Token导航 LogoToken导航

MCP Server · 开发工具

SE333 MCP Testing Agent

一个智能MCP代理,自动生成测试用例,使用JaCoCo测量代码覆盖率,识别缺失的测试,并迭代提高Java类的测试覆盖率至90%以上。

stdio官方级别未说明来源级核验工具 13
自动化测试PythonVS Code

快速开始

作者 / 组织
SidiqaFekrat
提供方
SidiqaFekrat
运行时
Python

工具数量

13

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

SE333 MCP Testing Agent 属于开发工具类 MCP Server,公开资料标注 13 个工具,通过stdio 本地进程接入,适配 VS Code,有可以直接复制的安装命令;接入前先确认权限范围。

分类

开发工具

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

Python 3.8+

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 13 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

AI驱动的测试代理:

一个智能MCP代理,可以自动生成测试,使用JaCoCo测量代码覆盖率,使用覆盖率识别缺失的测试,并迭代地将java类的测试覆盖率提高到90%以上。

安装和设置:

先决条件:

    Python 3.8+
    Java 11+
    Maven 3.6+
    Node.js 18+
    Git

安装步骤:

  1. 克隆并导航到项目:

cd最终项目_se333_sidiqa

  1. 创建虚拟环境:

紫外线真空 source.ven/bin/activate

  1. 安装MCP依赖项:

uv添加'mcp\[cli\]'httpx-fastmcp

  1. 启动MCP服务器:

python3代码库/server.py

跑步后,你应该看到:Uvicorn正在跑步http://127.0.0.1:8000

在VS代码中配置: 1.按CTRL+SHIFT+P搜索MCP:添加服务器 2.从运行codebase/server.py的输出中输入URL:http://127.0.0.1:8000/sse 3.名称:检测试剂 4.启用聊天:在VS代码设置中自动批准 5.刷新VS Code Chat查看应该可见的MCP工具

MCP工具文档:

文件:codebase/server.py(17个工具)

阶段1-2:测试生成和覆盖。
1. analyze_java_code(file_path):
    Input: Java file path.
    Output: Methods with signatures
    Purpose: Extract methods for testing

2. generate_test_template(class_name, methods)
    Input: Class name plus methods dict
    Output: JUnit test class code
    Purpose: generate Unit tests

3. run_maven_tests(project_path)
    Input: Project path
    Output: Test results with the coverage info
    Purpose: Get coverage metrics

4. total_coverage(project_path)
    Input: Project path
    Output:Line/branch/method/instruction %
    Purpose: Get coverage info 

5. missing_coverage(file_path, project_path)
    Input: File path + project path
    Output: List of uncovered lines
    Purpose: Identify missing coverage if there is any

6. find_jacoco_path(project_path)
    Input: Project path
    Output: Path to jacoco.xml
    Purpose: Locate coverage report
第三阶段:Git自动化
1. git_status(repo_path)
    Input: Repo path
    Output: Staged / unstaged changes
    Purpose: Check repository status

2. git_add_all(repo_path)
    Input: Repo path
    Output: Stage the changes in the java files and the new added tests by the agent
    Purpose: Stage changes (excludes build artifacts)

3. git_commit(repo_path, message, coverage)
    Input: Repo path + message + coverage dict
    Output: commit the changes and the coverage result
    Purpose: Commit with coverage stats

4. git_push(repo_path, remote, branch)
    Input: Repo path + remote + branch
    Output: Push result
    Purpose: Push the commited changes to remote repo

5. git_pull_request(repo_path, base, title, body, coverage)
    Input: Repo path + base + metadata
    Output: PR URL or manual instructions
    Purpose: Create pull request
第五阶段:创意延伸
1. generate_specification_tests(java_file_path, class_name)
    Input: Java file path + class name
    Output: Test class with boundary, equivalence, and decision table tests
    Purpose: Advanced specification-based testing

2. code_review(file_path)
    Input: Java file path
    Output: Issues list with auto-fixes
    Purpose: Detects code smells, security issues, style violations

代理工作流:

文件:tester.prompt.md

步骤1-9(阶段4-5:覆盖迭代):

1. Analyze all the source files.
2. Generate tests for them.
3. Run tests with JaCoCo to get the coverage info.
4. Fix error if needed.
5. Locate the coverage report.
6. parse the coverage metrics.
7. Identify uncovered lines
8. Generate additional tests if there is missing coverage.
9. Repeat until 90%+ coverage
10. Generate specification-based tests
11. Review code quality
12. Check git status
13. Stage files
14. Commit with coverage stats
15. Push to origin
16. Create PR against main

使用示例:

打开VS Code聊天并键入(运行#tester.prompt.md)

故障排除:

  1. 问题:使用uv时,添加mcp\[cli\]httpx-fastmcp,并显示“未找到匹配项:mcp\[cri\]”

解决方案:运行uv-add“mcp\[cli\]”httpx-fastmcp

  1. 问题:未找到JaCoCo报告

解决方案:运行mvn clean测试jacoco:代码库中的报告/

  1. 问题:MCP服务器无法启动

解决方案:验证:python3-c“import fastmcp”工作正常

  1. 问题:聊天中未显示工具

解决方案:重新启动VS Code并重新连接MCP服务器

工具与能力

工具数量

13

资源数量

0

提示词数量

0

能力标签

自动化测试Python本地部署代码覆盖率Java开发测试生成Git集成

支持客户端

VS Code

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

选择建议

值得选的地方

  • 工具数量 13 个,一次接入能覆盖的操作比单点工具更全。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 VS Code 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
SE333 MCP Testing Agent

MCP World · 本页

13stdio有1 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

SE333 MCP Testing Agent 怎么安装?

公开资料给出的安装命令是 Python 3.8+,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

SE333 MCP Testing Agent 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

SE333 MCP Testing Agent 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

SE333 MCP Testing Agent 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

SE333 MCP Testing Agent 支持哪些客户端?

公开资料标注支持 VS Code;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP