AI Testing MCP

人工智能测试MCP服务器

用于Claude Code的AI驱动的测试自动化MCP服务器，提供类似TestSprite的功能。

特性

岩心测试工具

• 代码分析：分析项目结构并确定可测试的组件
• 测试生成：AI驱动单元、集成和E2E测试生成
• 测试执行：使用框架自动检测运行测试
• 结果分析：智能测试结果分析，并提供修复建议
• 框架设置：初始化项目中的测试框架

支持的语言和框架

• JavaScript/TypeScript是， Mocha， Vitest
• python：Pytest
• 去：内置测试
• 框架：React、Vue、Express、FastAPI、Flask

安装

1. 克隆或创建项目：

git clone  ai-testing-mcp
cd ai-testing-mcp

1. 安装依赖项：

npm install

1. 构建项目：

npm run build

配置

克劳德代码

添加到您的Claude Code MCP配置中：

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

用法

配置后，您可以在Claude Code中使用这些工具：

1.分析代码库

Use the analyze_codebase tool on my project at /path/to/project

2.生成单元测试

Generate unit tests for src/utils.js using Jest framework

3.运行测试

Run all tests in my project with coverage

4.分析测试结果

Analyze these test failures and suggest fixes: [paste test output]

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：带有语言、框架、API端点、可测试组件的JSON

generate_unit_tests

• 目的：为功能/组件创建单元测试
• 输入:

- filePath -要测试的文件 - functionName -特定功能（可选） - testFramework -使用框架

• 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：使用自动检测执行测试
• 输入:

- projectPath -项目目录 - testPattern -要运行的特定测试（可选） - framework -特定部队框架（可选）

• 输出：覆盖率测试结果

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：分析并提出建议

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：建议修复

setup_testing_framework

• 目的：初始化项目中的测试
• 输入:

- projectPath -项目目录 - framework -测试框架 - language -程序设计语言

• 输出：安装说明/文件

工作流示例

1. 分析你的项目:

   Use analyze_codebase on ./my-app

1. 为组件生成测试:

   Generate unit tests for src/components/Button.jsx using Jest

1. 运行生成的测试:

   Run tests in ./my-app matching *Button*

1. 修复所有故障:

   Analyze these test failures and suggest fixes: [paste output]

优于手动测试

• 速度：在几秒钟内生成全面的测试套件
• 覆盖：自动识别所有可测试组件
• 智能：使用边缘用例生成AI驱动的测试用例
• 整合：与现有的测试框架和CI/CD兼容
• 分析：具有修复建议的智能故障分析

发展

构建

npm run build

发展模式

npm run dev

添加新功能

服务器是模块化的-通过以下方式添加新工具：

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

与TestSprite的比较

许可证

麻省理工学院