10｜解锁测试新姿势：打造你的MCP Server
陈磊
你好，我是陈磊。
今天，我们继续上一节课关于 MCP Server 的话题。上节课我们一起使用 Playwright MCP Server 和 Claude 大模型，完成了第一次大模型驱动的 UI 自动化测试。你是否已经迫不及待地亲手尝试了一下，被这种基于自然语言意图描述的自动化测试的奇妙震撼了？没错，MCP Server 的生态已远远超出你的想象，几乎你能想到的 MCP Server 需求，都已有开源解决方案。
那么，这是否意味着我们就不需要学习如何开发 MCP Server 了呢？答案是否定的。因为在你工作的组织内部，还存在各种各样的私有系统和资源，特别是软件测试过程中的测试管理系统、性能测试库、接口测试库、UI 自动化测试库等，这些都需要你自己封装成 MCP Server 来解决大模型的“手”的问题。今天我就带你一起打造几个服务测试过程的 MCP Server，让你体会一下服务于测试过程的 MCP Server 的“解题过程”。
打造大模型专属的测试报告读取服务
在测试自动化领域，我最早借 MCP 协议攻克的实战难题，就是打造一个高效的自动化测试报告读取服务，设计一个 MCP Server 用于为大模型提取 Allure 报告中的关键信息。选择测试报告作为首要的突破点，并非心血来潮的突发奇想，而是源于日常工作中积累的深刻痛点，它直接针对团队在测试流程中反复遇到的瓶颈，把我们从繁琐的手动分析中解放出来。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. MCP Server生态丰富，但需要学习如何开发MCP Server。 2. mcp-allure服务将Allure报告转换成JSON格式，方便大模型分析测试结果。 3. Allure报告的数据存储结构包括categories.json、suites.json、behaviors.json、package.json和test-cases目录，提供了丰富的测试结果信息。 4. AllureSuiteParser类是转换中最重要的部分，扫描测试套件目录树和单个用例详情，输出层级化的JSON。 5. mcp-allure服务的核心功能是将测试日志转换成整洁的数据，以便AI分析和利用。 6. mcp-allure服务的设计目的是解决大模型对测试报告的需求，提高测试报告分析的效率，实现自动化的解读和问题定位。 7. mcp-allure服务的实现需要使用Python的json库和os库，以及类型提示，来实现报告的解析和转换。 8. mcp-allure服务的入口函数parse_allure_suite能够一键解析报告，将其转换成JSON格式，方便后续处理和分析。 9. 代码的“心脏跳动”是从parse总入口起步，递归解析套件和用例，实现报告的解析和转换。 10. MCP Server为大模型提供延伸的生态趋势已经成熟，但针对组织内部私有系统，如测试报告、覆盖率库，仍需自定义开发以赋能大模型的“执行臂”。
仅可试看部分内容，如需阅读全部内容，请付费购买文章所属专栏
《AI 重塑测试开发系统实践》，新⼈⾸单¥29
《AI 重塑测试开发系统实践》，新⼈⾸单¥29
立即购买
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论