将 Bitbucket MCP 连接到 Microsoft Copilot

💡 无需安装? 直接使用 cloud.anythingmcp.com。 登录、点击 Connectors → Bitbucket、粘贴凭证、生成 MCP API key，即可完成。无 Docker、无 git clone、无本地服务器。

Bitbucket + Microsoft Copilot

让你的 AI 在 Bitbucket Cloud 中工作：浏览仓库、分支、提交和文件，评审带有差异和评论的拉取请求，在你确认后批准、评论和合并，并查看 Bitbucket Pipelines 的运行、步骤日志和部署。

前提条件

完整的设置说明已内置在连接器中 (在 store 中选择连接器时可见)。所需环境变量:

BITBUCKET_API_TOKEN

步骤 1 — 获取凭证

1. 登录 https://id.atlassian.com/manage-profile/security/api-tokens（Atlassian 账户中的 Security → API tokens），点击 Create API token with scopes。
2. 给令牌起个名字（例如 AnythingMCP），选择到期日期，并选择应用 Bitbucket。
3. 勾选读取范围 read:user:bitbucket、read:workspace:bitbucket、read:repository:bitbucket、read:pullrequest:bitbucket 和 read:pipeline:bitbucket。如需创建、评论、批准和合并拉取请求，再加上 write:pullrequest:bitbucket；如需启动流水线，再加上 write:pipeline:bitbucket。
4. 复制令牌（以 ATATT 开头），不要加 Bearer 一词，粘贴到 BITBUCKET_API_TOKEN，然后安装连接器。连接器以 Bearer 令牌的方式发送它，所以不需要你的 Atlassian 邮箱。
5. 先用 bitbucket_get_current_user，再用 bitbucket_list_workspaces 检查设置。

应用密码已不再可用：Bitbucket 于 2025 年 9 月 9 日停止创建应用密码，并于 2026 年 7 月 28 日停用了剩余的应用密码。请按上述步骤使用带范围的 API 令牌。仓库、项目或工作区访问令牌（Repository settings → Access tokens；项目和工作区令牌需要 Premium 套餐）也可以填在同一字段中，但它以机器人身份运行，仅限于该仓库、项目或工作区：bitbucket_get_current_user 和 bitbucket_list_workspaces 可能会被拒绝，超出其范围的内容会返回 403 或 404。

谁能看到什么：AI 以令牌所属用户的身份操作，只能查看和修改该用户及所勾选范围允许的内容。不加两个写入范围，令牌就保持只读。

会改动真实分支并触达你的团队，所以 AI 会先问你：bitbucket_create_pull_request 以你的名义创建拉取请求（源分支必须已经推送）。bitbucket_add_pull_request_comment 发布普通评论、回复或针对某一行的代码评论，拉取请求的所有参与者都能看到，并可能收到通知。bitbucket_approve_pull_request 添加你的批准，它会计入合并检查。bitbucket_merge_pull_request 会为所有人改变目标分支，可能触发部署流水线，并且在设置 close_source_branch 时删除源分支；合并前 AI 会先用 bitbucket_get_pull_request 检查状态和批准情况。bitbucket_run_pipeline 会消耗构建分钟数，并执行流水线中的所有操作，包括部署步骤。每次调用前，AI 都会告诉你仓库、分支、拉取请求以及合并策略或流水线，并等你同意。安装时没有关闭任何工具；除了带 close_source_branch 的合并会删除源分支外，没有工具会删除仓库、分支或评论。

使用方法：bitbucket_list_workspaces 给出工作区 slug，bitbucket_list_repositories 给出仓库 slug；两者都出现在地址 bitbucket.org/<workspace>/<repo> 中。代码：bitbucket_get_repository（主分支）、bitbucket_list_branches、bitbucket_list_commits、bitbucket_get_commit 和 bitbucket_get_file（文件文本或文件夹列表）。评审：bitbucket_list_pull_requests、bitbucket_get_pull_request、用于查看改动规模的 bitbucket_get_pull_request_diffstat，然后是 bitbucket_get_pull_request_diff、bitbucket_list_pull_request_commits 和 bitbucket_list_pull_request_comments。部署：bitbucket_list_environments 和 bitbucket_list_deployments。

流水线：先用 bitbucket_list_pipelines，然后对失败的步骤使用 bitbucket_get_pipeline、bitbucket_list_pipeline_steps 和 bitbucket_get_pipeline_step_log。流水线和步骤的 uuid 带有花括号；AI 会按返回的原样传递。超过 200 KB 的步骤日志会被截断并保留开头部分，而错误通常在末尾，所以对于长日志，AI 会用类似 bytes=-150000（最后 150 KB）的范围读取末尾。差异和文件同样在 200 KB 处截断。

列表和筛选：有下一页时，列表结果中会带有 next；AI 会带上 page 再次调用（大多数列表是页码，提交列表是不透明的令牌），pagelen 设置每页条数。q 使用 Bitbucket 的查询语言，例如 name ~ "api" 或 destination.branch.name = "main"。

没有问题跟踪和 Wiki：Bitbucket 已于 2026 年 8 月 20 日移除内置的问题跟踪器和 Wiki（API 返回 410），因此本连接器没有相关工具。如需管理问题，请添加 Jira 连接器。

常见错误：401：令牌错误、已过期或已撤销，或者是旧的应用密码；请创建带范围的 API 令牌。403：缺少某个范围（错误信息会指出是哪个），或用户没有权限。404：工作区、仓库或条目不存在，或令牌看不到它。429：已达到每小时速率限制；请稍候重试。

该连接器不涉及创建或删除仓库和分支、编辑文件或推送提交、拒绝拉取请求、停止流水线、仓库变量和设置以及管理功能。

步骤 2 — 安装 adapter

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

步骤 3 — 在 Microsoft Copilot 中添加连接器

你的服务器 URL： 在 AnythingMCP 中打开 MCP Servers → 此连接器所在的服务器，复制它的 URL（https://cloud.anythingmcp.com/mcp/…）。本指南中出现 YOUR_SERVER_ID 的地方都用它替换。

Microsoft Copilot 通过在 Copilot Studio 中构建的智能体使用 MCP 服务器：把 AnythingMCP 作为工具添加到智能体，然后把智能体发布到 Microsoft 365 Copilot 和 Teams。Copilot Studio 从 Microsoft 的云端通过 Streamable HTTP 连接，AnythingMCP 支持这种方式。

1. 在 Copilot Studio 中打开你的智能体（或新建一个），进入 Tools，选择 Add a tool → New tool → Model Context Protocol。
2. 填写 Server name（例如 AnythingMCP）、说明连接器用途的 Server description，以及 Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID。Copilot Studio 根据描述决定何时调用该服务器。
3. 身份验证选择 API key，把 Type 设为 Header，请求头名称填 X-API-Key，然后选择 Create。
4. 在 Add tool 中选择 Create a new connection，粘贴 AnythingMCP 的 MCP API 密钥（MCP Servers → 你的服务器 → API keys），然后选择 Add to agent。
5. 在智能体的 Test 窗格中试一试：提出需要用到 Bitbucket 的工具的请求。
6. 选择 Publish，然后进入 Channels → Microsoft 365 and Microsoft Teams，保持勾选 Make agent available in Microsoft Copilot，再选择 Add channel。See agent in Teams 会为你安装该智能体；在 Microsoft 365 Copilot 中输入 @ 并选择该智能体。

希望每个用户各自登录？请选择 OAuth 2.0 → Dynamic discovery 代替 API 密钥：每个用户会在智能体首次调用时登录 AnythingMCP。

自托管？请用你实例的公网 HTTPS 地址替换 https://cloud.anythingmcp.com。Copilot Studio 从 Microsoft 的云端连接，因此 localhost 无法使用。

可用工具

示例提示

• “acme/web-app 中哪些拉取请求仍处于打开状态？分别是谁创建的，哪些还没有任何批准？”
• “评审 web-app 中的拉取请求 #42：总结改动的文件，指出有风险的改动，并列出尚未解决的评审评论。”
• “main 上最近一次流水线为什么失败？读取失败步骤的日志，把错误给我看。”
• “等拉取请求 #42 有两个批准后，用 squash 方式合并到 main。先给我看分支和合并策略，合并前问我。”
• “最近一次部署到 Production 的是什么？什么时候、由谁部署，发布的是哪个提交？”

FAQ

这适用于哪个 Copilot？ 适用于工作中的 Microsoft 365 Copilot，通过 Copilot Studio 的智能体实现。面向个人账户的 Microsoft Copilot 应用无法添加自己的 MCP 服务器。

我需要什么？ 一个可以使用 Copilot Studio 的工作账户（许可证或试用版），用于构建智能体。在 Microsoft 365 Copilot 或 Teams 中使用它的人需要拥有该智能体的访问权限：把它共享给他们，或请管理员为整个组织发布。如果你的组织对 Power Platform 连接器设置了数据策略，这些策略同样适用于 MCP 服务器。

智能体不调用工具。 检查请求头名称是否正好是 X-API-Key，密钥是否属于与 URL 相同的 MCP 服务器，并把 Server description 写得具体：Copilot Studio 根据它决定何时调用服务器。每次修改后重新发布智能体；在已打开的对话中输入 "start over" 即可使用新版本。

下一步

• 连接器主页
• 连接到 Claude
• 连接到 ChatGPT
• 连接到 Cursor
• 连接到 Gemini
• 连接到 Meta Muse