#bitbucket

Agentic Pipelines is generally available: run agents in Cloud or on your own Linux runners

Bitbucket's Agentic Pipelines is now generally available on all paid Cloud plans. Agents can run on Atlassian's cloud runners or on self-hosted Linux Docker (x86_64 and arm64) runners. Teams can now bring their own AI model, with Claude and Codex supported alongside Rovo Dev. Four built-in system agents handle flaky tests, failed steps, test optimization and cleanup, and native Atlassian Rovo MCP integration gives agents access to Jira, Confluence and Bitbucket context. Atlassian reports a 95% first-run merge rate on automated vulnerability fixes and one team saving 1.5 developer-days per week on documentation updates.

GitHub - igorkasyanchuk/diffnotes: Your coding agent explains its pull request; your team reads the notes, screenshots and live demos inside the diff on GitHub, GitLab and Bitbucket. Self-hosted, MIT.

Your coding agent explains its pull request; your team reads the notes, screenshots and live demos inside the diff on GitHub, GitLab and Bitbucket. Self-hosted, MIT. - igorkasyanchuk/diffnotes

Connect the redesigned Atlassian MCP server to your agentic pipelines

Bitbucket's Agentic Pipelines đã tích hợp với Atlassian MCP server được thiết kế lại để hỗ trợ Claude và Codex agents. Server mới này thống nhất công cụ trên nhiều sản phẩm và tích hợp với Atlassian API Token standards cùng với granular permissions. Các nhóm có thể thiết lập quyền công cụ chi tiết trong bitbucket-pipelines.yml thông qua allow, deny và default rules. Hiện có 4 công cụ như declinePullRequest và getRepositoryDefaultBranch chưa được hỗ trợ, do đó nếu cần sử dụng phải đặt use-legacy-mcp: true. Rovo Dev CLI sẽ chuyển sang Rovo CLI và Agentic Pipelines sẽ hỗ trợ Rovo Dev CLI cho đến khi lộ trình di chuyển được chia sẻ trong năm CY2027.

Bài viết giúp lập trình viên biết cách kết nối server MCP Atlassian đã được thiết kế lại với pipeline agent của họ, tận dụng các tính năng mới và quyền truy cập chi tiết.

Optimize your test suite with two new agents

Bitbucket giới thiệu hai agent mới là Test Optimizer và Test Cleanup, cùng với Flaky Test Fixer được cải thiện để tối ưu hóa test suite. Test Optimizer giúp tăng tốc độ và cải thiện các test chậm, béo hoặc nhẹ, trong khi Test Cleanup an toàn loại bỏ test không cần thiết và xác bảo mọi thứ vẫn build và pass thành công. Flaky Test Fixer giờ đây chẩn đoán tốt hơn các lỗi ngắt quãng và xác thực fix. Mỗi agent đều tạo draft pull request cho bạn xem xét và phê duyệt, không thay đổi gì cho đến khi bạn merge. Các agent này hoạt động trên Agentic Pipelines, được quản trị workspace kích hoạt một lần, và Bitbucket Tests đang trong giai đoạn beta trên các Cloud Standard và Premium plans.

Tăng hiệu quả và độ tin cậy của bộ kiểm thử với các tác vụ tối ưu hóa dọn dẹp và sửa lỗi tự động.

Meet Code Reviewer, now available with Jira

Get a fast, useful first review on every pull request in Bitbucket Cloud and GitHub. Code Reviewer is now available with paid Jira licenses.

Meet Code Reviewer, now available with Jira

Get a fast, useful first review on every pull request in Bitbucket Cloud and GitHub. Code Reviewer is now available with paid Jira licenses.

Create Jira Issues, Publish Confluence Pages And Manage Team Access With Atlassian

If your team runs on Jira and Confluence, a good part of your week is probably spent copying. A customer complaint becomes a ticket by hand, a status report ...

Merge queue APIs now available in Bitbucket Cloud

Bitbucket Cloud vừa triển khai public APIs cho Merge Queues, cho phép tất cả các workspace Standard và Premium sử dụng tính năng này. API sử dụng endpoint merge để gửi pull request vào hàng đợi và trả về một task-status URL, giúp quá trình validation không cần giữ request mở. Trạng thái trả về bao gồm: merged, failed validation, merge conflict, received new commit hoặc removed from queue. Bạn có thể liệt kê queues trong repository và xem pull request theo thứ tự kèm trạng thái, với API token cần có các scope read:repository:bitbucket, read:pullrequest:bitbucket và write:pullrequest:bitbucket.

Lập trình viên nên đọc bài này để biết cách tận dụng Merge Queue APIs mới trong Bitbucket Cloud giúp tự động hóa quy trình hợp tác và kiểm tra chất lượng code hiệu quả hơn.

How we used Agentic Pipelines to turn test coverage into a daily habit

Bitbucket Pipelines đã triển khai một AI agent được lập lịch chạy hàng ngày để viết unit test tập trung và tạo pull request nhỏ có thể review. Giải pháp này tự động phát hiện mã chưa được test và tạo test case phù hợp cho từng module riêng lẻ, tránh các test case quá lớn. Kết quả là tỷ lệ test coverage của team tăng từ 65% lên 92% trong vòng 3 tháng nhờ test được thực hiện đều đặn. Hệ thống hoạt động dựa trên kết hợp LLM với custom script để phân tích dependency và xác định các function cần test trước tiên. Bài viết đáng học ở chỗ cách phân tách quy trình test thành các bước nhỏ, tự động và dễ quản lý thay vì tạo test batch lớn gây quá tải cho reviewer.

Bài viết này giúp bạn hiểu cách sử dụng AI agent trong Bitbucket Pipelines để tự động tạo bài kiểm thử unit tập trung và mở PR có thể xem xét, biến việc test coverage thành thói quen hàng ngày.

Connect Bitbucket Cloud to your AI tools with Atlassian MCP

Atlassian đã tích hợp hỗ trợ đăng nhập OAuth vào MCP Server để kết nối Bitbucket Cloud với các trợ lý AI mã hóa, bổ sung phương thức token API hiện có. Việc tích hợp này cho phép các client AI như Cursor, VS Code, Claude và Codex truy cập các pull request, kết quả pipeline, commit và mã nguồn, cùng với ngữ cảnh Jira và Confluence liên quan. Giải pháp này giúp các trợ lý AI chẩn đoán pipeline lỗi, soạn sửa và chuẩn bị các pull request. Cài đặt yêu cầu liên kết workspace Bitbucket với tổ chức Atlassian và kết nối qua endpoint Atlassian MCP v2, với lộ trình nâng cấp riêng cho người dùng v1 hiện tại.

Lập trình viên nên đọc bài này để biết cách tích hợp Bitbucket Cloud với trợ lý AI giúp tự động phân tích lỗi pipeline và tạo Pull Request hiệu quả.

How we accelerated code review in a large monorepo with two agents in Agentic Pipelines

Tạilassian đã tăng tốc code review trong monorepo lớn bằng cách chia quy trình AI thành hai agent riêng biệt trong Bitbucket's Agentic Pipelines. Agent matcher sẽ ghép file đã thay đổi với tài liệu hướng dẫn cụ thể của từng team, còn agent reviewer chỉ đọc những tài liệu đã được ghép trước khi đưa ra bình luận. Phương pháp này khắc phục vấn đề agent cũ đưa ra bình luận không liên quan (như báo lỗi data-fetching cho một sửa thuần CSS) trong monorepo frontend dùng chung. Kết quả là giảm thời gian review từ nửa ngày xuống còn 7 phút cho một pull request lớn, tuy nhiên chất lượng comment phụ thuộc nhiều hơn vào việc viết tốt tài liệu hướng dẫn team-specifik hơn là kỹ thuật prompt hay lựa chọn model. Agentic Pipelines đang trong giai đoạn beta trên Bitbucket Cloud và hỗ trợ Rovo Dev, Claude hoặc Codex như các nhà cung cấp.

Bài viết này giúp lập trình viên tiết kiệm thời gian khi xem xét code trong kho mã lớn bằng cách chia nhỏ quy trình xem xét pull request thành hai tác nhân chuyên biệt, giảm từ vài giờ xuống còn vài phút.

Atlassian warns of critical file-access flaw in Jira, Confluence

Atlassian is warning customers of a critical vulnerability, tracked as CVE-2026-21589, that can be exploited for arbitrary file-access in multiple self-hosted Data Center products, including Confluence, Jira, and Bitbucket.

Atlassian warns of critical file access flaw in its datacenter products

Atlassian vừa cảnh báo về lỗi truy cập file nghiêm trọng trong các sản phẩm datacenter của họ. Lỗi này cho phép attacker bypass kiểm soát truy cập thông qua endpoint /scheduling, ảnh hưởng đến các phiên bản từ 8.0 đến 8.22.1 của Jira, Confluence và Bitbucket Datacenter. Người dùng cần patch ngay lập tức vì lỗi có thể dẫn đến bị lộ dữ liệu hoặc leo thang đặc quyền. Đáng học là khi làm việc với các tool Atlassian, nên tránh tạo ticket qua Jira để report chính lỗi của Jira để tránh vòng lặp giải quyết vấn đề.

Lập trình viên nên đọc bài này để biết về lỗ hống truy cập file nghiêm trọng trong sản phẩm datacenter của Atlassian và cách khắc phục an toàn.

How we automated feature-flag cleanup with Agentic Pipelines

Atlassian đã tự động hóa việc dọn dẹp feature-flag lỗi thời bằng Agentic Pipelines trong Bitbucket. Hệ thống này sử dụng AI để quét qua các repository, xác định các feature-flag không còn được sử dụng với độ chính xác 94%. Quá trình tự động tìm kiếm tickets liên quan, cập nhật code và tạo các pull request sẵn sàng review giúp tiết kiệm 70% thời gian so với phương pháp thủ công. Giải pháp này tận dụng kết hợp Bitbucket Pipelines với Jira Service Management để đồng bộ hóa luồng công việc. Các lập trình viên nên cân nhắc áp dụng phương pháp tương tự để tối ưu hóa maintenance và giảm technical debt trong dự án của mình.

Tìm hiểu cách Atlassian tự động dọn dẹp feature-flag lỗi thời bằng Agentic Pipelines giúp bạn tiết kiệm thời gian và giảm thiểu rủi ro trong dự án.