confluence-mcp-server

confluence-mcp-server

MCP server for Confluence Cloud/Server/Data Center, enabling page search, CQL queries, page CRUD, attachment upload, and user identity lookup.

Category
Visit Server

README

confluence-mcp-server

一个面向 Confluence Cloud / Server / Data Center 的 MCP 服务,提供页面搜索、CQL 查询、读取、创建、更新、附件上传和用户身份查询能力。

功能

  • confluence_search_pages: 按关键词搜索页面
  • confluence_execute_cql_search: 执行原生 CQL 查询
  • confluence_get_page: 按页面 ID 获取内容(storage 格式)
  • confluence_get_page_outline: 获取页面标题目录,适合低 token 导航
  • confluence_get_page_section: 按标题读取单个 section,避免把整页正文返回给模型
  • confluence_get_page_anchor_block: 按 Anchor 起止边界读取块内容
  • confluence_create_page: 创建页面(支持可选 parentId
  • confluence_update_page: 更新页面内容并自动递增版本
  • confluence_update_page_section: 按标题更新单个 section,由 MCP 服务端完成整页替换与提交
  • confluence_preview_page_section_update: 预览按标题更新的命中范围,返回旧内容和确认 hash
  • confluence_update_page_section_confirmed: 带 hash 确认提交按标题更新,避免 preview 后内容已变化
  • confluence_add_anchor_block_to_section: 给一个标题 section 自动加上起止 Anchor,便于后续稳定更新
  • confluence_preview_page_anchor_block_update: 预览按 Anchor 范围更新的命中块,返回旧内容和确认 hash
  • confluence_update_page_anchor_block_confirmed: 带 hash 确认提交 Anchor 范围更新
  • confluence_stage_page_update: 暂存整页改动到 MCP 服务端内存,不提交到 Confluence
  • confluence_stage_page_section_update: 暂存标题 section 改动到 MCP 服务端内存,不提交到 Confluence
  • confluence_stage_page_anchor_block_update: 暂存 Anchor 块改动到 MCP 服务端内存,不提交到 Confluence
  • confluence_list_pending_page_updates: 列出当前 MCP 进程里的未提交 wiki 改动
  • confluence_get_pending_page_update: 查看某个未提交改动的 old/new/diff 内容
  • confluence_commit_pending_page_update: 校验 hash 后把某个未提交改动真正提交到 Confluence
  • confluence_discard_pending_page_update: 丢弃某个未提交改动
  • confluence_upload_attachment: 上传页面附件(支持本地文件路径或 base64,同名附件默认更新为新版本)
  • confluence_get_current_user: 获取当前认证用户(whoami)

环境要求

  • Node.js 18+
  • 可访问的 Confluence Cloud / Server / Data Center

快速开始

npm install
npm run build
npm start

通过 npx 使用(推荐)

发布到 npm 后,可在 MCP 客户端中直接使用 npx 启动,无需手动克隆仓库:

{
  "mcpServers": {
    "confluence": {
      "command": "npx",
      "args": ["-y", "confluence-mcp-server"],
      "env": {
        "CONF_MODE": "server",
        "CONF_BASE_URL": "https://confluence.example.com",
        "CONF_USERNAME": "your-username",
        "CONF_TOKEN": "your-token",
        "CONF_DEFAULT_SPACE": "DOC"
      }
    }
  }
}

环境变量

  • CONF_BASE_URL: Confluence 基础地址,例如 https://confluence.example.com
  • CONF_MODE: 部署模式,cloudserver(默认 server
  • CONF_AUTH_MODE: 认证模式,auto / basic / bearer(默认 auto
  • CONF_USERNAME: 登录用户名(Cloud 必填;Server 在 basic 模式或使用密码时必填)
  • CONF_PASSWORD: 用户密码(与 CONF_TOKEN 组合按模式使用)
  • CONF_TOKEN: 访问令牌(Cloud 下作为 API Token;Server 下默认走 Bearer)
  • CONF_DEFAULT_SPACE: 默认空间 Key(可选)

MCP 客户端配置示例

{
  "mcpServers": {
    "confluence": {
      "command": "node",
      "args": ["dist/index.js"],
      "env": {
        "CONF_MODE": "server",
        "CONF_BASE_URL": "https://confluence.example.com",
        "CONF_USERNAME": "your-username",
        "CONF_TOKEN": "your-token",
        "CONF_DEFAULT_SPACE": "DOC"
      }
    }
  }
}

说明

  • 该项目当前聚焦 Confluence 能力,不包含 Jira 工具。
  • Cloud 模式固定使用 Basic(CONF_USERNAME + CONF_TOKEN/CONF_PASSWORD)。
  • Server 模式可用 Bearer 或 Basic(CONF_AUTH_MODE=auto 时优先 Bearer)。
  • Cloud 模式 API 基础路径为 /wiki/rest/api,Server 模式为 /rest/api
  • 上传图片后,confluence_upload_attachment 会返回 storageImageMarkup,可把它拼到 confluence_update_pagebodyStorageValue 中展示图片。
  • Confluence 原生更新仍是整页版本化 PUTconfluence_update_page_section 只是把“整页读取 + 局部替换 + 整页提交”放在 MCP 服务端完成,从而显著减少模型侧 tokens。
  • 两阶段更新不会减少 Confluence 侧请求次数,但会显著降低误改风险:preview 返回旧内容和 expectedCurrentHash,confirmed update 会重新拉取页面并校验 hash 一致后才提交。
  • 暂存更新工具会把改动保存在当前 MCP 服务端进程内存中,不会调用 Confluence PUT;重启 MCP 服务后这些未提交草稿会丢失。
  • Anchor 模式使用 Confluence Anchor 宏作为隐形边界,适合长期自动维护固定区域;普通阅读模式下通常不会显示这些锚点。

低 Token 推荐流程

  1. 先用 confluence_search_pagesconfluence_execute_cql_search 定位页面。
  2. 再用 confluence_get_page_outline 获取标题目录,不直接读整页正文。
  3. confluence_get_page_sectionheading 拉取需要处理的 section。
  4. 修改完成后,用 confluence_update_page_section 只提交该 section 的 storage 内容。

如果页面里存在重复标题,可以配合 occurrence 指定第几个同名标题;matchMode=contains 可用于模糊匹配标题。

更安全的两阶段更新

  1. 先调用 confluence_preview_page_section_update
  2. 检查返回的 oldStorageValuenewStorageValue 是否符合预期。
  3. 把返回的 expectedCurrentHash 原样传给 confluence_update_page_section_confirmed
  4. 服务端会重新拉取页面并校验 hash,一致才真正提交更新。

未提交改动流程

如果希望 AI 先改 wiki、你检查后再决定是否真正保存,可以使用暂存工具:

  1. confluence_stage_page_section_updateconfluence_stage_page_anchor_block_updateconfluence_stage_page_update 创建未提交草稿。
  2. 检查返回的 oldStorageValuenewStorageValuediffStorageValuedraftId
  3. 需要稍后查看时,用 confluence_list_pending_page_updatesconfluence_get_pending_page_update
  4. 确认保存时,用 confluence_commit_pending_page_update 提交;服务端会重新拉取页面并校验 expectedCurrentHash,一致才写入 Confluence。
  5. 不想保存时,用 confluence_discard_pending_page_update 丢弃。

这些草稿只存在于当前 MCP 服务端内存,不会出现在 Confluence 页面历史里,也不会跨服务重启持久化。

更稳定的 Anchor 更新

  1. 先用 confluence_add_anchor_block_to_section 给目标 section 加上 startAnchor / endAnchor
  2. 后续读取时用 confluence_get_page_anchor_block
  3. 更新时先用 confluence_preview_page_anchor_block_update,确认后再调用 confluence_update_page_anchor_block_confirmed

Anchor 名称建议使用业务语义化命名,例如 risk-summary-startrisk-summary-end,避免依赖标题文本本身。

Recommended Servers

playwright-mcp

playwright-mcp

A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.

Official
Featured
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

graphlit-mcp-server

The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.

Official
Featured
TypeScript
Kagi MCP Server

Kagi MCP Server

An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured
Exa Search

Exa Search

A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.

Official
Featured