JetBrains TeamCity 2026.2 发布:Pipelines 正式可用、AI Assistant 支持 BYOK 与 MCP 工具集
JetBrains 官方博客发表文章,宣布 TeamCity 2026.2 版本正式发布。TeamCity 是 JetBrains 推出的强大 CI/CD 服务器,专为 DevOps 团队设计,以其智能的构建配置、强大的集成能力和优秀的开发者体验而闻名。2026.2 版本是 TeamCity On-Premises 的重大更新,将 Pipelines(流水线)功能从早期访问计划(EAP)升级为正式可用(GA),同时推出了多项 AI 相关功能,包括 MCP 工具集扩展和 AI Assistant 的 BYOK(自带密钥)支持,允许用户选择任何主流云 AI 提供商或本地 LLM 来处理与 AI Assistant 的所有交互。本文基于 JetBrains 官方发布说明,系统解读 TeamCity 2026.2 的核心特性和实际价值。
背景:TeamCity 的发展历程
TeamCity 简介
TeamCity 是 JetBrains 于 2006 年首次发布的 CI/CD 服务器:
- 强大的构建配置管理,支持多种构建工具
- 智能的变更检测和构建触发
- 丰富的集成生态,与 JetBrains IDE 深度集成
- 优秀的构建报告和测试分析
- 支持多种平台和语言
- 企业级的安全和权限管理
TeamCity 的设计哲学:
- 配置即代码:使用 Kotlin DSL 定义构建配置
- 智能构建:智能检测变更,只运行必要的构建
- 开发者优先:与 IDE 深度集成,提供优秀的开发者体验
- 企业就绪:强大的安全、权限和高可用能力
Pipelines 的演进
Pipelines 是 TeamCity 引入的新一代 CI/CD 工作流定义方式:
- 2025.07 版本:首次引入 Pipelines 作为 EAP 功能
- 持续迭代:逐步添加构建特性支持、.NET 步骤、流水线链接到构建链等能力
- 2026.2 版本:Pipelines 正式 GA,在 TeamCity Cloud 和 On-Premises 上均可用
Pipelines 与传统构建配置的区别:
- 更简洁的 YAML 格式定义
- 更灵活的步骤组合
- 更好的并行执行支持
- 更现代的工作流表达能力
AI 在 CI/CD 中的应用
AI 技术正在改变 CI/CD 的方式:
- 智能分析构建失败原因
- 自动生成修复建议
- 优化构建配置
- 自然语言查询构建状态
- 自动生成测试用例
- 智能日志分析
TeamCity 2026.2 将 AI 能力深度集成到 CI/CD 工作流中。
TeamCity 2026.2 核心特性
1. Pipelines 正式可用(GA)
Pipelines 是 TeamCity 2026.2 最重要的更新,从 EAP 升级为正式可用。
Pipelines 的核心概念
- Pipeline(流水线):定义完整的 CI/CD 工作流
- Step(步骤):流水线中的单个执行单元
- Stage(阶段):逻辑上相关的步骤组
- Job(作业):可以并行执行的步骤集合
- Trigger(触发器):触发流水线执行的条件
- Agent(代理):执行流水线步骤的运行环境
Pipelines YAML 示例
# teamcity/pipelines/build.yaml
name: Build and Test
trigger:
- branches:
include:
- main
- "feature/*"
steps:
- name: Checkout
type: checkout
- name: Install Dependencies
type: script
script: |
npm ci
- name: Build
type: script
script: |
npm run build
depends_on:
- Install Dependencies
- name: Test
type: script
script: |
npm test
depends_on:
- Install Dependencies
parallel: true
- name: Deploy to Staging
type: script
script: |
npm run deploy:staging
depends_on:
- Build
- Test
condition: |
branch == "main"
Pipelines 相比传统构建配置的优势
- 更简洁的语法:YAML 格式比 XML 配置更简洁易读
- 更好的并行支持:原生支持步骤级别的并行执行
- 更灵活的依赖管理:步骤之间的依赖关系更清晰
- 条件执行:支持基于条件的步骤执行
- 更好的版本控制:配置文件存储在代码仓库中,随代码版本管理
- 更现代的工作流:支持更复杂的工作流模式
Pipelines 与构建配置的共存
TeamCity 2026.2 支持 Pipelines 和传统构建配置共存:
- 现有项目可以继续使用传统构建配置
- 新项目可以选择使用 Pipelines
- 可以将 Pipelines 链接到构建链中
- 提供从构建配置到 Pipelines 的迁移工具
- 两种方式共享相同的构建代理和基础设施
2. AI Assistant 的 BYOK 支持
TeamCity 2026.2 为 AI Assistant 引入了 BYOK(Bring Your Own Key,自带密钥)支持。
什么是 BYOK
BYOK 允许用户使用自己的 AI 提供商密钥来处理与 AI Assistant 的所有交互:
- 不再强制使用 JetBrains 的 AI 服务
- 可以选择任何主流云 AI 提供商
- 可以使用本地部署的 LLM
- 数据不经过 JetBrains 的服务器
- 更好的数据隐私和合规控制
支持的 AI 提供商
TeamCity 2026.2 的 AI Assistant BYOK 支持多种 AI 提供商:
- OpenAI:GPT 系列模型
- Anthropic:Claude 系列模型
- Google:Gemini 系列模型
- Microsoft Azure:Azure OpenAI 服务
- 本地 LLM:支持 Ollama、vLLM、LM Studio 等本地部署
- OpenAI 兼容 API:任何兼容 OpenAI API 格式的服务
配置 BYOK
在 TeamCity 中配置 BYOK 的步骤:
- 进入管理设置 → AI Assistant
- 选择"使用自定义 AI 提供商"
- 输入 API 端点和密钥
- 选择默认模型
- 配置速率限制和成本控制
- 测试连接
- 保存配置
配置示例:
# AI Assistant 配置
ai:
enabled: true
provider: custom
custom:
api_base: https://api.openai.com/v1
api_key: ${env.OPENAI_API_KEY}
model: gpt-4o
max_tokens: 4096
temperature: 0.7
rate_limit:
requests_per_minute: 60
tokens_per_day: 1000000
BYOK 的优势
- 数据隐私:敏感的构建数据不经过第三方服务器
- 成本控制:使用自己的 API 密钥,直接管理成本
- 模型选择:可以选择最适合自己需求的模型
- 合规要求:满足数据驻留和合规要求
- 本地部署:可以使用完全本地的 LLM,无需联网
- 灵活性:可以随时切换 AI 提供商
3. MCP 工具集扩展
TeamCity 2026.2 为 AI Assistant 引入了 MCP(Model Context Protocol)工具集扩展。
什么是 MCP
MCP(Model Context Protocol)是 Anthropic 提出的开放协议,用于连接 AI 模型与外部工具和数据源:
- 标准化的工具调用接口
- 支持多种工具类型(文件系统、数据库、API、浏览器等)
- 可扩展的工具注册机制
- 安全的工具执行环境
- 跨平台和跨模型兼容
TeamCity 的 MCP 工具集
TeamCity 2026.2 提供了专门的 MCP 工具集,让 AI Assistant 可以访问 TeamCity 的功能:
- 构建查询工具:查询构建状态、历史、统计
- 构建触发工具:触发新的构建
- 构建分析工具:分析构建失败原因
- 测试结果工具:查询和分析测试结果
- 代理管理工具:查看和管理构建代理
- 项目配置工具:查看和修改项目配置
- 日志分析工具:分析构建日志
- 变更查询工具:查询代码变更和提交
MCP 工具集的使用场景
- 自然语言查询构建状态:"昨天 main 分支的构建成功率是多少?"
- 智能分析构建失败:"分析最近一次构建失败的原因并给出修复建议"
- 自动触发构建:"为 feature/login 分支触发一次构建"
- 测试结果分析:"最近一周有哪些测试频繁失败?"
- 构建优化建议:"分析我们的构建配置,给出优化建议"
- 日志智能搜索:"在最近的构建日志中搜索内存溢出错误"
MCP 工具集的优势
- 自然语言交互:用自然语言与 CI/CD 系统交互
- 智能分析:AI 可以分析复杂的构建数据
- 自动化操作:AI 可以自动执行常见的 CI/CD 操作
- 可扩展性:通过 MCP 协议可以轻松添加新工具
- 标准化:遵循开放标准,与其他 MCP 工具兼容
4. 其他重要更新
构建性能优化
- 增量构建改进:更智能的变更检测,减少不必要的构建
- 构建缓存优化:改进的构建缓存机制,提升构建速度
- 并行构建增强:更好的并行构建支持和资源分配
- 构建队列优化:更智能的构建队列管理和优先级调度
安全增强
- 秘密管理改进:更安全的秘密存储和管理
- 权限模型优化:更细粒度的权限控制
- 审计日志增强:更详细的审计日志记录
- SSO 集成改进:更好的单点登录集成支持
集成增强
- JetBrains IDE 集成:与 IntelliJ IDEA、PyCharm 等 IDE 的更深集成
- Git 集成改进:更好的 Git 支持和分支管理
- Docker 集成增强:更好的 Docker 构建和部署支持
- Kubernetes 集成:改进的 Kubernetes 部署支持
- Slack/Teams 集成:更好的通知和协作集成
用户界面改进
- 现代化 UI:更现代、更响应式的用户界面
- 构建详情页优化:更清晰的构建详情和日志展示
- 测试报告改进:更详细的测试结果和失败分析
- 仪表盘增强:更可定制的仪表盘和报表
- 深色模式:完整的深色模式支持
TeamCity 2026.2 的实际价值
对开发团队的价值
- 更快的 CI/CD:Pipelines 和性能优化提升构建速度
- 更智能的调试:AI Assistant 帮助快速定位和修复构建问题
- 更好的开发者体验:与 IDE 深度集成,自然语言交互
- 更灵活的配置:Pipelines YAML 配置更简洁灵活
- 更低的认知负担:AI 处理复杂的 CI/CD 操作
对 DevOps 团队的价值
- 更高效的运维:AI Assistant 自动化常见运维操作
- 更好的可观测性:智能分析构建数据和日志
- 更强的安全控制:BYOK 和安全增强保护敏感数据
- 更灵活的工具选择:MCP 协议支持丰富的工具生态
- 更低的运维成本:自动化和优化减少人工干预
对企业的价值
- 合规和隐私:BYOK 支持满足数据合规要求
- 可扩展性:支持大规模团队和复杂构建场景
- 投资保护:与现有工具和流程集成
- 未来就绪:AI 和 MCP 等前沿技术支持
- 总拥有成本优化:性能优化和自动化降低成本
升级指南
从 TeamCity 2026.1 升级
从 2026.1 升级到 2026.2 通常是平滑的:
- 数据库格式兼容,不需要迁移
- 现有构建配置继续正常工作
- 建议在升级前备份数据库和配置
- 测试关键构建流程在新版本中的表现
- 逐步将项目迁移到 Pipelines
从更早版本升级
如果从 2025.x 或更早版本升级:
- 建议先升级到 2026.1,再升级到 2026.2
- 注意可能的不兼容变更
- 参考各版本的升级指南
- 测试所有关键构建流程
- 考虑使用升级助手工具
Pipelines 迁移建议
对于考虑从传统构建配置迁移到 Pipelines 的团队:
- 从新项目开始使用 Pipelines
- 选择一个简单的现有项目进行迁移试点
- 利用迁移工具自动转换配置
- 验证迁移后的构建结果
- 逐步推广到更多项目
- 保留传统构建配置作为回退选项
总结
TeamCity 2026.2 是 TeamCity 的重要版本更新,带来了多项核心特性。Pipelines 正式可用(GA)是最重要的更新,从 EAP 升级为正式功能,提供更简洁的 YAML 语法、更好的并行支持、更灵活的依赖管理和更现代的工作流表达能力,同时与传统构建配置共存,支持平滑迁移。AI Assistant 的 BYOK(自带密钥)支持允许用户选择任何主流云 AI 提供商或本地 LLM 来处理与 AI Assistant 的所有交互,提供更好的数据隐私、成本控制、模型选择和合规能力。MCP(Model Context Protocol)工具集扩展让 AI Assistant 可以通过标准化协议访问 TeamCity 的构建查询、触发、分析、测试结果、代理管理、日志分析等功能,实现自然语言交互和智能自动化。其他更新包括构建性能优化、安全增强、集成增强和用户界面改进。对于开发团队,TeamCity 2026.2 提供更快的 CI/CD、更智能的调试、更好的开发者体验和更灵活的配置。对于 DevOps 团队,提供更高效的运维、更好的可观测性、更强的安全控制和更灵活的工具选择。对于企业,提供合规和隐私保障、可扩展性、投资保护和未来就绪能力。升级指南建议从 2026.1 平滑升级,Pipelines 迁移建议从新项目开始试点逐步推广。随着 AI 技术在 DevOps 领域的深入应用,TeamCity 2026.2 将 AI 能力与 CI/CD 工作流深度集成,代表了 CI/CD 工具的发展方向,为团队提供了更智能、更高效、更灵活的持续集成和持续交付体验。
来源:https://blog.jetbrains.com/teamcity/2026/09/teamcity-20262/