QA MCP

🚀 人工知能支援型ネットワークテスト vibe

このツールはAI駆動のネットワークテストツールで、GitHub CopilotなどのAIコーディングアシスタントとシームレスに統合することを目的としています。MCPプロトコルを通じて、ユーザーは自然言語指令でエージェントに複雑なネットワークテストタスクを実行させることができます。

✨ 主な機能

• 自動化テスト記録：簡単なテキスト指令で自動的にネットワークインタラクション操作を実行します。
• 回帰テスト実行：保存されたテストファイルを実行し、詳細な実行レポートを生成します。
• テスト手順発見：ウェブサイトの構造を智能的に分析し、テスト手順を推薦します。
• MCPプロトコルサポート：AIコーディングアシスタントと深く統合し、効率的な開発支援を提供します。

📦 インストール

前提条件

• Python 3.10以上のバージョン
• LLMアクセス権限（推奨：gemini 2.0 flash）
• MCPのインストール（pip install mcp[cli]を実行）
• Playwrightブラウザのインストール（playwright installを実行）

インストール手順

1. リポジトリをクローンします：

   git clone <repository-url>
   cd <repository-name>
   

2. 仮想環境を作成します（推奨）：

   python -m venv venv
   source venv/bin/activate # Linux/macOS
   # venv\Scripts\activate # Windows
   

3. 依存関係をインストールします：

   pip install -r requirements.txt
   

4. Playwrightブラウザをインストールします：

   playwright install --with-deps # ブラウザとオペレーティングシステムの依存関係をインストール
   

🔧 設定

1. .env.exampleをプロジェクトのルートディレクトリにある.envファイルにリネームします。
2. LLM APIキーとその他必要な情報を追加します：

   # .env
   LLM_API_KEY="YOUR_LLM_API_KEY"
   

   • YOUR_LLM_API_KEYを実際のキーに置き換えてください。

MCPサーバー設定の追加

あなたのMCP設定に以下の内容を追加します：

{
  "mcpServers": {
    "Web-QA":{
      "command": "uv",
      "args": ["--directory","path/to/cloned_repo", "run", "mcp_server.py"]
    }
  }
}

このサーバーを実行状態に保ち、AIコーディングアシスタントとのインタラクションを可能にします。

💻 使用例

基本的な使用法

あなたのMCP機能を有効にしたAIコーディングアシスタントを通じて、自然言語でこのエージェントとやり取りします。

使用例：

• テストの記録：

  "https://practicetestautomation.com/practice-test-login/にアクセスし、ユーザー名フィールドに'student'を入力し、パスワードフィールドに'Password123'を入力し、送信ボタンをクリックし、'Congratulations student'というテキストが表示されることを検証する。"

  • （エージェントはこれらの操作を自動的に実行し、output/ディレクトリにtest_....jsonファイルを保存します。）

• テストの実行：

  "回帰テストoutput/test_practice_test_login_20231105_103000.jsonを実行する。"

  • （エージェントは指定されたファイル内の手順を実行し、PASS/FAILステータスを報告し、エラーと詳細情報を含みます。）

• テスト手順の発見：

  "https://practicetestautomation.com/practice/から潜在的なテスト手順を発見する。"

  • （エージェントはウェブサイトをクロールし、ページを分析し、各ページの推奨テスト手順を返します。）

• 記録されたテストの一覧表示：

  "利用可能な記録済みのネットワークテストを一覧表示する。"

  • （エージェントはoutput/ディレクトリ内の.jsonファイルのリストを返します。）

出力結果：

• 記録されたテスト：JSON形式でoutput/ディレクトリに保存されます（形式についてはtest_schema.mdを参照）。
• 実行結果：JSONオブジェクトとして返され、ステータス、エラー、詳細情報を含みます。
• 発見された手順：構造化されたテスト手順ドキュメントが生成されます。

📚 ドキュメント

プロジェクト構造

.
├── README.md          # プロジェクト説明
├── mcp_server.py     # MCPサーバーの実装
├── requirements.txt  # 依存関係のリスト
└── .env.example      # 環境変数のサンプル

参考資料

• MCPプロトコルドキュメント
• Playwright公式ドキュメント
• AIコーディングアシスタント統合ガイド

📄 ライセンス

[プロジェクトのライセンス情報]

貢献者

[貢献者のリスト]

このツールは、AIと自動化技術を通じて、開発者に効率的で智能的なネットワークテスト支援システムを提供し、テスト効率を大幅に向上させることを目的としています。