AI 测试 MCP 服务器

用于 Claude Code 的基于人工智能的测试自动化 MCP 服务器，提供类似 TestSprite 的功能。

功能

核心测试工具

• 代码分析：分析项目结构并识别可测试组件
• 测试生成：基于人工智能的单元测试、集成测试和端到端测试生成
• 测试执行：自动检测框架运行测试
• 结果分析：智能测试结果分析并提供修复建议
• 框架设置：在项目中初始化测试框架

支持的语言及框架

• JavaScript/TypeScript：Jest, Mocha, Vitest
• Python：Pytest
• Go：内置测试
• 框架：React, Vue, Express, FastAPI, Flask

安装

1. 克隆或创建项目：

git clone <repo> ai-testing-mcp
cd ai-testing-mcp

2. 安装依赖：

npm install

3. 构建项目：

npm run build

配置

对于 Claude Code

在您的 Claude Code MCP 配置中添加以下内容：

{
  "mcpServers": {
    "ai-testing": {
      "command": "node",
      "args": ["dist/index.js"],
      "cwd": "/absolute/path/to/ai-testing-mcp"
    }
  }
}

使用

配置完成后，您可以在 Claude Code 中使用这些工具：

1. 分析代码库

对我的项目 /path/to/project 使用 analyze_codebase 工具

2. 生成单元测试

使用 Jest 框架为 src/utils.js 生成单元测试

3. 运行测试

在我的项目中运行所有测试，并生成覆盖率报告

4. 分析测试结果

分析这些测试失败并提出修复建议：[粘贴测试输出]

可用工具

analyze_codebase

• 目的：扫描项目结构，检测语言/框架，查找 API 端点
• 输入：projectPath - 项目目录路径
• 输出：包含语言、框架、API 端点和可测试组件的 JSON

generate_unit_tests

• 目的：为函数/组件创建单元测试
• 输入：
  • filePath - 要测试的文件
  • functionName - 特定函数（可选）
  • testFramework - 要使用的框架
• 输出：生成的测试代码

generate_integration_tests

• 目的：创建 API 端点测试
• 输入：
  • projectPath - 项目目录
  • apiSpec - API 文档（可选）
• 输出：集成测试代码

run_tests

• 目的：自动检测并执行测试
• 输入：
  • projectPath - 项目目录
  • testPattern - 要运行的具体测试（可选）
  • framework - 强制使用特定框架（可选）
• 输出：带有覆盖率的测试结果

analyze_test_results

• 目的：分析测试输出并提供见解
• 输入：testOutput - 原始测试结果
• 输出：带有建议的分析

suggest_fixes

• 目的：为失败的测试生成修复建议
• 输入：
  • failureOutput - 测试失败输出
  • sourceCode - 源代码（可选）
• testCode - 测试代码（可选）
• 输出：修复建议

setup_testing_framework

• 目的：在项目中初始化测试
• 输入：
  • projectPath - 项目目录
  • framework - 测试框架
  • language - 编程语言
• 输出：设置指令/文件

示例工作流程

1. 分析您的项目：

   在 ./my-app 上使用 analyze_codebase
   

2. 为组件生成测试：

   使用 Jest 为 src/components/Button.jsx 生成单元测试
   

3. 运行生成的测试：

   在 ./my-app 中匹配 *Button* 的测试
   

4. 修复任何失败：

   分析这些测试失败并提出修复建议：[粘贴输出]
   

相比手动测试的优势

• 速度：几秒钟内生成全面的测试套件
• 覆盖范围：自动识别所有可测试组件
• 智能性：基于人工智能的测试案例生成，包括边缘情况
• 集成：与现有的测试框架和 CI/CD 集成
• 分析：智能失败分析并提供修复建议

开发

构建

npm run build

开发模式

npm run dev

添加新功能

该服务器是模块化的 - 通过以下步骤添加新工具：

1. 将工具定义添加到 ListToolsRequestSchema 处理程序
2. 将工具实现添加到 CallToolRequestSchema 处理程序
3. 根据需要创建辅助方法

与 TestSprite 的比较

功能	TestSprite	AI 测试 MCP
测试生成	✅	✅
多语言支持	✅	✅
云执行	✅	本地
IDE 集成	✅	✅ （通过 Claude Code）
成本	订阅	免费
自定义	有限	完整源码访问

许可证

MIT