项目介绍
MCP Perf Suite
⚠️ 该项目正处于积极开发中。功能、模块和文档可能会频繁更改。请自行承担风险使用，并请报告任何问题或建议！
欢迎来到 MCP Perf Suite —— 一个模块化的MCP服务器集合，旨在支持并简化性能测试工作流程。
📖 概述
此仓库托管了多个MCP服务器，每个服务器在性能测试生命周期中扮演特定的角色：
🧪 测试创建与执行
-
JMeter MCP服务器： 从Playwright捕获的流量生成JMeter脚本。将结构化的JSON转换为JMX文件，执行JMeter测试，实时监控，并分析性能结果。
-
BlazeMeter MCP服务器： 通过BlazeMeter的API管理空间、项目、测试，并获取运行结果。
📊 监控与分析
-
Datadog（应用程序性能监控）MCP服务器： 从Datadog拉取并关联监控和指标数据，以补充负载测试结果。
-
性能测试分析MCP服务器： 对BlazeMeter测试结果进行深入分析，同时分析Datadog系统指标（如CPU、内存）。包括对JMeter和Datadog日志的分析，随后进行时间序列相关性分析，以检测异常并提供可操作的见解。
📑 报告与协作
-
性能报告MCP服务器： 根据测试数据和分析文件生成格式化的报告（例如PDF、Word、Markdown），用于展示和决策。
-
Confluence MCP服务器： 将性能测试报告发布到Confluence，通过将Markdown文件转换为Confluence XHTML格式实现。
-
Microsoft Graph MCP服务器： 集成Microsoft Graph API，以简化性能测试工作流程。将工件上传至SharePoint进行集中存储，并利用Teams集成协调测试执行和共享结果。
🔄 管道与工作流
此仓库中的MCP服务器（以及外部集成如Playwright MCP）构成了完整的性能测试管道。此工作流程展示了如何创建脚本、验证、执行、监控、分析，最后报告和分享结果。
📐 工作流图示
┌────────────────────────┐
│ Playwright MCP │
│ (外部，捕获浏览器流量) │
└───────────┬────────────┘
│ JSON流量
▼
┌────────────────────────┐
│ JMeter MCP服务器 │
│ - 生成JMX脚本 │
│ - 运行烟雾测试以 │
│ 验证正确性 │
└───────────┬────────────┘
│ 验证的JMX
▼
┌────────────────────────┐
│ BlazeMeter MCP服务器 │
│ - 执行全规模性能测试 │
│ - 获取运行结果 │
└───────────┬────────────┘
│ 结果和指标
▼
┌────────────────────────────────┐
│ Datadog MCP服务器 │
│ (APM指标关联) │
└───────────┬────────────────────┘
│
▼
┌────────────────────────────────┐
│ 性能测试分析MCP服务器 │
│ - 分析BlazeMeter结果 │
│ - 分析Datadog指标 │
│ - 日志分析（JMeter + │
│ Datadog日志） │
│ - 时间序列关联 │
└───────────┬────────────────────┘
│
▼
┌────────────────────────────────┐
│ 性能报告MCP服务器 │
│ (PDF, Word, Markdown报告) │
└───────────┬────────────────────┘
│
▼
┌────────────────────────────────┐
│ Confluence MCP服务器 │
│ (发布报告到Confluence) │
└───────────┬────────────────────┘
│
▼
┌─────────────────────────────────┐
│ Microsoft Graph MCP服务器 │
│ - 将工件上传至SharePoint │
│ - 通过Teams分享结果 │
└─────────────────────────────────┘
🏗️ 架构与结构
每个MCP服务器都位于此仓库的独立子目录中，便于独立开发、维护和部署：
mcp-perf-suite/
├── artifacts/ # 包含性能测试结果的文件夹
├── blazemeter-mcp/ # BlazeMeter MCP服务器（当前）
├── confluence-mcp/ # Confluence MCP服务器（当前）
├── datadog-mcp/ # Datadog MCP服务器（当前）
├── jmeter-mcp/ # JMeter MCP服务器（未来）
├── msgraph-mcp/ # Microsoft Graph MCP服务器（未来）
├── perfanalysis-mcp/ # 基于LLM的测试分析MCP（当前）
├── perfreport-mcp/ # 报告和格式化MCP（当前）
├── README.md # 此文件：仓库概述和指导
└── LICENSE # 仓库许可证（例如MIT）
▶️ 开始使用JMeter MCP服务器
导航到jmeter-mcp/文件夹，查看针对JMeter MCP服务器的具体设置和使用说明。
JMeter MCP服务器使用FastMCP，Python 3.12+，并公开了从捕获的网络流量（通过Playwright MCP）生成JMX脚本的操作。它还支持运行烟雾测试以验证脚本的正确性，然后将其移交给BlazeMeter MCP进行全规模性能执行。
▶️ 开始使用BlazeMeter MCP服务器
导航到blazemeter-mcp/文件夹，查看针对BlazeMeter MCP服务器的具体设置和使用说明。
BlazeMeter MCP服务器使用FastMCP，Python 3.12+，并公开了管理负载测试生命周期和检索结果的操作。
▶️ 开始使用Datadog MCP服务器
导航到datadog-mcp/文件夹，查看针对Datadog MCP服务器的具体设置和使用说明。
Datadog MCP服务器使用FastMCP，Python 3.12+，并公开了拉取给定环境的关键绩效指标（KPI）和查询日志的操作。
▶️ 开始使用性能分析MCP服务器
导航到perfanalysis-mcp/文件夹，查看针对性能测试分析器MCP服务器的具体设置和使用说明。
性能分析MCP服务器使用FastMCP，Python 3.12+，并公开了识别瓶颈并以JSON和Markdown文件形式报告发现的操作。
▶️ 开始使用性能报告MCP服务器
导航到perfreport-mcp/文件夹，查看针对性能报告MCP服务器的具体设置和使用说明。
性能报告MCP服务器使用FastMCP，Python 3.12+，并提供了基于分析文件生成性能测试报告的工具。输出报告为PDF或Word格式。
▶️ 开始使用Confluence MCP服务器
导航到confluence-mcp/文件夹，查看针对Confluence MCP服务器的具体设置和使用说明。
Confluence MCP服务器使用FastMCP，Python 3.12+，并公开了将性能测试报告发布到Confluence的操作。它还支持列出和检索Confluence空间和页面，搜索页面，以及管理可用于发布的报告和图表。
▶️ 开始使用Microsoft Graph MCP服务器
导航到msgraph-mcp/文件夹，查看针对Microsoft Graph MCP服务器的具体设置和使用说明。
Microsoft Graph MCP服务器使用FastMCP，Python 3.12+，并与Microsoft Graph API端点集成。它能够将性能测试工件上传至SharePoint进行集中存储，并提供Teams集成以协调测试执行和共享结果。
🛣️ 未来路线图
- 将Datadog MCP服务器重构为APM MCP服务器，以支持多种APM（应用程序性能监控）工具（如Dynatrace、AppDynamics等）。
- 利用OpenAI GPT或其他LLMs增强测试分析MCP服务器的测试结果分析能力。
- 添加测试结果日志分析，以识别潜在问题或瓶颈。
- 继续完善报告MCP服务器，从测试分析数据生成适合高管阅读的报告和仪表板。
- 实现跨MCP服务器的无缝工作流编排，形成全面的性能测试管道。
🤝 贡献
欢迎贡献、想法和功能请求！请打开问题或创建拉取请求以进行合作。
📜 许可证
本项目采用MIT许可证。详情见LICENSE文件。
由❤️ 创建，旨在通过MCP和AI赋能下一代性能测试、分析和报告。