MCP Allure Server

🚀 MCP-Allure

MCP-Allureは、Allureレポートを読み取り、LLMに適した形式で結果を返すMCPサーバーです。このサーバーは、従来のテストレポートとAI分析の間のギャップを埋め、開発チームがAIツールの潜在能力を最大限に活用できるよう支援します。

🚀 クイックスタート

MCP-Allureは、AIと大規模言語モデル（LLMs）がソフトウェア開発においてますます重要な役割を果たす中で、従来のテストレポートをLLMに最適化された形式に変換することで、AIによるテスト結果の分析や洞察を容易にします。

✨ 主な機能

• 変換：AllureテストレポートをLLMに適した形式に変換します。
• 最適化：テストレポートをAIが消費しやすいように最適化します。
• 効率性：テストレポートを効率的に変換します。
• コスト：低コストでテストレポートを変換します。
• 精度：高精度でテストレポートを変換します。

📦 インストール

uvを使用してmcp-repo2llmをインストールします。

{
  "mcpServers": {
    "mcp-allure-server": {
      "command": "uv",
      "args": [
        "run",
        "--with", 
        "mcp[cli]", 
        "mcp", 
        "run", 
        "/Users/crisschan/workspace/pyspace/mcp-allure/mcp-allure-server.py"
      ]
    }
  }
}

📚 ドキュメント

解決する問題

• 効率：従来のテストレポート形式はAIが消費するのに適しておらず、テスト分析や保守の効率が低下します。
• 精度：AIモデルは、LLMが消費するのに適していないテストレポートを解釈して分析するのが困難な場合があります。
• コスト：テストレポートをLLMに適した形式に変換するのに多くの時間とリソースがかかる場合があります。

ツール

get_allure_report

• Allureレポートを読み取り、JSONデータを返します。
• 入力：
  • report_dir：Allure HTMLレポートのパス
• 返り値：
  • 文字列、整形されたJSONデータ。例えば：

{
    "test-suites": [
        {
            "name": "テストスイート名",
            "title": "スイートタイトル",
            "description": "スイートの説明",
            "status": "通過",
            "start": "タイムスタンプ",
            "stop": "タイムスタンプ",
            "test-cases": [
                {
                    "name": "テストケース名",
                    "title": "ケースタイトル",
                    "description": "ケースの説明",
                    "severity": "正常",
                    "status": "通過",
                    "start": "タイムスタンプ",
                    "stop": "タイムスタンプ",
                    "labels": [

                    ],
                    "parameters": [

                    ],
                    "steps": [
                        {
                            "name": "ステップ名",
                            "title": "ステップタイトル",
                            "status": "通過",
                            "start": "タイムスタンプ",
                            "stop": "タイムスタンプ",
                            "attachments": [

                            ],
                            "steps": [

                            ]
                        }
                    ]
                }
            ]
        }
    ]
}