使用MCP协议重新定义QA多代理AI自动化
该项目演示了如何使用模型上下文协议（MCP）构建多代理AI自动化框架。该设置使LLM（在本例中为Claude AI）能够通过标准化的工具界面自主执行UI流、API验证、文件操作和跨系统身份验证工作流
主要特点
- 多代理系统：
- Web自动化代理 –通过MCP服务器使用Playwright自动化浏览器工作流程。 - API和文件系统代理 –执行API测试并与本地数据交互。 - Excel代理 –读取和写入Excel文件，用于场景驱动的数据管理。
- 端到端测试场景：
1. 注册验证工作流程 –确保对空/无效注册进行正确验证。 1. 完全注册+身份验证（UI和API） –验证双重身份验证流程并保存凭据。 1. 密码恢复和跨通道身份验证 –通过UI和API自动化密码重置和重新身份验证。
- 综合报告：
- 测试摘要仪表板 - 详细的执行报告 - 测试工件 - 测试覆盖率分析和矩阵 - 主要观察结果
- 代理AI编排：
- 使用Claude AI作为客户端的协调多代理工作流 - 智能提示驱动执行 - 跨UI、API和文件系统的无缝同步
______________________________________________________________________
入门指南
先决条件
- Python 3.10+
- Node.js（用于剧作家）
- Claude AI客户端访问
- 已配置MCP服务器
安装
- 克隆存储库：
git clone https://github.com/sarthak1095/Redefining-QA-Multi-Agent-AI-Automation-Using-MCP-Protocol.git- 导航到项目目录：
cd Redefining-QA-Multi-Agent-AI-Automation-Using-MCP-Protocol- 安装依赖项：
pip install -r requirements.txt- 配置
config.json使用MCP服务器端点和凭据。
______________________________________________________________________
用法
- 运行多代理测试工作流：
python run_tests.py- 查看 综合测试执行报告 Markdown/HTML格式。
- 检查 Excel输出 在...之下
newdata.xlsx用于测试数据结果。
______________________________________________________________________
测试场景和结果
- 空注册验证： 所有字段级验证均已成功触发。
- 完整注册+身份验证： UI和API登录流经过验证，凭据持久保存到Excel。
- 密码恢复和重新身份验证： 通过UI和API验证端到端密码重置，验证注销。
✅ 总体状态： 所有场景均已通过（成功率100%）
______________________________________________________________________
贡献
欢迎投稿！请创建一个问题或拉取请求，以修复错误、改进或新的测试场景。
______________________________________________________________________
参考文献
- 学习代理人工智能-构建多代理自动化工作流Rahul Shetty
- MCP协议文件——人类学