Assert 的 MCP 服务器 — 让您的 AI 编码助手无需离开聊天界面即可生成、运行和检查 E2E 测试。
用简单的英语描述用户流程。Assert 会生成 Playwright 测试，在真实的浏览器中执行它，并返回步骤级的测试结果和失败截图 — 所有这些都只需在 Cursor、Claude、Windsurf 或任何兼容 MCP 的代理中进行一次工具调用即可完成。
在 assert.click 免费注册 以在使用此包之前获取您的 API 密钥和项目 ID。
生成 — 描述一个流程，获取可保存并运行的 Markdown 场景
运行 — 针对真实的 Chromium 浏览器执行已保存的场景或即时 Markdown
检查 — 获取步骤级的通过/失败状态、错误消息和失败截图 URL
列表 — 浏览项目的已保存场景
Related MCP server: RunAutomation MCP Server
Node.js >=18.17
项目范围的 Assert 密钥 — 在 assert.click 获取
1. 在您的仓库中创建 assert.config.json：
{
"projectApiKey": "assert_project_key_here",
"projectId": "project_123"
}2. 将 MCP 服务器添加到您的代理配置中：
{
"mcpServers": {
"assert": {
"command": "npx",
"args": ["-y", "@assert-click/mcp"],
"env": {
"ASSERT_CONFIG": "/absolute/path/to/assert.config.json"
}
}
}
}就是这样。您的代理现在可以访问所有四个 Assert 工具。
ASSERT_API_KEY: API 密钥（存储在 assert.config.json 中的替代方案）
ASSERT_PROJECT_ID: 可选的默认项目 ID
ASSERT_CONFIG: 可选的配置文件或目录路径
MCP 服务器将从当前目录向上查找这些文件：
assert.config.json
assert.config.local.json
assert.config.local.json 会合并在 assert.config.json 之上。
如果您更喜欢基于环境变量的密钥而不是提交密钥：
{
"projectApiKeyEnv": "ASSERT_API_KEY",
"projectId": "project_123"
}assert_generate根据简单的英语描述生成 Markdown 场景。
输入：
description: string — 用户应该能够做什么
url: string — 起始 URL
project_id?: string
save?: boolean — 保存到项目（默认：true）
返回：
{
"scenario_id": "scenario_123",
"markdown": "URL: https://example.com/login\nSCENARIO: Login\nPROCESS:\n - Fill \"email\" with \"user@example.com\"\nEXPECT: Dashboard",
"saved": true
}assert_run在真实的浏览器中执行已保存的场景或即时 Markdown。
输入：
scenario_id?: string
markdown?: string
project_id?: string
request_id?: string
必须提供 scenario_id 或 markdown 中的一个。
返回：
{
"run_id": "run_123",
"status": "queued",
"estimated_duration_seconds": null
}assert_status获取运行的步骤级结果。
输入：
run_id: string
返回：
{
"run_id": "run_123",
"status": "passed",
"duration_ms": 4200,
"steps": [
{
"description": "Fill email",
"status": "passed",
"error": null,
"screenshot_url": null
}
],
"failure_summary": null,
"full_log_url": null
}assert_list列出项目的已保存场景。
输入：
project_id?: string
cursor?: string
limit?: number
返回：
{
"scenarios": [
{
"id": "scenario_123",
"name": "Login flow",
"project_id": "project_123",
"last_run_status": "passed",
"last_run_at": "2026-03-31T10:00:00.000Z",
"url": "https://example.com/login"
}
],
"next_cursor": null
}错误以结构化 JSON 形式返回：
{
"error": {
"code": "INVALID_API_KEY",
"message": "The ASSERT_API_KEY is invalid or missing.",
"field": null
}
}常见代码：
INVALID_API_KEY
SCENARIO_NOT_FOUND
RUN_NOT_FOUND
VALIDATION_ERROR
UPSTREAM_ERROR
MIT
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
AI QA that runs your app in a browser on every pull request: projects, test targets, test cases.
AI QA tester — real browsers scan sites for bugs, SEO, perf, and accessibility issues via chat.
Browser-backed QA with evidence and fix-ready reports for coding agents.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/Pixel-Funnel/assert-click-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server