MCP Pytest Server

MCP pytest集成服務，提供測試會話記錄、結果跟蹤和性能分析功能

開發者工具監控 #測試集成 #性能分析 #SDK工具 .JavaScript

rating : 2.5 points

downloads : 27

update time : 2025-04-23

什麼是MCP服務器？

MCP服務器是一個用於記錄和管理測試會話和測試用例結果的服務。它通過提供工具來跟蹤測試執行過程中的各種狀態和數據，幫助開發者更好地管理和分析測試結果。

如何使用MCP服務器？

MCP服務器可以通過簡單的命令行工具進行配置和運行，支持pytest集成，幫助您輕鬆地記錄測試結果。

適用場景

MCP服務器適合需要對測試會話和測試用例進行全面記錄和管理的場景，例如軟件開發中的自動化測試流程。

主要功能

記錄測試會話開始在pytest會話開始時，初始化上下文並清除歷史數據，確保測試結果的準確性。

記錄測試用例結果在每個測試用例結束後，記錄其執行結果（成功、失敗或跳過），並保存詳細的執行時間和錯誤信息。

記錄測試會話結束在pytest會話結束時，彙總整個會話的統計信息，並更新測試會話的狀態。

優勢與侷限性

優勢

易於集成到現有pytest框架中

支持多種操作系統和Python版本

提供詳細的測試結果記錄和分析

侷限性

需要安裝Node.js和npm作為依賴

目前僅支持pytest集成

如何使用

安裝Node.js和npm

確保您的系統上已安裝Node.js v16或更高版本以及npm。

啟動內存服務

使用uvx工具啟動內存服務，確保後臺持續運行。

安裝MCP Pytest服務器

安裝MCP Pytest服務器的npm包，確保正確配置。

運行pytest並啟用MCP集成

通過pytest --mcp命令啟用MCP集成，開始記錄測試結果。

使用案例

記錄測試會話開始在pytest會話開始時調用record_session_start工具，初始化測試上下文。

記錄測試用例結果在每個測試用例結束後調用record_test_outcome工具，記錄執行結果。

記錄測試會話結束在pytest會話結束時調用record_session_finish工具，彙總統計信息。

常見問題

如何檢查MCP服務器是否正在運行？

如何安裝Python SDK？

MCP服務器支持哪些操作系統？

🚀 使用Pytest的MCP服務器開發指南

本指南將詳細介紹如何使用Pytest進行MCP服務器的開發，涵蓋安裝依賴、啟動服務、調試服務、開發建議以及Python SDK實現等方面。

🚀 快速開始

📦 安裝指南

安裝Node.js和npm

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.5/install.sh | bash
nvm install --lts

安裝Python 3.x和pip

大多數Linux系統已經預裝了Python 3，如果沒有安裝，請根據具體操作系統進行安裝。確保已安裝pip。

啟動服務

node ~/workspace/mcp-pytest-server/index.js

查看運行中的進程：

ps aux | grep index.js

捕獲網絡流量（假設端口為<port_number>）：

sudo tcpdump -i any -s 0 -w mcp_traffic.pcap port <port_number>

使用Curl進行交互：

curl http://localhost:5000

調試服務

使用cline與服務交互：

use_pytest-mcp

💻 使用示例

基礎用法

安裝依賴

# 安裝Node.js和npm
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.5/install.sh | bash
nvm install --lts

# 安裝Python 3.x和pip（大多數Linux系統已預裝Python 3，確保安裝了pip）

啟動服務

node ~/workspace/mcp-pytest-server/index.js

查看運行中的進程

ps aux | grep index.js

捕獲網絡流量

sudo tcpdump -i any -s 0 -w mcp_traffic.pcap port <port_number>

使用Curl進行交互

curl http://localhost:5000

調試服務

use_pytest-mcp

高級用法

開發建議

使用更快的JSON庫

將內置的json模塊替換為orjson以加快解析和序列化速度。

import orjson as json

實現調度機制

使用字典映射請求類型和工具名稱到處理函數。

def handle_list_tools(request):
    # 處理邏輯
    pass

def handle_record_session_start(args):
    # 處理邏輯
    pass

# 其他工具處理函數...

request_handlers = {
    "list_tools": handle_list_tools,
    "call_tool": {
        "record_session_start": handle_record_session_start,
        # 其他工具...
    }
}

def handle_request(request):
    request_type = request["type"]
    handler = request_handlers.get(request_type)

    if handler:
        if request_type == "call_tool":
            tool_name = request["name"]
            tool_handler = handler.get(tool_name)
            if tool_handler:
                tool_handler(request["arguments"])
            else:
                send_response({"type": "error", "code": -32601, "message": f"未知工具：{tool_name}"})
        else:
            handler(request)
    else:
        send_response({"type": "error", "code": -32601, "message": f"未知請求類型：{request_type}"})