met eigenschappen als titel, beschrijving, toegewezenen en gekoppelde onderdelen.
  • update_work: Werk bestaande werkitems bij door eigenschappen aan te passen zoals titel, beschrijving, toegewezenen of gekoppelde onderdelen.
  • list_works: Lijst en filter werkitems op criteria als status, datums, toegewezenen, onderdelen en meer.
  • get_part: Krijg gedetailleerde informatie over een specifiek onderdeel (verbetering) via het ID.
  • create_part: Maak nieuwe onderdelen aan met eigenschappen zoals naam, beschrijving, toegewezenen en bovenliggende onderdelen.
  • update_part: Werk bestaande onderdelen bij door eigenschappen zoals naam, beschrijving, toegewezenen of doeldatums aan te passen.
  • list_parts: Lijst en filter onderdelen op criteria zoals datums, toegewezenen, bovenliggende onderdelen en meer.

Use Cases van deze MCP Server

  • Beheer van werkitems: Ontwikkelaars kunnen programmatisch issues of tickets aanmaken, bijwerken, ophalen en oplijsten, waardoor projectmanagementworkflows en automatisering worden gestroomlijnd.
  • Beheer van onderdelen (verbeteringen): Teams kunnen verbeteringen (genoemd “onderdelen”) beheren door ze aan te maken, bij te werken of hiërarchisch te organiseren, wat featureplanning en -tracking ondersteunt.
  • Geavanceerd zoeken: Voer hybride en namespace-specifieke zoekopdrachten uit over artikelen, issues, gebruikers en meer, zodat AI-assistenten snel relevante DevRev-kennis kunnen tonen.
  • Ophalen gebruikerscontext: Toegang tot informatie over de huidige gebruiker om gepersonaliseerde AI-workflows mogelijk te maken, zoals gerichte notificaties of contextbewuste suggesties.
  • Geautomatiseerde rapportages en analyses: Door werkitems en onderdelen te filteren en op te lijsten op diverse criteria, kunnen teams rapporten en inzichten genereren voor projectopvolging en besluitvorming.

Hoe stel je het in

Windsurf

Er worden geen Windsurf-specifieke instructies gegeven in de beschikbare documentatie.

Claude

  1. Verkrijg je DevRev API-sleutel door je aan te melden op https://app.devrev.ai/signup en volg de authenticatie-instructies.
  2. Zoek je Claude Desktop-configuratiebestand:
    • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows: %APPDATA%/Claude/claude_desktop_config.json
  3. Bewerk het bestand claude_desktop_config.json om de DevRev MCP server toe te voegen:
    "mcpServers": {
      "devrev": {
        "command": "uvx",
        "args": [
          "devrev-mcp"
        ],
        "env": {
          "DEVREV_API_KEY": "YOUR_DEVREV_API_KEY"
        }
      }
    }
    
  4. Sla het bestand op en herstart Claude Desktop.
  5. Controleer of de DevRev MCP server toegankelijk is binnen de Claude-interface.

Opmerking: Voor ontwikkeling of niet-uitgebrachte servers, gebruik de volgende configuratie:

"mcpServers": {
  "devrev": {
    "command": "uv",
    "args": [
      "--directory",
      "Path to src/devrev_mcp directory",
      "run",
      "devrev-mcp"
    ],
    "env": {
      "DEVREV_API_KEY": "YOUR_DEVREV_API_KEY"
    }
  }
}

Cursor

Er worden geen Cursor-specifieke instructies gegeven in de beschikbare documentatie.

Cline

Er worden geen Cline-specifieke instructies gegeven in de beschikbare documentatie.

Beveiligen van API-sleutels

API-sleutels worden ingesteld via het env-gedeelte in je configuratiebestand:

"env": {
  "DEVREV_API_KEY": "YOUR_DEVREV_API_KEY"
}

Hiermee blijft je API-sleutel veilig en buiten je codebase.

Hoe gebruik je deze MCP in flows

MCP gebruiken in FlowHunt

Om MCP-servers te integreren in je FlowHunt-workflow, begin je door het MCP-component toe te voegen aan je flow en deze te verbinden met je AI-agent:

FlowHunt MCP flow

Klik op het MCP-component om het configuratiepaneel te openen. Voeg in de systeem-MCP-configuratiesectie je MCP-servergegevens toe in het volgende JSON-formaat:

{
  "devrev": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Na configuratie kan de AI-agent deze MCP nu gebruiken als tool met toegang tot alle functies en mogelijkheden. Vergeet niet “devrev” aan te passen naar de daadwerkelijke naam van je MCP-server en de URL te vervangen door die van je eigen MCP-server.


Overzicht

SectieBeschikbaarheidDetails/Opmerkingen
OverzichtBeschrijft DevRev MCP server en zijn mogelijkheden
Lijst van PromptsGeen prompt-sjablonen gespecificeerd
Lijst van ResourcesGeen expliciete MCP-resources vermeld
Lijst van ToolsMeerdere tools voor werkitems, onderdelen, zoeken en gebruikersinfo
Beveiligen van API-sleutelsInstructies voor het gebruik van env in configuratie
Sampling Support (minder belangrijk voor beoordeling)Niet genoemd

| Roots Support | ⛔ | Niet genoemd |


Onze mening:
Op basis van de beschikbare documentatie biedt de DevRev MCP Server duidelijke tooldefinities en installatie-instructies voor Claude, maar ontbreken prompt-sjablonen, expliciete resource-definities en informatie over sampling of roots-ondersteuning. Het project beschikt wel over een open-source licentie, minstens één tool en enige community-activiteit, maar zou profiteren van uitgebreidere documentatie en multi-platform instructies.


MCP Score

Heeft een LICENSE
Heeft minstens één tool
Aantal forks3
Aantal sterren4

MCP Beoordeling: 5/10
Hoewel het project functioneel is met een goede dekking van core tools en open licentie, ontbreken enkele belangrijke MCP-features (prompts, resources, sampling, roots) en robuustere cross-platform installatie-instructies.

Veelgestelde vragen

Wat is de DevRev MCP Server?

De DevRev MCP Server stelt de API van DevRev bloot als een Model Context Protocol (MCP) server, zodat AI-agenten en clients kunnen interageren met werkitems, verbeteringen, zoeken en gebruikerscontext voor workflowautomatisering en projectmanagement.

Welke functies biedt deze MCP server?

Het bevat tools voor het doorzoeken van DevRev, ophalen en bijwerken van werkitems, aanmaken en beheren van verbeteringen (zogenaamde onderdelen), en toegang tot actuele gebruikersinformatie. Hiermee kun je end-to-end projectautomatisering en analyses uitvoeren binnen FlowHunt.

Hoe beveilig ik mijn DevRev API-sleutel?

Sla je DevRev API-sleutel op via de `env` sectie in je configuratiebestand (bijvoorbeeld 'DEVREV_API_KEY'). Zo blijft de sleutel veilig en gescheiden van je broncode.

Kan ik de DevRev MCP Server gebruiken in FlowHunt-flows?

Ja! Voeg de MCP-component toe aan je flow, configureer de DevRev MCP servergegevens, en je AI-agent kan programmatisch met DevRev-resources werken.

Voor welke use cases is dit bedoeld?

Geautomatiseerd beheer van werkitems, planningen van verbeteringen, geavanceerd zoeken, ophalen van gebruikerscontext en rapportages/analyses—allemaal geïntegreerd met de krachtige automatiseringspijplijnen van FlowHunt.

Geef je AI-workflows een boost met DevRev MCP

Automatiseer en beheer DevRev-projecten en -verbeteringen moeiteloos vanuit FlowHunt. Verbind, configureer en versnel je ontwikkelproces!

Meer informatie