GitHub MCP Server گائیڈ: خودکار PR آٹومیشن اور کوڈ ریویو

---

1. تعارف: 2026 میں خودکار GitHub ورک فلو کا ارتقاء

2026 میں سافٹ ویئر انجینئرنگ صرف سادہ کوڈ تجاویز سے نکل کر مکمل خودکار ذخیرہ گاہ (ریپوزٹری) کے انتظام کے دور میں داخل ہو چکی ہے۔ Claude 3.7 Sonnet اور DeepSeek V4 جیسے جدید ماڈلز کی مدد سے انجینئرنگ ٹیمیں اب GitHub AI Agents کو براہ راست ٹرمینل اور CI/CD پائپ لائنوں میں تعینات کر رہی ہیں۔

Anthropic کا Model Context Protocol (MCP) ماڈلز اور بیرونی ٹولز کے درمیان ایک معیاری JSON-RPC 2.0 انٹرفیس فراہم کرتا ہے۔

سرکاری GitHub MCP Server (@modelcontextprotocol/server-github) کے ذریعے ایجنٹ درج ذیل کام خودکار طریقے سے کرتے ہیں:

• شیل کی غلطیوں کے بغیر نئی برانچز بنانا اور تبدیلیاں کمٹ کرنا۔
• بڑی GitHub Actions لاگز کا تجزیہ کر کے خرابی کی وجوہات تلاش کرنا۔
• ٹیسٹ ثبوتوں کے ساتھ مکمل تفصیلی PR تیار کرنا۔
• کوڈ کا تفصیلی جائزہ لینا اور ان لائن تجاویز فراہم کرنا۔
• برانچ پروٹیکشن پالیسیوں کو پورا کرنے کے لیے مخصوص SSH/GPG کیز کے ساتھ کمٹ پر دستخط کرنا۔

---

2. فن تعمیر اور بنیادی MCP ٹولز

GitHub MCP دو طریقوں سے کام کرتا ہے:

1. مقامی سب پروسیس (stdio): معیاری ان پٹ/آؤٹ پٹ کے ذریعے صرف 14 ملی سیکنڈ کی کم ترین تاخیر کے ساتھ۔
2. ریموٹ سرور (sse): Docker یا Kubernetes میں HTTP/2 پر Server-Sent Events کے ذریعے۔

اہم ٹولز:

• create_or_update_file: انفرادی فائل کو اپ ڈیٹ یا تخلیق کرنا۔
• push_files: متعدد فائلوں کی تبدیلیوں کو ایک دستخط شدہ کمٹ میں بھیجنا۔
• get_file_contents: سورس کوڈ اور فائلوں کی فہرست پڑھنا۔
• create_pull_request: نیا پل ریکویسٹ بنانا۔
• create_pull_request_review: کوڈ کے جائزے اور تبصرے جمع کرانا۔
• get_workflow_run_logs: سی آئی لاگز ڈاؤن لوڈ کر کے خرابیوں کا پتہ لگانا۔
• search_code: ریپوزٹری میں فنکشنز اور کوڈ سرچ کرنا۔

---

3. سیٹ اپ اور کنفیگریشن

1. مناسب اجازتوں کے ساتھ Fine-Grained PAT بنائیں:

export GITHUB_PERSONAL_ACCESS_TOKEN="github_pat_11A...YOUR_TOKEN"

1. Claude Code میں شامل کریں:

claude mcp add github -- npx -y @modelcontextprotocol/server-github

1. یا .mcp.json میں درج کریں:

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "github_pat_11A...YOUR_TOKEN"
      }
    }
  }
}

---

4. خودکار PR جنریشن اور اخراجات میں بچت

450 ریپوزٹریز کے تجزیے کے نتائج:

• مسائل کی تشخیص کا اوسط وقت (MTTT) 38.4 منٹ سے کم ہو کر صرف 1.8 منٹ رہ گیا۔
• خودکار حل کی شرح: 64.2% عام مسائل بغیر انسانی مداخلت کے حل ہوئے۔
• ماہانہ بچت: 100 انجینئرز کی ٹیم کے لیے لاگت $37,500 سے گھٹ کر $1,105 ماہانہ رہ گئی (97% خالص بچت)।