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

Zephyr Scale MCP Server

MCP Server

Zephyr Scale MCP Server是一个为SmartBear Zephyr Scale测试管理平台提供的模型上下文协议(MCP)服务器,通过REST API实现自动化测试管理流程,支持与Claude等MCP兼容工具的集成。

工具数

45

提示词数

0

GitHub Stars

2

资源数

0
API集成测试管理PythonClaude自动化测试Claude DesktopClaude

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

metquay

提供方

metquay

最后核验

2026/5/17 20:19

运行时

Python

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

uv run python zephyr_mcp_server.py

详细介绍

Zephyr Scale MCP服务器

用于SmartBear Zephyr Scale测试管理平台的综合模型上下文协议(MCP)服务器。该服务器提供与Zephyr Scale的REST API的无缝集成,通过Claude和其他兼容MCP的工具实现自动化测试管理工作流程。

目录

特性

  • API全面覆盖:所有主要的Zephyr Scale终点
  • 区域支持:全球和欧盟地区API
  • 全面的错误处理:详细的错误消息和状态代码
  • 类型安全:正确的类型提示和枚举
  • 分页支持:高效处理大型数据集
  • 灵活的身份验证:基于JWT令牌的身份验证
  • 日志记录:用于调试的全面日志记录

编码结构

zephyr-scale-mcp/
├── .venv/                    # UV virtual environment
├── zephyr_mcp_server.py      # Main MCP server implementation
├── .env                      # Environment variables (create this)
├── pyproject.toml           # UV project configuration
├── uv.lock                  # UV lock file
├── .gitignore               # Git ignore file
└── README.md                # This file

核心组件

# Main server initialization
mcp = FastMCP("zephyr-scale")

# HTTP client with error handling
async def make_zephyr_request(method, url, data=None, params=None)

# Tool categories:
# - Test Cases (13 tools)
# - Folders (3 tools) 
# - Test Cycles (4 tools)
# - Test Executions (4 tools)
# - Projects (2 tools)
# - Priorities (4 tools)
# - Statuses (4 tools)
# - Environments (4 tools)
# - Links (1 tool)
# - Issue Links (4 tools)
# - Utilities (2 tools)

先决条件

  • Python 3.8+
  • 具有API访问权限的Zephyr Scale帐户
  • Jira实例已连接到Zephyr Scale
  • 有效的Zephyr Scale API令牌

安装

  1. 初始化UV项目
   # Create project directory
   mkdir zephyr-scale-mcp
   cd zephyr-scale-mcp

   # Initialize uv project
   uv init

   # Save the zephyr_mcp_server.py file in this directory
  1. 使用UV安装依赖项
   uv add fastmcp python-dotenv httpx
  1. 你的pyproject.toml应该看起来像
   [project]
   name = "zephyr-scale-mcp"
   version = "0.1.0"
   description = "Zephyr Scale MCP Server"
   dependencies = [
       "fastmcp>=0.1.0",
       "dotenv>=1.0.0",
       "httpx>=0.25.0",
   ]
   requires-python = ">=3.8"

配置

  1. 生成Zephyr规模的API令牌

- 登录您的Jira实例 - 点击您的个人资料图片(左下角) - 选择“Zephyr API密钥” - 生成新的API密钥 - 复制令牌以进行配置

  1. 创建环境文件

创建一个 .env 项目目录中的文件:

   # Required: Your Zephyr Scale API token
   ZEPHYR_API_TOKEN=your_jwt_token_here

   # Optional: Set to true for EU region (default: false)
   ZEPHYR_USE_EU_REGION=false
  1. 测试配置
   uv run python zephyr_mcp_server.py

使用Claude Desktop进行设置

  1. 找到Claude桌面配置

- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json - 视窗: %APPDATA%\Claude\claude_desktop_config.json

  1. 添加MCP服务器配置
   {
     "mcpServers": {
       "zephyr-scale": {
         "command": "uv",
         "args": ["run", "python", "app.py"],
         "cwd": "/path/to/your/zephyr-scale-mcp",
         "env": {
           "ZEPHYR_API_TOKEN": "your_jwt_token_here",
           "ZEPHYR_USE_EU_REGION": "false"
         }
       }
     }
   }
  1. 替代方案:使用.env文件(推荐)
   {
     "mcpServers": {
       "zephyr-scale": {
         "command": "uv",
         "args": ["run", "python", "zephyr_mcp_server.py"],
         "cwd": "/path/to/your/zephyr-scale-mcp"
       }
     }
   }
  1. 重新启动克劳德桌面

- 完全关闭克劳德桌面 - 重新启动应用程序 - Zephyr Scale工具现在应该可用了

可用工具

📝 测试用例(13个工具)

  • get_test_cases -列出带有筛选功能的测试用例
  • get_test_case -获取特定测试用例详细信息
  • create_test_case -创建新的测试用例
  • update_test_case -更新现有测试用例
  • get_test_case_links -获取测试用例的所有链接
  • create_test_case_issue_link -将测试用例链接到Jira问题
  • create_test_case_web_link -为测试用例创建web链接
  • get_test_case_versions -获取测试用例的所有版本
  • get_test_case_version -获取特定版本
  • get_test_case_script -获取测试脚本内容
  • create_test_case_script -创建/更新测试脚本
  • get_test_case_steps -获取测试步骤
  • create_test_case_steps -创建测试步骤

📁 文件夹(3个工具)

  • get_folders -列出具有筛选功能的文件夹
  • get_folder -获取特定文件夹的详细信息
  • create_folder -创建新文件夹

🔄 测试周期(4个工具)

  • get_test_cycles -列出测试周期
  • get_test_cycle -获取特定的测试周期
  • create_test_cycle -创建新的测试周期
  • update_test_cycle -更新现有测试周期

▶️ 测试执行(4个工具)

  • get_test_executions -列出测试执行情况
  • get_test_execution -获得具体执行
  • create_test_execution -创建新执行
  • update_test_execution -更新执行结果

🏗️ 项目(2个工具)

  • get_projects -列出所有项目
  • get_project -获取具体项目详细信息

🔺 优先级(4种工具)

  • get_priorities -列出优先级
  • get_priority -获得特定优先级
  • create_priority -创建新优先级
  • update_priority -更新现有优先级

📊 状态(4个工具)

  • get_statuses -列出状态
  • get_status -获取特定状态
  • create_status -创建新状态
  • update_status -更新现有状态

🌍 环境(4个工具)

  • get_environments -列出环境
  • get_environment -获取特定环境
  • create_environment -创建新环境
  • update_environment -更新现有环境

🔗 链接(1个工具)

  • delete_link -按ID删除任何链接

🎯 问题链接(4个工具)

  • get_issue_link_test_cases -获取与Jira问题关联的测试用例
  • get_issue_link_test_cycles -获取与Jira问题关联的测试周期
  • get_issue_link_test_plans -获取与Jira问题关联的测试计划
  • get_issue_link_test_executions -获取与Jira问题关联的执行

🛠️ 实用程序(2个工具)

  • health_check -检查API运行状况
  • get_api_info -获取服务器配置信息

使用示例

1.创建测试用例

Create a test case named "User Login Validation" for project "DEMO" with high priority and objective "Validate user authentication flow"

2.使用文件夹组织测试

Create a folder structure for organizing regression tests in project "DEMO"

3.执行测试循环

Create a test cycle for Sprint 1 testing in project "DEMO" and show me all test executions

4.将测试链接到问题

Link test case DEMO-T123 to Jira issue DEMO-456

5.管理测试环境

Create testing environments for Chrome, Firefox, and Safari browsers in project "DEMO"

6.生成测试报告

Get all test executions for project "DEMO" from the last 7 days and summarize the results

7.批量操作

Get all test cases in folder ID 100 and update their priority to "High"

8.集成工作流程

For each failed test execution, create a Jira issue and link it to the test case

错误处理

服务器包括全面的错误处理:

  • HTTP错误:详细的状态代码和消息
  • 身份验证错误:明确令牌验证反馈
  • 验证错误:参数验证,并显示有用消息
  • 网络错误:超时和连接错误处理
  • JSON解析:妥善处理格式错误的回复

错误响应示例:

{
  "error": "HTTP 401: Unauthorized - Invalid API token",
  "status_code": 401
}

故障排除

常见问题

  1. “未设置API令牌”错误

- 确保 ZEPHYR_API_TOKEN 已设置 .env 文件 - 验证令牌是否有效且未过期

  1. “连接超时”错误

- 检查网络连接 - 验证API基本URL(全球与欧盟地区)

  1. “找不到项目”错误

- 确保项目密钥存在且可访问 - 检查Jira/Zephyr Scale中的用户权限

  1. 工具未出现在Claude中

- 验证 claude_desktop_config.json 语法 - 检查文件路径是否为绝对路径 - 配置更改后重新启动Claude Desktop

调试模式

通过修改服务器启用调试日志记录:

logging.basicConfig(level=logging.DEBUG)

API费率限制

Zephyr Scale有速率限制。服务器优雅地处理这些问题:

  • 自动重试速率限制错误
  • 指数退避策略
  • 超出限制时清除错误消息

安全考虑

  • 将API令牌安全地存储在环境变量中
  • 使用 .env 仅用于本地开发的文件
  • 考虑在生产中使用机密管理
  • 定期轮换API代币
  • 监控API使用和访问日志

贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 如果适用,添加测试
  5. 提交拉取请求

许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

支持

关于以下问题:

  • 此MCP服务器:在此存储库中创建问题
  • Zephyr规模API:联系SmartBear支持
  • 克劳德桌面:联系Anthropic支持

更新日志

v1.0.0

  • API全面覆盖的首次发布
  • 支持所有主要的Zephyr Scale端点
  • 全面的错误处理
  • 区域支持(全球/欧盟)
  • Claude桌面集成

目录标签

目录标签

API集成测试管理PythonClaude自动化测试本地部署RESTAPIZephyrScale

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

token

运行时(runtime,运行环境)

Python

部署方式(deploymentType,部署类型)

remote-capable

工具数量(toolCount,工具数)

45

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

stdiotokenremote-capable

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