MCP Allure

MCP-魅惑（或根据语境可译为“MCP-诱惑”）

MCP-Allure 是一个 MCP 服务器，它读取 Allure 报告并以适合大型语言模型（LLM）的格式返回这些报告。

动机

随着人工智能和大型语言模型（LLM）在软件开发中的应用日益不可或缺，弥合传统测试报告与AI辅助分析之间的差距变得愈发重要。传统的Allure测试报告格式虽然易于人类阅读，但并未针对LLM的消费和处理进行优化。

MCP-Allure通过将Allure测试报告转换为适合大型语言模型（LLM）处理的格式，来应对这一挑战。这种转换使人工智能模型能够更好地理解、分析测试结果并提供见解，从而更轻松地：

• 生成有意义的测试总结和见解
• 识别测试失败的模式
• 为失败的测试提出可能的修复方案
• 实现更高效的AI辅助调试
• 促进自动化测试文档的生成

通过优化适合大型语言模型（LLM）消费的测试报告，MCP-Allure帮助开发团队在其测试工作流程中充分利用AI工具的潜力，从而实现更高效、更智能的测试分析和维护。

问题已解决

• 效率传统的测试报告格式并未针对人工智能（AI）的处理进行优化，从而导致测试分析和维护效率低下。
• 准确性人工智能模型在处理和分析非优化格式的测试报告时可能会遇到困难。
• 成本将测试报告转换为大型语言模型（LLM）友好的格式可能既耗时又昂贵。

主要特点

• 转换将Allure测试报告转换为适合大型语言模型（LLM）处理的格式。
• 优化优化测试报告以供AI使用。
• 效率高效转换测试报告。
• 成本以低成本转换测试报告。
• 准确性以高精度转换测试报告。

安装

使用 uv 安装 mcp-repo2llm：

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

工具

获取魅力报告

• 阅读Allure报告并返回JSON数据
• 输入：

- report_dir: Allure HTML 报告路径

• 返回：

- 字符串，格式化的JSON数据，如下所示：

{
    "test-suites": [
        {
            "name": "test suite name",
            "title": "suite title",
            "description": "suite description",
            "status": "passed",
            "start": "timestamp",
            "stop": "timestamp",
            "test-cases": [
                {
                    "name": "test case name",
                    "title": "case title",
                    "description": "case description",
                    "severity": "normal",
                    "status": "passed",
                    "start": "timestamp",
                    "stop": "timestamp",
                    "labels": [

                    ],
                    "parameters": [

                    ],
                    "steps": [
                        {
                            "name": "step name",
                            "title": "step title",
                            "status": "passed",
                            "start": "timestamp",
                            "stop": "timestamp",
                            "attachments": [

                            ],
                            "steps": [

                            ]
                        }
                    ]
                }
            ]
        }
    ]
}