Design and implementation of an MCP-based local LLM assistant for unified Atlassian workflows

Read full text Summarise with VIRAT
Authors: Nil Beascoechea Vázquez
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

L'enginyeria de software moderna depèn de cadenes d'eines fragmentades que interrompen la concentració dels desenvolupadors i redueixen la productivitat. A Build38, les dades crítiques del projecte estan aïllades dins de Jira, Confluence i Bitbucket, forçant els desenvolupadors a navegar manualment per múltiples interfícies per consolidar la informació. Aquesta tesi presenta AIpaca, un assistent d'IA local que unifica aquestes eines en un únic punt d'accés. El sistema utilitza el Model Context Protocol (MCP) per proporcionar una interfície uniforme per a la interacció amb les eines, i Retrieval-Augmented Generation (RAG) per permetre consultes en llenguatge natural. Per garantir la sobirania de les dades mantenint la flexibilitat, l'arquitectura admet dos modes d'operació: una inferència LLM totalment local mitjançant Ollama per a una estricta privadesa de les dades, i una integració amb l'IDE que serveix com a passarel·la segura per als LLMs autoritzats. El projecte ha lliurat un MVP funcional amb connectors validats per a la gestió de tasques i repositoris de codi. La validació confirma que l'arquitectura de doble transport connecta amb èxit les dades locals amb models d'IA externs, permetent la recuperació del context dins de l'IDE i l'ús d'eines enfocades a la productivitat. No obstant això, l'avaluació del mode local revela un compromís significatiu entre privadesa i rendiment: l'execució estricta on-premises en maquinari de consum introdueix colls d'ampolla de latència que limiten la capacitat de resposta interactiva. Aquesta arquitectura demostra un compromís viable per a entorns segurs proporcionant un marc que pot transicionar entre una privadesa local estricta i un rendiment extern optimitzat a mesura que evolucionen les necessitats de hardware o seguretat.

Fields of Study & Subjects

Software Engineering Research Software Engineering Techniques and Practices Artificial Intelligence Applications

Publication details

Journal / source
UPCommons institutional repository (Universitat Politècnica de Catalunya)
Publication date
22 January 2026
Language
EN
Document type
Thesis