MCP:AI 测试的革命性突破 在微软 Build 2025 大会上,MCP 被正式宣布为 AI 驱动测试的基础技术。 它的设计理念类似于 HTTP 如何彻底改变网络通信,MCP 将成为 AI 代理交互的通用标准。通过 MCP,AI 代理可以理解应用程序的上下文,动态调整测试策略,并实时响应环境变化。 通过 MCP,测试团队可以更好地应对复杂的应用场景和快速变化的需求,真正实现测试的智能化和自动化。 MCP如何重塑质量保证工程 AI代理:自动化测试的智能助手 MCP 赋予 AI 代理如同资深测试工程师般的智慧,能够通过分析代码、日志和用户行为趋势,自动创建、执行并维护测试用例。 MCP驱动的测试未来 MCP 的出现标志着软件测试的重大转变。虽然 QA 不会消失,但它将从测试执行演变为 AI 监督。
AgentScope第10式·MCP服务知识库不该住在Agent进程里,MCP是边界不是外挂。 分支:chapter/10-mcp-knowledge,从第9式分支继续创建。第一步,知识服务独立成模块。 上游贡献判断:本章两条证据链的根因都在我们自己的装配与工具实现上,可在最小Demo(chapter/10-mcp-knowledge)中复现,与框架版本无关。 本篇新增什么:独立部署的知识服务;MCP(StreamableHTTP)契约;kb.命名空间与工具白名单;五态失败语义;回答中的文档ID与证据摘要;分支chapter/10-mcp-knowledge, 12.2实战题:在chapter/10-mcp-knowledge上,把知识服务停掉,验证数字人不会给出无证据结论。
“兄弟,MCP 就是命。” (bro, MCP is life) 1️⃣ Graphiti MCP server AI Agent 最大的毛病之一,就是干完活就忘事儿,像金鱼一样。 它的 MCP 跟 Cursor 配合得很好,直接用 CLI (命令行) 也行。这是一款呼声很高的mcp。 顺序思维、Fetch MCP等:Windows下MCP报错的救星来了,1分钟教你完美解决Cursor配置问题。 MCP实践:Cursor + MCP:效率狂飙! 2分钟构建自己的MCP服务器,从算数到 Firecrawl MCP(手动挡 + AI档) mcp-feedback-enhanced:一个让 Cursor 500 次额度膨胀N 倍的骚气 MCP! Cline 官方推荐MCP盘点: 来看看A2A 怎么跟 MCP 一起玩。 AI Agent 应用,需要两样东西:A2A 和 MCP。
例如,在进行A/B 测试以评估不同 AI 功能的效果时,或为不同运行环境(如开发、测试、生产)设置差异化配置时,均可通过 MCP 工具实现灵活切换。 首先,它提供了运行时的灵活性,使得系统能够快速响应变化;其次,有助于简化实验流程,支持多组对照测试;最后,还实现了集中化的管理与控制,便于统一维护和策略更新。 然而,使用过程中也需要注意潜在的风险。 10. 层级嵌套模式 在大型组织中扩展 MCP(消息控制协议)系统面临的主要挑战是如何在保持整体协调的同时,实现高效、灵活的分布式处理。 该架构包含两个主要层级:领域级 MCP 服务器和子领域 MCP 服务器。 顶级 MCP 服务器不处理具体的业务逻辑,而是专注于跨域的横切关注点和路由功能。 如果希望快速入门MCP,建议阅读老码农的新作—— 如果希望了解MCP 更多的应用价值,建议阅读 小结 本文总结了企业在 AI 集成过程中常见的十种 MCP 架构模式。
他们使用MCP协议定义了标准的测试能力接口(如账户操作、交易验证、数据mock等),每个能力封装为独立的MCP Server。然后通过Agent来编排这些能力,根据业务场景动态组合测试流程。 Server组合出测试流程 测试执行、结果分析、报告生成全自动完成 三个月后,前端框架升级,他们只需要更新“UI交互”这一个MCP Server的实现,其他所有测试场景自动适配。 测试架构师的做法:设计三层测试能力体系: 数据能力层(MCP Server):提供用户画像生成、行为数据mock、学习记录模拟等能力 业务能力层(MCP Server):封装推荐算法调用、结果解析、质量评估等能力 在Agent + MCP架构下,这个生态包含几个关键要素: 1. 标准化的能力接口 通过MCP协议定义统一的测试能力接口规范。 从“脚本小子”到“测试架构师”的跃迁,本质上是从“完成任务”到“创造价值”的跃迁。前者的成就感来自“又完成了10个用例”,后者的成就感来自“构建的测试能力让整个团队的效率提升了30%”。
[oracle@oracle19ocp ~]$ java --version java 23.0.1 2024-10-15 Java™ SE Runtime Environment (build 23.0.1 到Vscode中 点击下图红框,开始配置MCP 配置过程主要是配置路径,确保无误,先执行一下解压的文件(就是文章中一开始让你下载,我放到服务端放错的哪个)windows下用sql.exe。 25 10:28:02 2025 鐗堟潈鎵€鏈?© 1982, 2025, Oracle銆備繚鐣欐墍鏈夋潈鍒┿€? €? Last Successful login time: 鏄熸湡浜?7鏈? 25 2025 10:28:06 +08:00 宸茶繛鎺ュ埌: Oracle Database 19c Enterprise Edition Release 19.0.0.0.0 - Production 配置的格式这样 { “mcpServers”: { “SQLcl”: { “command”: “D:/instantclient_23_5/sqlcl/bin/sql.exe”, “args”: [ “-mcp
什么时候进行性能测试? 在功能测试完成,所有的功能都比较稳定的时候,才可以做功能测试,一般在测试的中后期执行 性能测试术语 1.并发数: 广义并发数:同一时刻向服务器发送Http请求的用户数量;(有可能不是同一个功能) 在线用户数 性能测试类型 1.负载测试: (运行15min左右) 并发测试:在一定的软硬件环境下,系统的其他指标不变,测试系统在不同用户量访问级别下,系统性能的表现 容量测试:在一定的软硬件环境下,系统的其他指标不变 ,测试系统数据库数据量在不同的级别下,系统性能的表现 2.压力测试: 高于系统的最高负载,去运行系统,查看系统的表现 3.可靠性测试(疲劳测试): 低于系统的最高负载,去运行系统,查看系统的表现 4.配置测试 ,比较每次测试结果,从而确定各个因素对系统性能的影响。
话接上回(测试基础10问-上),继续问答之旅,答案是什么并不重要,重要的是引发一些思考。学问学问,边学边问。 06 测试是否需要过早的参与产品需求讨论? 很多测试人员会以挖掘出一个经过N个步骤(N大于10之类的),才会出现的缺陷为荣。个人并不是很认可这种观点。从用户的操作行为来看,可能永远无法发现这类问题。 10 测试有没有钱途 这个问题本来想放在第一问的,毕竟是大家最关注的问题。但个人觉的这也不是个问题。 测试的天花板也没有你们想的那么低。没事多看看招聘信息,多和行业高手互动。测试还是大有可为的。 10问聊完,大家对测试是否有新的认知呢? 在整理这10问题的时候,自己也做了更多的思考,测试这份职业还是比较好玩的。个人从事测试10多年,还是热爱这个行业的。测试相关的问题,欢迎沟通交流。 END 标星、点赞、关注三连走起,感谢支持。
测试通过执行软件的一系列操作,旨在发现潜在的错误、缺陷或问题,从而确保软件能够按照预期工作。而软件测试往往覆盖了不同的层次和类型,其中单元测试是针对软件中最小的独立单元(通常是函数或方法)进行的测试。 单元测试通常由开发人员编写,用于验证代码的正确性。 2、单元测试 单元测试是软件开发中的一种测试方法,用于验证代码中的最小单元(通常是函数或方法)是否按照预期工作。 单元测试旨在隔离和测试软件的各个独立部分,确保每个部分的行为都是正确的。 Python 中,单元测试是通过使用 unittest 模块来实现的。 这两个方法在每个测试方法执行前后分别被调用,以确保测试环境的准备和清理。 setUp:在每个测试方法执行之前调用。 通常用于准备测试环境,例如初始化变量、建立测试数据等,或在测试之前创建对象或设置必要的资源。 tearDown :每个测试方法执行之后调用。
最近在找资料的时候,翻出了早期从别的地方看到的关于测试基本知识30问。重新看了一遍,有很多感慨,原来自己也踩过那么多坑。故重新梳理了下,精简成10问,一起来看看那些看似小白,但又不太好回答的问题。 01 我适合做软件测试么? 个人认为,没什么合适不合适的。测试不需要天赋异禀,只要你努力,达到中上水准的测试能力基本没啥问题,还到不了拼天赋的情况。 02 软件测试很简单么? 在软件测试的初期,你可能只是需要按照别人给定的测试用例,机械地去执行就可以了,那是相对简单的。但是接下来,你需要形成自己的测试思维,结合业务去做用例设计。 3~4年之后,你要学习从整体上把控项目的测试进度,根据版本特性去制定测试策略,考虑测试的有效性和充分性。同时,需要通过一定的技术手段去提升测试效率。 去做更多的测试左移和右移。测试人员不应当把自己局限在测试的职责范围内,不断扩充自己的边界,不好么?测试难不难,取决于你的自我要求,市场会给你真实的答案,没事多看看相关的招聘信息。
类似地,MySQL MCP 服务器 也支持基于自然语言指令的只读查询功能,常用于测试环境中的数据验证、指标获取以及与测试相关的数据分析任务,使模型能够直接从数据库中提取有价值的信息。 3.LLM + Playwright MCP 的自动化测试 结合 LLM 和 Playwright MCP 开启了测试自动化的新纪元,解决了长期以来困扰质量保证(QA)团队的诸多挑战。 MCP 使 LLM 能够理解这些动态变化,并据此调整测试流程,确保每个场景都被全面覆盖而不会产生冗余脚本。 然后,MCP 会将这些建议转化为具体的 Playwright 测试脚本。这种方法不仅提高了测试覆盖率,还显著缩短了实现高质量测试所需的时间。 大模型应用系列:两万字解读MCP MCP规范完整中译稿:2025-3-26版 全网首发:MCP 的10种架构模式 让你的服务变成MCP Server?
本文精选了 10 款具有代表性的 MCP 服务器,横跨基础设施即代码(IaC)与云资源管理、容器化与编排平台运维、软件开发与 CI/CD 流程、系统可观测性与故障管理,以及数据层的访问与操作等核心场景。 10 款具有代表性的 MCP 服务器作为分析对象。 这意味着 AI 可以通过自然语言查询构建状态、触发构建任务或获取测试结果等,所有操作都由 Jenkins 执行并反馈。 )10、MongoDB MCP 服务器MongoDB 官方提供的 MCP 服务器(公测版)允许通过 MCP 协议将 MongoDB 数据库(Atlas、Community 或 Enterprise)与 相关新闻推送和详细的测试用例;支持用户提交自定义 MCP server;中等,界面直观,直接链接 GitHub 仓库⭐⭐⭐⭐ 适合关注 MCP 最新生态动态、想看 Client/趋势报告的人Smithery6374
MCP 与工具函数调用 模型上下文协议(MCP)和工具函数调用是使 LLM 能与外部能力(含工具)交互并执行操作的不同机制。 对简单应用程序,特定工具足够;对需要适应的复杂互联 AI 系统,像 MCP 的通用标准必不可少。 MCP 的其他考虑因素 虽然 MCP 提供了强大框架,但全面评估需考虑影响其适用性的几个关键方面。 充当中介,将 LLM 意图转换为符合 MCP 标准的正式请求。负责发现、连接和与 MCP 服务器通信 MCP 服务器:通往外部世界的网关。向任何授权 MCP 客户端公开一组工具、资源和提示。 mcp_server = FastMCP() ## 定义一个简单的工具函数。 ## `@mcp_server.tool` 装饰器将此 Python 函数注册为 MCP 工具。 然后可以通过输入"Greet John Doe"等提示来测试它。Agent 将使用 FastMCP 服务器上的 greet 工具创建响应。
核心类比 类比说明USB-C 接口MCP 是 AI 应用的"通用接口",任何支持 MCP 的客户端都能接入任何 MCP 服务器插件协议类似浏览器插件、VSCode 扩展的协议层,但专为 协议(初版) 2025-06 社区月度新增 MCP 服务器从 135 个激增至 5,069 个 2025-09 MCP Registry 发布预览版 2025-11 MCP 正式移交 2026-03 OpenAI、Google DeepMind、Microsoft 相继宣布支持 MCP 2026-05 GitHub MCP Registry 上线,awesome-mcp-servers 等级占比特征建议生产级~10-15%代码规范、文档完善、有测试用例、活跃维护、提供 Docker 镜像✅ 优先选择可用工具~45%结构清晰、有基础文档、偶有更新✅ 主流选择,可能需要微调玩具/实验性~40% ① 检查双方 protocolVersion ② 查看服务器日志 ③ 用 README 中的最简单示例测试服务器启动失败,提示端口已被占用默认端口(3000/8080 等)被其他进程占用通过启动参数(如
此 MCP 实现提供了两个特定的数据转换工具: json_to_excel_mcp_from_data:将 JSON 数据字符串转换为 CSV 格式。 JSON 转 Excel MCP 服务:通过 AI 模型 MCP SSE/StreamableHTTP 请求转换 JSON 到 Excel。(<- 您当前所在位置。) ": { "args": [ "mcp-remote", "https://mcp2.wtsolutions.cn/sse", "--transport ": "https://mcp2.wtsolutions.cn/mcp" } } } MCP 工具 json_to_excel_mcp_from_data 将 JSON 数据字符串转换为 CSV LLM 时适用) 我刚刚上传了一个 .json 文件给您,请提取其 URL 并将其发送到 MCP 工具 ‘json_to_excel_mcp_from_url’,以进行 JSON 到 Excel 的转换
application/json" -d '{"tool_name": "add_numbers", "params": {"a": 10, "b": 20}}' http://localhost:8000 与主流方案深度对比 4.1 最小实现 vs 完整实现 特性 最小实现 完整实现 代码量 约 150 行 约 1000+ 行 依赖数量 3 个 10+ 个 HTTP 支持 是 是 WebSocket 支持 测试环境:最小实现可以作为测试环境,用于测试 MCP Client 和工具集成。 5.2 潜在风险 安全风险:最小实现缺乏完整的认证授权机制,在生产环境中使用可能导致安全漏洞。 AI 辅助开发:AI 工具将用于辅助 MCP Server 的开发,包括代码生成、测试和优化。 < Received: Hello MCP 7.2.3 Postman Postman 是一个图形化的 API 测试工具,支持 HTTP 和 WebSocket 测试。
痛点:Agent工具集成的三大问题问题1:每个工具都要写适配代码展开代码语言:TXTAI代码解释传统工具集成:1.阅读API文档2.编写适配代码3.处理认证授权4.处理错误异常5.编写单元测试6.集成到 :BashAI代码解释#1.安装依赖pipinstallmcpaiohttppymysql#2.启动MCPServerpythonmcp_server.py#3.测试工具调用curl-XPOSThttp application/json"\-d'{"server":"my-tools","tool":"query_database","arguments":{"sql":"SELECT*FROMusersLIMIT10 "}}'效果验证真实案例:某AI公司的实践指标优化前优化后提升幅度工具集成时间2天/工具2小时/工具-90%代码复用率20%80%+300%工具数量10个50个+400%维护成本高低-70%踩坑记录坑现象解决方案版本兼容 Agent更灵活热插拔可以降低维护成本立即行动清单展开代码语言:MarkdownAI代码解释□**今天完成**:-[]学习MCP协议规范-[]创建第一个MCPServer-[]测试工具调用□**本周完成
星云测试 http://www.teststars.cc 奇林软件 http://www.kylinpet.com 联合通测 http://www.quicktesting.net
验收测试 为了消除这些问题,就需要验收测试。 所说的验收测试更偏重于需求确认,对需求的跟踪。 要与客户保持沟通,是客户对可交付成果的验收测试,开发与 QA 做能覆盖所有需求的自动化测试。 测试不是额外工作,是节省时间和金钱的方法。 不要被动接受别人提供的测试,不能因为测试这么要求,就必须这么办。 持续集成,从测试角度来说,单元测试,功能测试,系统测试,验收测试一整套流程。 验收是项目阶段末或收尾做的,开发过程中要经常单元测试,集成测试。
下面是最流行的连续测试资源列表: continuous Testing eBook: 持续测试提供与开发中的应用程序相关的业务风险的实时、客观评估。 The Relationship Between Risk and Continuous Testing:了解业务风险和持续测试之间的关系,对持续测试的误解,以及如何帮助业务和技术经理在发布范围、时间和质量之间做出更好的权衡决策 学习关键的开发测试过程,以增加您的持续交付系统,以减少软件缺陷的自动发布的风险。 持续测试将带来三大商业利益。 1)连续测试驱动SDLC的中央决策系统,提供对应用程序健康状况的实时、可量化的评估。 2)持续测试建立了一个安全网,使软件开发人员能够更快地将新特性推向市场。 3)持续测试可以让管理者做出更好的权衡决策。