首页 后端开发 Python教程 使用 Flask API 自动创建 JIRA 票证:GitHub Webhook 集成指南

使用 Flask API 自动创建 JIRA 票证:GitHub Webhook 集成指南

Dec 30, 2024 am 09:00 AM

使用 Python 和 Flask 从 GitHub 问题评论自动生成 JIRA 票证,从而简化您的工作流程

?介绍

欢迎来到 DevOps 的世界!今天,我们正在深入研究一个令人兴奋的项目,该项目将 Jira 和 GitHub 连接起来以实现无缝集成。该项目的目标是直接从 GitHub 问题评论自动创建 Jira 票证,从而节省开发人员的时间并减少手动工作。

以下是我们将如何处理这个项目:

  • 设置 Flask API:我们将启动一个基于 Ubuntu 的 t2.micro EC2 实例来托管我们的 Flask 应用程序。
  • 配置 Jira:我们将在 Jira 上创建一个项目并使用其 API 来创建票证。
  • 集成 API:通过向我们的 Flask 应用程序提供 Jira API 令牌,我们将使其能够与 Jira 交互。

一切设置完成后,我们的 Flask 应用程序将充当 GitHub 的 Webhook API。每当开发人员在 GitHub 问题上评论 /jira 时,程序都会自动创建相应的 Jira 票证,该票证在 Jira 仪表板上可见。令人兴奋,对吧?让我们开始吧!


?先决条件

在深入项目之前,请确保您已准备好以下内容:

  • GitHub 和 Jira 帐户:您需要两个平台上的活动帐户才能配置集成。
  • 已安装 Flask:确保在您的 Python 环境中设置 Flask。如果没有,您可以使用以下命令安装它:
pip install flask
登录后复制
登录后复制
登录后复制
登录后复制
  • 对 EC2 和 Flask 的基本了解:熟悉设置 EC2 实例和创建简单的 Flask 应用程序将帮助您顺利进行操作。

满足这些先决条件后,您就可以启动这个项目了!


?设置 EC2 实例和 Flask 应用程序

让我们通过创建和设置一个用于托管 Flask 应用程序的 EC2 实例来开始该项目。请按照以下步骤操作:

第 1 步:创建 EC2 实例

  • 导航到 AWS EC2 仪表板并创建一个新的基于 Ubuntu 的 t2.micro 实例。
  • 将实例命名为 jira-github-integration。

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide

  • 下载用于 SSH 访问的密钥对文件。
  • 在安全组中打开端口5000来访问flask应用。

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide

第 2 步:通过 SSH 连接到实例
使用下载的密钥对文件通过 SSH 连接到实例:

pip install flask
登录后复制
登录后复制
登录后复制
登录后复制

第 3 步:设置 Python 环境
运行以下命令来安装Python和Flask:

ssh -i your-key.pem ubuntu@<instance-public-ip>
登录后复制
登录后复制

这将为项目设置所有必要的依赖项。

第 4 步:创建 Flask 应用程序

  • 创建一个名为 github_jira.py 的新文件:
sudo apt update  
sudo apt install python3-pip python3-venv  
python3 -m venv myvenv  
source myvenv/bin/activate  # Activate the virtual environment  
pip3 install flask          # Install Flask in the virtual environment
登录后复制
登录后复制

将以下内容添加到文件中:

nano github_jira.py
登录后复制
登录后复制

?生成 Atlassian API 令牌

在运行 github_jira.py 脚本之前,我们需要两条关键信息:

  • Atlassian API 令牌
  • 您的 Atlassian 域名

生成 Atlassian API 令牌的步骤:

  • 登录您的 Atlassian 帐户:
  • 访问 Atlassian 并使用您的凭据登录。

导航至帐户设置:

  • 点击右上角的个人资料图片或头像。
  • 从下拉菜单中选择帐户设置。
  • 转到安全选项卡:
  • 在帐户设置页面中,单击“安全”选项卡。
  • 在 API 令牌部分下,单击“创建 API 令牌”。

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide

创建新的 API 令牌:

  • 提供描述(例如,GitHub Jira 集成)并根据提示设置令牌的到期日期。
  • 单击“创建”,将生成您的 API 令牌。

复制 API 令牌:

  • 单击“复制”按钮复制令牌。
  • 将令牌粘贴到 github_jira.py 脚本中的 API_TOKEN 变量中:
 import requests
 from requests.auth import HTTPBasicAuth
 import json
 from flask import Flask, request

 app = Flask(__name__)

 # Define a route that handles POST requests
 @app.route('/createJira', methods=['POST'])
 def createJira():
     # The comment's body field in the GitHub payload
     comment_data = request.json.get("comment", {})
     comment_body = comment_data.get("body", "")

     # Check if the body field of the comment is "/jira"
     if comment_body == "/jira":
         print("Condition met. Proceeding with POST request...")

         # Jira API details
         url = "https://<Your-Atlassian-domain>/rest/api/3/issue"
         API_TOKEN = "<YOUR_API_TOKEN>"
         auth = HTTPBasicAuth("<YOUR_EMAIL_ADDRESSS_CONNECTED_TO_THE_ACCOUNT>", API_TOKEN)

         headers = {
             "Accept": "application/json",
             "Content-Type": "application/json"
         }

         payload = json.dumps({
             "fields": {
                 "description": {
                     "content": [
                         {
                             "content": [
                                 {
                                     "text": "Order entry fails when selecting supplier.",
                                     "type": "text"
                                 }
                             ],
                             "type": "paragraph"
                         }
                     ],
                     "type": "doc",
                     "version": 1
                 },
                 "project": {
                     "key": "<YOUR_KEY>"
                 },
                 "issuetype": {
                     "id": "<YOUR_ISSUE_ID>"
                 },
                 "summary": "Main order flow broken",
             },
             "update": {}
         })

         # POST request to create an issue in Jira
         response = requests.post(url, data=payload, headers=headers, auth=auth)
         print("POST request response:", response.status_code, response.text)

         # Return the response back
         return json.dumps(json.loads(response.text), sort_keys=True, indent=4, separators=(",", ": "))
     else:
         print("No matching comment found. POST request will not be made.")
         return json.dumps({"error": "No matching comment found. POST request was not made."}, sort_keys=True, indent=4, separators=(",", ": "))

 if __name__ == '__main__':
     app.run(host='0.0.0.0', port=5000)
登录后复制

添加您的 Atlassian 域:
替换 在 url 变量中添加您的 Atlassian 域名。例如,如果您的 Jira 仪表板 URL 是 https://yourworkspace.atlassian.net,请使用 yourworkspace.atlassian.net 作为域。


?在 github_jira.py 脚本中配置必填字段

在运行脚本之前,您需要更新 github_jira.py 文件中的一些重要字段,以确保集成与您的 Jira 帐户无缝协作。

1。 HTTP 基本身份验证(电子邮件地址)
将 HTTPBasicAuth 中的第一个参数替换为链接到您的 Jira 帐户的电子邮件地址。

API_TOKEN = "<Your-Generated-API-Token>"
登录后复制

2。项目密钥

  • 项目密钥唯一标识将在其中创建票证的 Jira 项目。
  • 要找到您的项目密钥:
  • 转到 Jira 仪表板。
  • 在“项目”选项卡下,找到将创建票证的项目。
  • 项目密钥显示在简单的括号 (()) 中。例如,在项目Project ABC (SCRUM)中,关键是SCRUM。

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide

替换脚本中字段下的“key”字段:

pip install flask
登录后复制
登录后复制
登录后复制
登录后复制

3。问题类型 ID

  • 问题类型 ID 是问题类型的唯一标识符(例如 Bug、故事、任务)。
  • 查找问题 ID:
  • 在 Jira 仪表板中,单击右上角的三个点,然后选择管理自定义字段。

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide

  • 在“项目设置”中,从左侧菜单导航至“问题类型”。
  • 单击故事或您要使用的问题类型。
  • 查看浏览器中的 URL。在 URL 末尾,您会发现一个数值(例如 10005)。这是您的问题类型 ID。

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide

替换脚本中issuetype下的“id”字段:

ssh -i your-key.pem ubuntu@<instance-public-ip>
登录后复制
登录后复制

脚本中更新字段的示例:

sudo apt update  
sudo apt install python3-pip python3-venv  
python3 -m venv myvenv  
source myvenv/bin/activate  # Activate the virtual environment  
pip3 install flask          # Install Flask in the virtual environment
登录后复制
登录后复制

最后一步:运行脚本
更新这些字段后,使用以下命令运行脚本:

nano github_jira.py
登录后复制
登录后复制

您的脚本现已完全配置并准备好将 GitHub 评论与 Jira 票证创建集成!


?添加Webhook以完成集成

现在我们的脚本已准备就绪,最后一步是在 GitHub 存储库中配置 Webhook。该 webhook 将侦听特定事件(在本例中为发出评论)并触发 Flask 应用程序。

添加 Webhook 的步骤:

  • 导航到 GitHub 存储库:
  • 打开要测试该项目的 GitHub 存储库。 访问存储库设置:
  • 单击存储库菜单中的“设置”选项卡。
  • 在左侧导航栏中,选择“代码和自动化”部分下的 Webhooks。

添加新的 Webhook:

  • 单击“添加 Webhook”按钮。
  • 配置 Webhook:
  • 有效负载 URL: 输入 Flask 应用程序的 URL。这应包括您的 EC2 实例的公共 DNS 和 Flask 终端节点的路由:
pip install flask
登录后复制
登录后复制
登录后复制
登录后复制
  • 内容类型:
    从下拉菜单中选择 application/json。

  • 触发器:
    选择选项“让我选择单个事件”。
    仅选中问题评论复选框。

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide

保存 Webhook:

  • 单击添加 Webhook 按钮保存您的设置。

测试集成

  • 在 GitHub 上创建问题:
  • 导航到存储库的“问题”选项卡。
  • 单击“新问题”,提供标题和描述,然后保存。
  • 对该问题的评论:
  • 打开创建的问题并使用 /jira 添加评论。

观察魔法:

  • webhook 将触发并向 Flask 服务器发送 POST 请求。
  • Flask 应用程序将处理请求并使用 Jira API 创建 Jira 票证。

在 Jira 仪表板上验证:

  • 打开 Jira 仪表板并导航到脚本中指定的项目。
  • 您应该会看到与 GitHub 问题评论相对应的新创建的票证。

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide

Automating JIRA Ticket Creation with a Flask API: A GitHub Webhook Integration Guide


?结论

恭喜! ?您已经成功完成了集成 GitHub 和 Jira 的实践项目。通过利用 Flask 应用程序作为中介,我们自动化了直接从 GitHub 问题评论创建 Jira 票证的过程。

在这个项目中,我们涵盖了:

  • 设置 EC2 实例来托管 Flask 应用程序。
  • 配置 Flask 应用程序以与 Jira API 交互。
  • 创建并添加 GitHub Webhook 以触发工作流程。
  • 从 GitHub 评论中观察 Jira 票证的无缝创建。

这种集成通过减少手动工作并确保重要任务不会被遗漏,简化了开发人员和项目经理之间的协作。这是自动化如何提高 DevOps 工作流程中生产力的实际演示。

您可以在此基础上随意构建,进一步自定义集成或探索其他用例,例如在 Jira 中自动跟踪 GitHub Pull 请求或将其他工具集成到您的工作流程中。

我们希望您发现这个项目内容丰富且引人入胜。 ?如需了解更多信息博客,请在 Hashnode、X(Twitter) 和 LinkedIn 上关注我。

快乐编码和自动化! ?

以上是使用 Flask API 自动创建 JIRA 票证:GitHub Webhook 集成指南的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

<🎜>:泡泡胶模拟器无穷大 - 如何获取和使用皇家钥匙
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
北端:融合系统,解释
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
Mandragora:巫婆树的耳语 - 如何解锁抓钩
3 周前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

热门话题

Java教程
1672
14
CakePHP 教程
1428
52
Laravel 教程
1332
25
PHP教程
1277
29
C# 教程
1256
24
Python与C:学习曲线和易用性 Python与C:学习曲线和易用性 Apr 19, 2025 am 12:20 AM

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

学习Python:2小时的每日学习是否足够? 学习Python:2小时的每日学习是否足够? Apr 18, 2025 am 12:22 AM

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python vs.C:探索性能和效率 Python vs.C:探索性能和效率 Apr 18, 2025 am 12:20 AM

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python vs. C:了解关键差异 Python vs. C:了解关键差异 Apr 21, 2025 am 12:18 AM

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

Python标准库的哪一部分是:列表或数组? Python标准库的哪一部分是:列表或数组? Apr 27, 2025 am 12:03 AM

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python:自动化,脚本和任务管理 Python:自动化,脚本和任务管理 Apr 16, 2025 am 12:14 AM

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

科学计算的Python:详细的外观 科学计算的Python:详细的外观 Apr 19, 2025 am 12:15 AM

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Web开发的Python:关键应用程序 Web开发的Python:关键应用程序 Apr 18, 2025 am 12:20 AM

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

See all articles