注意：我们已经完全实现了SchemaPin，以帮助打击Github和其他地方的可疑副本。确保您使用的是来自此仓库的发布版本，并可以使用SchemaPin验证我们的工具模式：https://mockloop.com/.well-known/schemapin.json

MockLoop MCP - AI原生测试平台

世界上第一个由模型上下文协议（MCP）驱动的AI原生API测试平台。MockLoop MCP通过全面的AI驱动场景生成、自动化测试执行和智能分析能力彻底改变了API测试。

🚀 革新能力： 5个AI提示 • 15个场景资源 • 16个测试工具 • 10个上下文工具 • 4个核心工具 • 完整的MCP集成

📚 文档： https://docs.mockloop.com
📦 PyPI 包： https://pypi.org/project/mockloop-mcp/
🐙 GitHub 仓库： https://github.com/mockloop/mockloop-mcp

🌟 MockLoop MCP 的革新之处是什么？

MockLoop MCP代表了API测试领域的范式转变，引入了世界上第一个AI原生测试架构，结合了：

• 🤖 AI驱动的测试生成：5个专门的MCP提示用于智能场景创建
• 📦 社区场景包：15个精选的测试资源，具有社区架构
• ⚡ 自动化测试执行：30个全面的MCP工具，用于完整的测试工作流（16个测试+10个上下文+4个核心）
• 🔄 状态化测试：高级上下文管理，包括全局上下文和代理上下文
• 📊 企业合规性：完整的审计日志和监管合规追踪
• 🏗️ 双端口架构：通过分离模拟API和管理端口消除/admin路径冲突

🎯 核心AI原生架构

MCP审计日志

企业级合规性和监管追踪

• 完整的请求/响应审计轨迹
• 监管合规监控
• 性能指标和分析
• 安全事件日志

MCP提示（5个AI驱动的能力）

由AI驱动的智能场景生成

• analyze_openapi_for_testing - 全面的API分析用于测试策略
• generate_scenario_config - 动态测试场景配置
• optimize_scenario_for_load - 负载测试优化
• generate_error_scenarios - 错误条件模拟
• generate_security_test_scenarios - 安全漏洞测试

MCP资源（15个场景包）

具有先进架构的社区驱动测试场景

• 负载测试场景：高流量模拟
• 错误模拟包：全面的错误条件测试
• 安全测试套件：漏洞评估场景
• 性能基准：标准化性能测试
• 集成测试包：跨服务测试场景
• 社区架构：协作场景共享和验证

MCP工具（16个自动化测试工具）

完整的自动化测试执行能力

场景管理（4个工具）

• validate_scenario_config - 场景验证和验证
• deploy_scenario - 自动场景部署
• switch_scenario - 动态场景切换
• list_active_scenarios - 活动场景监控

测试执行（4个工具）

• execute_test_plan - 综合测试计划执行
• run_test_iteration - 单独测试迭代管理
• run_load_test - 负载测试执行
• run_security_test - 安全测试自动化

分析与报告（4个工具）

• analyze_test_results - 智能测试结果分析
• generate_test_report - 综合报告
• compare_test_runs - 测试运行比较和趋势
• get_performance_metrics - 性能指标收集

工作流管理（4个工具）

• create_test_session - 测试会话初始化
• end_test_session - 会话清理和最终化
• schedule_test_suite - 自动测试调度
• monitor_test_progress - 实时进度监控

MCP上下文管理（10个状态化工作流工具）

复杂测试工作流的高级状态管理

上下文创建与管理

• create_test_session_context - 测试会话状态管理
• create_workflow_context - 复杂工作流编排
• create_agent_context - AI代理状态管理

数据管理

• get_context_data - 上下文数据检索
• update_context_data - 动态上下文更新
• list_contexts_by_type - 上下文发现和列出

快照与恢复

• create_context_snapshot - 状态快照创建
• restore_context_snapshot - 状态回滚能力

全局上下文

• get_global_context_data - 跨会话数据共享
• update_global_context_data - 全局状态管理

🚀 快速开始

开始使用世界上最先进的AI原生测试平台：

# 1. 安装 MockLoop MCP
pip install mockloop-mcp

# 2. 验证安装
mockloop-mcp --version

# 3. 使用您的MCP客户端（如Cline、Claude Desktop等）进行配置
# 查看下面的配置示例

📋 先决条件

• Python 3.10+
• Pip 包管理器
• Docker 和 Docker Compose（用于容器化的模拟服务器）
• 一个兼容MCP的客户端（如Cline、Claude Desktop等）

🔧 安装

选项1：从PyPI安装（推荐）

# 安装最新稳定版
pip install mockloop-mcp

# 或者安装带有可选依赖项
pip install mockloop-mcp[dev]   # 开发工具
pip install mockloop-mcp[docs]  # 文档工具
pip install mockloop-mcp[all]   # 所有可选依赖项

# 验证安装
mockloop-mcp --version

选项2：开发安装

# 克隆仓库
git clone https://github.com/mockloop/mockloop-mcp.git
cd mockloop-mcp

# 创建并激活虚拟环境
python3 -m venv .venv
source .venv/bin/activate  # 在Windows上：.venv\Scripts\activate

# 开发模式安装
pip install -e ".[dev]"

⚙️ 配置

MCP客户端配置

Cline（VS Code扩展）

添加到您的Cline MCP设置文件中：

{
  "mcpServers": {
    "MockLoopLocal": {
      "autoApprove": [],
      "disabled": false,
      "timeout": 60,
      "command": "mockloop-mcp",
      "args": [],
      "transportType": "stdio"
    }
  }
}

Claude Desktop

添加到您的Claude Desktop配置中：

{
  "mcpServers": {
    "mockloop": {
      "command": "mockloop-mcp",
      "args": []
    }
  }
}

虚拟环境安装

对于虚拟环境安装，请使用完整的Python路径：

{
  "mcpServers": {
    "MockLoopLocal": {
      "command": "/path/to/your/venv/bin/python",
      "args": ["-m", "mockloop_mcp"],
      "transportType": "stdio"
    }
  }
}

🛠️ 可用的MCP工具

核心模拟生成

generate_mock_api

生成具有双端口架构的复杂的FastAPI模拟服务器。

参数：

• spec_url_or_path（字符串，必需）：API规范URL或本地文件路径
• output_dir_name（字符串，可选）：输出目录名称
• auth_enabled（布尔值，可选）：启用身份验证中间件（默认：true）
• webhooks_enabled（布尔值，可选）：启用Webhook支持（默认：true）
• admin_ui_enabled（布尔值，可选）：启用管理UI（默认：true）
• storage_enabled（布尔值，可选）：启用存储功能（默认：true）

革命性的双端口架构：

• 模拟API端口：提供您的API端点（默认：8000）
• 管理UI端口：独立的管理界面（默认：8001）
• 冲突解决：消除OpenAPI规范中的/admin路径冲突
• 增强的安全性：基于端口的访问控制和隔离

高级分析

query_mock_logs

查询并分析请求日志，具有AI驱动的洞察力。

参数：

• server_url（字符串，必需）：模拟服务器URL
• limit（整数，可选）：返回的最大日志数量（默认：100）
• offset（整数，可选）：分页偏移量（默认：0）
• method（字符串，可选）：按HTTP方法过滤
• path_pattern（字符串，可选）：路径过滤的正则表达式模式
• time_from（字符串，可选）：开始时间过滤（ISO格式）
• time_to（字符串，可选）：结束时间过滤（ISO格式）
• include_admin（布尔值，可选）：包含管理请求（默认：false）
• analyze（布尔值，可选）：执行AI分析（默认：true）

AI驱动的分析：

• 性能指标（P95/P99响应时间）
• 错误率分析和分类
• 流量模式检测
• 自动调试建议
• 会话关联和跟踪

discover_mock_servers

具有双端口架构支持的智能服务器发现。

参数：

• ports（数组，可选）：要扫描的端口（默认：常见端口）
• check_health（布尔值，可选）：执行健康检查（默认：true）
• include_generated（布尔值，可选）：包含生成的模拟（默认：true）

高级发现：

• 自动架构检测（单端口 vs 双端口）
• 健康状态监控
• 服务器关联和匹配
• 端口使用分析

manage_mock_data

无需重启服务器即可动态管理响应。

参数：

• server_url（字符串，必需）：模拟服务器URL
• operation（字符串，必需）：操作类型（"update_response"，"create_scenario"，"switch_scenario"，"list_scenarios"）
• endpoint_path（字符串，可选）：API端点路径
• response_data（对象，可选）：新的响应数据
• scenario_name（字符串，可选）：场景名称
• scenario_config（对象，可选）：场景配置

动态能力：

• 实时响应更新
• 基于场景的测试
• 运行时配置管理
• 零停机修改

🌐 MCP代理功能

MockLoop MCP包括革命性的代理功能，能够无缝地在模拟和实时API环境之间切换。这一强大功能通过以下方式改变您的测试工作流程：

核心代理功能

• 🔄 无缝模式切换：在模拟、代理和混合模式之间切换，无需更改代码
• 🎯 智能路由：基于可配置规则和条件的智能请求路由
• 🔐 通用认证：支持API密钥、Bearer Token、基本认证和OAuth2
• 📊 响应对比：模拟和实时API响应之间的自动对比
• ⚡ 零停机切换：动态更改模式而不会中断服务

操作模式

模拟模式（MOCK）

• 所有请求由生成的模拟响应处理
• 可预测且一致的测试环境
• 适合早期开发和隔离测试
• 没有外部依赖或网络调用

代理模式（PROXY）

• 所有请求转发到实时API端点
• 实时数据和真实响应
• 完整的集成测试能力
• 基于实时凭证的网络依赖操作

混合模式（HYBRID）

• 根据规则在模拟和代理之间智能路由
• 基于请求模式、头部或参数的条件切换
• 逐步从模拟迁移到实时环境
• A/B测试和选择性端点代理

快速启动示例

from mockloop_mcp.mcp_tools import create_mcp_plugin

# 创建一个启用代理的插件
plugin_result = await create_mcp_plugin(