LRC-MCP服务器
该项目提供了一个模型上下文提供程序（MCP）服务器，用于与LoadRunner Cloud（LRC）API集成。它实现了对LRC资源和测试数据的自动化、程序化访问，使构建性能工程工作流程、仪表板和人工智能集成变得容易。
概述
LRC-MCP服务器提供了一组与LoadRunner Cloud交互的工具，包括：
- 检索项目、负载测试、脚本和测试运行
- 获取测试运行的事务详细信息、摘要和HTTP响应
- 自动化性能数据收集和报告
该服务器与任何MCP客户端兼容，如Claude Desktop或Cursor，并且可以根据需要扩展以支持其他LRC API。
入门指南
先决条件
- Node.js（需要v18+，建议v20+）
- npm（附带Node.js）
安装
- 克隆此存储库并导航到项目目录。
- 安装依赖项：
npm install- 复制示例环境文件并使用您的真实凭据进行编辑：
cp .env.example .env
# Then edit .env and fill in your LRC_TENANT_ID, LRC_CLIENT_ID, and LRC_CLIENT_SECRET这 .env.example 该文件为所需的环境变量提供了一个模板。您必须创建一个 .env 文件（如上所述）并提供服务器运行的实际凭据。
运行服务器
启动MCP服务器：
node mcpServer.js您还可以在服务器发送事件（SSE）支持下运行：
node mcpServer.js --sse可用工具
以下工具可用于与LoadRunner Cloud交互：
- get_项目：检索租户中的所有项目。
- test_runs_getActiveTestRuns：从LoadRunner Cloud获取活动测试运行。
- test_runs_getTestRunTransactions：列出测试运行中的所有事务信息。
- test_runs_getTestRunSummary：获取试运行摘要。
- test_runs_getHttp响应：获取测试运行的HTTP响应。
- projects_getLoadTests：检索项目的负载测试。
- projects_getLoadTestScripts：检索项目中负载测试的脚本。
- 项目\_ getLoadTestRuns：检索项目中负载测试的运行。
示例用法
您可以从任何兼容MCP的客户端调用这些工具。示例（JavaScript）：
// Get all projects
await get_projects();
// Get load tests for a project
await projects_getLoadTests({ projectId: '10' });
// Get scripts for a load test in a project
await projects_getLoadTestScripts({ projectId: '10', loadTestId: '2159' });
// Get runs for a load test in a project
await projects_getLoadTestRuns({ projectId: '10', loadTestId: '2159' });
// Get HTTP responses for a test run
await test_runs_getHttpResponses({ runId: '16287' });获取绝对路径（Shell和Windows）
要获取节点的完整路径，请执行以下操作：
- 在…上 Unix/Linux/macOS，运行：
which node- 在…上 Windows PowerShell，运行：
Get-Command node | Select-Object Source要检查节点版本，请运行：
node --version获取到的绝对路径 mcpServer.js，运行：
- 在…上 Unix/Linux/macOS:
realpath mcpServer.js- 在…上 Windows PowerShell （来自项目目录）：
Resolve-Path mcpServer.jsMCP客户端配置
您可以将MCP服务器连接到任何MCP客户端。以下是Claude Desktop和Cursor的说明。
克劳德桌面
- 注意节点的完整路径和
mcpServer.js从上一步开始。 - 打开克劳德桌面→ 设置 → 开发者 → 编辑配置 并添加新的MCP服务器：
{
"mcpServers": {
"": {
"command": "",
"args": [""]
}
}
}- 重新启动Claude Desktop以激活此更改。确保新的MCP已打开，并且旁边有一个绿色圆圈。
警告：如果你没有提供一个绝对的路径 node 如果版本是v18+，Claude（和其他MCP客户端）可能会回退到另一个版本 node 系统上以前版本的版本。在这种情况下 fetch API将不存在，工具调用将不起作用。如果发生这种情况，您可以a）安装新版本的节点并在命令中指向它，或者b）导入 node-fetch 进入每个工具 fetch，确保还添加 node-fetch 依赖于你的package.json。
光标
- 注意节点的完整路径和
mcpServer.js如上所述。 - 在光标中，转到 设置 → AI工具 → MCP服务器 （或类似的MCP集成部分）。
- 添加新的MCP服务器配置：
{
"command": "",
"args": [""]
}- 保存并启用服务器。确保它正在运行，并且可用于Cursor中的工具调用。
Docker部署
对于生产部署，您可以使用Docker：
docker build -t lrc-mcp-server .关于MCP
模型上下文提供者（MCP）是一种协议，用于向人工智能和自动化客户端公开编程工具。此服务器为LoadRunner Cloud API实现了MCP协议。
______________________________________________________________________
有关更多信息，请参阅源代码和工具文档。