Token导航 LogoToken导航TokenDH.com
Test Coverage MCP logo
开发工具stdio官方级别未说明来源级核验

Test Coverage MCP

MCP Server

一个提供智能测试覆盖率分析的工具,支持多种覆盖率平台,具有可扩展的架构和稳定的工具接口。

工具数

1

提示词数

0

GitHub Stars

0

资源数

0
Python代码分析本地部署

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Chisanan232

提供方

Chisanan232

最后核验

2026/5/17 20:20

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install test-coverage-mcp

详细介绍

测试覆盖率mcp

](https://www.python.org/downloads/) ![License](LICENSE) ](https://github.com/Chisanan232/test-coverage-mcp/releases) ![PyPI](https://pypi.org/project/test-coverage-mcp/) ](https://github.com/Chisanan232/test-coverage-mcp/pkgs/container/test-coverage-mcp)

🔬 用于测试覆盖率智能的提供商可扩展MCP服务器,具有稳定的能力驱动工具合同和特定于提供商的丰富功能。

概述

test-coverage-mcp 通过模型上下文协议(MCP)提供智能测试覆盖率分析。它具有提供商可扩展的架构,支持多个覆盖平台(Codecov、Coveralls等),同时保持稳定的工具界面。

主要特点

  • 提供商可扩展架构:覆盖提供商插件系统
  • 能力驱动设计:工具适应提供商的能力
  • 11 MCP工具:全面的覆盖范围分析和建议
  • 多个传输:stdio、HTTP、SSE支持
  • Web API:基于FastAPI的REST接口
  • Docker支持:生产就绪的集装箱化
  • 全部文件:完整指南和API参考

Python版本支持

需要Python 3.12或更高版本(3.12、3.13、3.14)

工作区结构

此项目使用 紫外线工作空间 单回购结构:

test-coverage-mcp/           # Root workspace
├── test-coverage-mcp/       # Core package
│   ├── src/                 # Core source code
│   ├── test/                # Core tests
│   └── pyproject.toml       # Package config
├── test-coverage-mcp-codecov/  # Codecov provider plugin
│   ├── src/                 # Provider source code
│   ├── test/                # Provider tests
│   └── pyproject.toml       # Plugin config
└── pyproject.toml           # Workspace config

快速开始

安装

# Install core package
pip install test-coverage-mcp

# Install with Codecov provider
pip install test-coverage-mcp test-coverage-mcp-codecov

开发设置

# Clone repository
git clone https://github.com/Chisanan232/test-coverage-mcp.git
cd test-coverage-mcp

# Install workspace with uv
uv sync

# Run tests
cd test-coverage-mcp && uv run pytest

文档

📚 全部文件: https://test-coverage-mcp.readthedocs.io/

快速链接

发展

CONTRIBUTING.md 了解开发工作流程和工作区的详细信息。

可重用的GitHub操作工作流和操作

此模板提供了一套全面的 可重用的GitHub操作工作流和操作 它可以从其他存储库调用,以标准化CI/CD操作。使用此模板的项目可以利用这些集中式组件实现一致的自动化。

🚀 主要特点

  • 集中管理:所有工作流和操作都保存在此模板存储库中
  • 标准化操作:所有项目中一致的CI/CD流程
  • 易于集成:使用外部存储库引用的简单调用
  • 全面覆盖:测试、构建、发布、Docker操作、文档和设置实用程序

📋 可用工作流

工作流程目的主要功能
rw_build_and_test.yaml运行全面的测试套件单元、集成、e2e、合同测试
rw_run_all_test_and_record.yaml完整的CI报告CodeCov上传,SonarCloud分析
rw_python_package.yamlPython包操作构建、测试、发布到PyPI
rw_docker_operations.yamlDocker操作构建、测试、推送、安全扫描
rw_parse_release_intent.yaml发布配置解析器确定发布组件
rw_build_git-tag_and_create_github-release_v2.yamlGit标记和发布自动化版本管理
rw_docs_operations.yaml文档操作构建、版本、部署文档

📦 可用操作

行动目的主要特征
setup-python-uvPython和UV的依赖设置支持多版本、智能缓存、灵活的依赖组

🔧 快速开始

要在项目中使用这些可重用的工作流,只需使用外部存储库引用调用它们:

# .github/workflows/ci.yaml in your project
name: CI
on:
  push:
    branches: [main]
  pull_request:
    branches: [main]

jobs:
  test:
    uses: Chisanan232/Template-Python-UV-Project/.github/workflows/rw_run_all_test_and_record.yaml@master
    secrets:
      codecov_token: ${{ secrets.CODECOV_TOKEN }}
      sonar_token: ${{ secrets.SONAR_TOKEN }}

📚 完整的文件

  • 可重用工作流指南:完整的文档,包括所有输入、输出和使用示例
  • 示例工作流程:适用于常见场景的现成示例工作流
  • 模板占位符:所有工作流都使用 `` 占位符便于定制

💡 使用此模板的项目的好处

  1. 减少沸腾板:无需从头开始编写复杂的CI/CD工作流
  2. 最佳实践工作流程遵循既定的模式和安全实践
  3. 自动更新:Bug修复和改进集中维护
  4. 一致性:使用模板的所有项目的工作流行为相同
  5. 易于维护:在一个地方更新工作流,使所有项目受益

编码风格和遵循规则

__ 遵循编码风格 _黑色__皮林特_ 以控制代码质量。

![Code style: black](https://github.com/psf/black) ![linting: pylint](https://github.com/pylint-dev/pylint)

下载状态

🚧 您的库的下载状态

\!\[下载\\](https://pepy.tech/project/) \!\[下载\

许可证

MIT许可证

目录标签

目录标签

Python代码分析本地部署测试覆盖率插件系统MCP协议Python工具

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

1

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP