PR日记（MCP&Agent挑战赛）
这是一个基于 Gradio 和 MCP 协议 的 GitHub PR 监听服务器，能够自动监听 GitHub 仓库的 Pull Request 事件，使用 AI 总结 PR 内容，并将总结以日记形式发送到飞书知识库。 本项目是 MCP&Agent挑战赛的参赛作品，展示了如何使用 MCP 协议构建智能化的开发工作流程。 - 🔄 自动监听 GitHub PR 事件：通过 Webhook 实时接收 PR 创建和更新事件 - 🤖 AI 智能总结：使用 OpenAI GPT-4 自动总结 PR 内容，生成自然流畅的开发日记 - 📚 飞书知识库集成：将总结自动发送到飞书知识库，形成结构化的开发记录 - 🎛️ 友好的 Web 界面：基于 Gradio 的直观配置界面，支持
MCP 服务配置
复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用
{
"mcpServers": {
"my_package": {
"args": [
"github-pr-mcp-server@latest"
],
"command": "uvx",
"env": {
"FEISHU_WEBHOOK_URL": "YOUR_FEISHU_WEBHOOK_URL",
"GITHUB_TOKEN": "YOUR_GITHUB_TOKEN",
"GRADIO_PORT": "8080",
"MCP_SERVER_TYPE": "gradio",
"OPENAI_API_KEY": "YOUR_OPENAI_API_KEY",
"WEBHOOK_PORT": "5000",
"WEBHOOK_SECRET": "YOUR_WEBHOOK_SECRET"
}
}
}
}服务介绍
📝 MCP GitHub PR 日记服务器
项目简介
这是一个基于 Gradio 和 MCP 协议 的 GitHub PR 监听服务器，能够自动监听 GitHub 仓库的 Pull Request 事件，使用 AI 总结 PR 内容，并将总结以日记形式发送到飞书知识库。
🏆 MCP&Agent挑战赛 - MCP_Agent_Challenge
本项目是 MCP&Agent挑战赛的参赛作品，展示了如何使用 MCP 协议构建智能化的开发工作流程。
✨ 主要功能
- 🔄 自动监听 GitHub PR 事件：通过 Webhook 实时接收 PR 创建和更新事件
- 🤖 AI 智能总结：使用 OpenAI GPT-4 自动总结 PR 内容，生成自然流畅的开发日记
- 📚 飞书知识库集成：将总结自动发送到飞书知识库，形成结构化的开发记录
- 🎛️ 友好的 Web 界面：基于 Gradio 的直观配置界面，支持参数配置和状态监控
- 🔧 MCP 服务器：支持 MCP 协议，可与其他 MCP 工具集成
🏗️ 项目架构
MCP_PRDairy1/
├── main.py # 主程序入口，Gradio 界面
├── github_handler.py # GitHub Webhook 处理器
├── ai_summarizer.py # AI 总结器
├── feishu_handler.py # 飞书处理器
├── requirements.txt # 项目依赖
├── env_example.txt # 环境变量示例
└── README.md # 项目文档
🚀 快速开始
1. 环境准备
确保您的系统已安装 Python 3.8+，然后克隆项目：
bash
git clone
cd MCP_PRDairy1
2. 安装依赖
bash
pip install -r requirements.txt
3. 配置环境变量
复制环境变量示例文件并配置您的参数：
bash
cp env_example.txt .env
编辑 .env 文件，填入您的配置信息：
env
GitHub 配置
GITHUB_REPO_URL=https://github.com/your-username/your-repo
GITHUB_TOKEN=your_github_token_here
WEBHOOK_SECRET=your_webhook_secret_here
OpenAI 配置
OPENAI_API_KEY=your_openai_api_key_here
飞书配置
FEISHU_TOKEN=your_feishu_token_here
FEISHU_URL=https://open.feishu.cn/open-apis/docx/v1/spaces/your_space_id/documents
4. 启动服务
测试
bash
python mcp_server_simple.py
bash
python main.py
服务将在 http://localhost:7860 启动，您可以在浏览器中访问配置界面。
📋 配置说明
GitHub 配置
- GitHub Token：在 GitHub 设置中生成 Personal Access Token
- Webhook Secret：在 GitHub 仓库设置中配置 Webhook 时设置的密钥
- 仓库地址：要监听的 GitHub 仓库地址
OpenAI 配置
- API Key：在 OpenAI 平台获取的 API 密钥
- 确保有足够的 API 配额用于 GPT-4 调用
飞书配置
- API Token：飞书开放平台的应用 Token
- 知识库 URL：飞书知识库的 API 端点
🔧 使用指南
1. 配置阶段
- 在 Web 界面中填入所有必要的配置参数
- 依次点击配置按钮测试各组件是否正常工作
- 确认所有组件配置成功后，点击"启动 Webhook 服务器"
2. 运行阶段
- 服务启动后，会显示 Webhook URL
- 在 GitHub 仓库设置中配置 Webhook，指向该 URL
- 当有新的 PR 创建或更新时，系统会自动处理并发送到飞书
3. 监控阶段
- 在"控制"标签页查看服务器状态
- 在"日志"标签页查看详细运行日志
- 在飞书知识库中查看生成的开发日记
📊 功能演示
AI 总结示例
当收到 PR 事件时，AI 会生成类似以下的总结：
"今天 张三 提交了一个 PR (#123)，主要完成了用户登录功能的优化。新增了双因子认证支持，改进了密码验证逻辑，并修复了登录页面的响应式布局问题。共修改了 5 个文件，新增 120 行，删除 45 行。"
飞书文档结构
生成的飞书文档包含：
- 📝 开发日记标题
- 🤖 AI 生成的总结内容
- 📋 PR 详细信息表格
- 📁 修改的文件列表
🔒 安全考虑- 所有敏感信息（Token、API Key）都通过环境变量管理
- GitHub Webhook 签名验证确保请求来源的合法性
- 使用 HTTPS 进行 API 通信
- 支持可选的 Webhook Secret 验证
🛠️ 故障排除
常见问题
-
Webhook 接收失败
- 检查 Webhook URL 是否正确
- 确认 GitHub Webhook Secret 配置
- 查看服务器日志排查问题
-
AI 总结失败
- 检查 OpenAI API Key 是否有效
- 确认 API 配额是否充足
- 查看网络连接是否正常
-
飞书发送失败
- 检查飞书 Token 是否有效
- 确认知识库 URL 是否正确
- 查看飞书 API 响应错误信息
日志查看
服务运行时会输出详细日志，包括：
- Webhook 接收事件
- AI 总结过程
- 飞书发送结果
- 错误信息
🚀 部署到魔搭創空間
1. 准备部署文件
确保项目包含以下文件：
main.pyrequirements.txtREADME.md- 所有 Python 模块文件
2. 配置魔搭創空間
- 在魔搭创空间创建新项目
- 上传所有项目文件
- 设置环境变量
- 配置启动命令：
python main.py
3. 服务配置
- 服务名称：MCP&Agent挑战赛 - GitHub PR 日记服务器
- 端口：7860
- MCP 服务器名称：github_pr_dairy_server
🤝 贡献指南
欢迎提交 Issue 和 Pull Request 来改进这个项目！
开发环境设置
- Fork 项目
- 创建功能分支
- 提交更改
- 发起 Pull Request
📄 许可证
本项目采用 MIT 许可证，详见 LICENSE 文件。
🙏 致谢
- Gradio：提供优秀的 Web 界面框架
- OpenAI：提供强大的 AI 能力
- 飞书：提供知识库 API 支持
- MCP 协议：提供标准化的工具集成方案
MCP&Agent挑战赛参赛作品 - 让开发工作流程更加智能化！ 🚀
