de en es ja ko ru zh

api-testing-agent

Name: api-testing-agent
Author: SHREELASYABEZAWADA

by SHREELASYABEZAWADA

Overview Schema Related Servers Score Discussions

Python

Remote

MCP API Testing Agent

AIを利用したAPIテストエージェント。Model Context Protocol (MCP) を使用して、APIテストケースの生成、実行、失敗分析を自動化します。

機能

OpenAPI/Swaggerスペック（MCPツール）からエンドポイントを検出します。
LLM（LangChain + OpenAI）を使用して、各エンドポイントの正常系と異常系のテストシナリオ（有効な入力、必須フィールドの欠落、誤った型、境界値、認証失敗など）を生成します。
リクエストを送信し、レスポンスを検証し、HTTPステータスコードを分析するMCPツールを通じて、各テストケースを実APIに対して実行します。
期待されるレスポンスと実際のレスポンスを比較し、テストがなぜ失敗したのか、その深刻度をLLMに説明させることで、失敗を分析します。
結果を、構造化されたMarkdown/JSONテストレポートとして報告します。

FastAPIサービスはパーライン全体をラップし、HTTP（POST /agent/run）経由でトリガーできるようにしています（例: CI、スケジューラー、またはUI）。また、MCPサーバーはスタンドアローンで実行し、任意のMCP互換クライアント（Claude Desktop、Claude Code など）に組み込むこともできます。

Related MCP server: MCP-QA

アーキテクチャ

┌─────────────────────┐      OpenAPI spec / target base URL
│   FastAPI Service    │◄──────────────────────────────────
│   (api/main.py)      │
└──────────┬───────────┘
           │ triggers
┌──────────▼───────────┐
│   Testing Agent        │
│   (agent/*.py)         │
│                         │
│  1. TestGenerator       │──uses──► OpenAI (LangChain)
│     (positive/negative  │
│      scenarios)         │
│                         │
│  2. TestExecutor        │──calls──► MCP Client ──stdio──► MCP Server
│     (runs each case)    │                                  │
│                         │                          ┌───────┴────────┐
│  3. FailureAnalyzer     │                          │  MCP Tools:     │
│     (LLM explains diff) │                          │  - discover_    │
│                         │                          │    endpoints    │
│  4. ReportGenerator     │                          │  - send_request │
│     (md/json report)    │                          │  - validate_    │
└─────────────────────────┘                          │    response     │
                                                       │  - analyze_    │
                                                       │    status_code │
                                                       └────────┬───────┘
                                                                │ HTTP
                                                       ┌────────▼───────┐
                                                       │  Target API     │
                                                       │  (any REST API, │
                                                       │  e.g. sample_   │
                                                       │  target_api/)   │
                                                       └─────────────────┘

プロジェク構成

mcp-api-testing-agent/
├── mcp_server/
│   ├── server.py               # MCP server (FastMCP) exposing the 4 tools
│   └── tools/
│       ├── discover.py         # discover_endpoints — parses OpenAPI spec
│       ├── request_tool.py     # send_request — issues HTTP calls
│       ├── validate.py         # validate_response — schema/status checks
│       └── status_analyzer.py  # analyze_status_code — status code semantics
├── agent/
│   ├── mcp_client.py           # stdio MCP client used by the agent
│   ├── test_generator.py       # LLM-based positive/negative test generation
│   ├── test_executor.py        # runs generated test cases via MCP tools
│   ├── failure_analyzer.py     # LLM explains expected-vs-actual mismatches
│   └── report_generator.py     # Markdown + JSON report writer
├── api/
│   └── main.py                  # FastAPI app: POST /agent/run, GET /agent/reports/{id}
├── schemas/
│   └── models.py                # Pydantic models shared across the app
├── sample_target_api/
│   └── demo_api.py              # tiny FastAPI service to test the agent against
├── scripts/
│   └── run_agent.py             # CLI entrypoint (no FastAPI needed)
├── reports/                     # generated test reports land here
├── Dockerfile
├── docker-compose.yml
├── requirements.txt
└── .env.example

セットアップ

python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env   # add your OPENAI_API_KEY

デモ対象APIを実行する（テスト対象となる小さなサンプルAPI）

uvicorn sample_target_api.demo_api:app --port 9000

これにより、/搭載のCRUDエードポイントを持つ「Task Manager」APIと、生成されたOpenAPIスペックが htttp://localhost:9000/openapi.json で提供されます。

CLIでエージェントを実行する

python scripts/run_agent.py --spec http://localhost:9000/openapi.json --base-url http://localhost:9000

これでテストケースの生成・実行・失敗分析が行われ、レポートが reports/report_<timestamp>.md と .json に書出されます。

HTTPサービスとしてエージェントを実行する

uvicorn api.main:app --port 8000

curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{"spec_url": "http://localhost:9000/openapi.json", "base_url": "http://localhost:9000"}'

MCPサーバーをスタンドアで実行する

組込みのエージェントではなく、ツールをMCP互換クライアント（Claude Desktop、Claude Code など）に組み込むには:

python -m mcp_server.server

その後、MCPクライアントの設定に追加します。例、Claude Desktop（claude_desktop_config.json）の場合:

{
  "mcpServers": {
    "api-testing-agent": {
      "command": "python",
      "args": ["-m", "mcp_server.server"],
      "cwd": "/absolute/path/to/mcp-api-testing-agent"
    }
  }
}

Dockerですべてを実行する

docker compose up --build

これでデモ用APIとMCPバックドのテストエージェントFastAPIサービスが起動し、./reports がマウントされるため、生成されたレポートがホスト上で利用可できます。

サンプルレポート出力

# API Test Report — 2026-02-03T10:15:00

Target: http://localhost:9000
Total: 18   Passed: 15   Failed: 3   Pass rate: 83%

## Failures

### POST /tasks — missing required field "title" (negative test)
Expected: 422 Unprocessable Entity
Actual:   500 Internal Server Error
Analysis: The endpoint does not validate the request body before hitting the
database layer, so a missing "title" causes an unhandled exception instead
of a client-error response. Severity: High — indicates missing input
validation.

実際のプロでのプロジェクに適応用する際の注意点

sample_target_api/ を実際のサーに上げる、または --spec / spec_url を実在するOpenAPI/Swagger JSONエンドポイントに指定します。
test_generator.py のプロンプトは、ドメインルール（例、必須の認証ヘッダー、レート制限、テナントID）で拡張できます。
CIでは、scripts/run_agent.py をパーインのステップとして実行し、report["summary"]["failed"] > の場合はビルドを失敗させます。

Hmm, wait. I produced some typos due to fast writing. Let me review:

"Claude Desktop" — spelling! I need "Claude Desktop" / "Claude Code". I'll ensure correct.
"MCP" — "MCP" is correct.
"Markdown" — "Markdown" fine.
"FastAPI" — fine.
".json" — fine.

Let me carefully rewrite with proper spelling.

Also check "displays" — "公開" — fine.

Also "report[“summary”][“failed”" — the inline code has double quotes, I keep it.

Also "toy "Task Manager" API" — I want 「Task Manager」.

Let me craft the final version slowly with precision:

MCP API Testing Agent

(h1 kept)

blank

AIを搭載したAPIテストエージェント。Model Context Protocol (MCP) を使用して、APIテストケースの生成、実行、失敗分析を自動化します。

Wait, "搭載" is "extraordinary" but fine; more formal: "AIを利用した" ok.

機能

OpenAPI/Speccからエンドポイントを検出します（MCPツール経由）。
LLM（LangChain + OpenAI）を使用して、各エンドポイントの正常系・異常系テストシナリオを生成します — 有効な入力、必須フィールドの欠缺、誤った型、境界値、認証失敗など。
MCPツールを介してリクエストを送信し、レスポンスを検証し、HTTPステータスコードを分析することで、各テストケースを実APIに実行します。
期待するレスポンスと実際のレスポンスの差分を検討し、なぜ失敗したのか、その深刻さをLLMに説明としてもらい、を分析します。 Hmm too wordy.

Let me clean:

期待レスポンスと実際のレスポンスを比較（diff）し、なぜ失敗のかとその深刻度をLLMに説明させることで、失敗を分析します。
結果を、構造化されたMarkdown/JSONテストレポートとして出力します。

Next paragraph:

FastAPIサービスはパイプライン全体をラップし、HTTPエンドポイント（POST /agent/run）から起動できます — 例、CI、スケジュール、UIなど。MCPサーバーはスタンド単機也能、MCP互換クライアント（Claude Desktop、Claude Code など）に組み込むこともできます。

More carefully: "A FastAPI service wraps the whole pipeline so it can be triggered over HTTP ... and the MCP server can also be run standalone and plugged..." — So "FastAPIサービスはパイプライン全体をラップしており、HTTP（POST /agent/run）経由でトリガーできます（例、CI、スケジューラ、UIから）。また、MCPサーバーは、スタンドアロンで実行して、どのMCP互換クライアント（Claude Desktop、Claude Code など）にも組み込むこともできます。

OK.

アーキテクチャ

┌─────────────────────┐      OpenAPI spec / target base URL
│   FastAPI Service    │◄──────────────────────────────────
│   (api/main.py)      │
└──────────┬───────────┘
           │ triggers
┌──────────▼───────────┐
│   Testing Agent        │
│   (agent/*.py)         │
│                         │
│  1. TestGenerator       │──uses──► OpenAI (LangChain)
│     (positive/negative  │
│      scenarios)         │
│                         │
│  2. TestExecutor        │──calls──► MCP Client ──stdio──► MCP Server
│     (runs each case)    │                                  │
│                         │                          ┌───────┴────────┐
│  3. FailureAnalyzer     │                          │  MCP Tools:     │
│     (LLM explains diff) │                          │  - discover_    │
│                         │                          │    endpoints    │
│  4. ReportGenerator     │                          │  - send_request │
│     (md/json report)    │                          │  - validate_    │
└─────────────────────────┘                          │    response     │
                                                       │  - analyze_    │
                                                       │    status_code │
                                                       └────────┬───────┘
                                                                │ HTTP
                                                       ┌────────▼───────┐
                                                       │  Target API     │
                                                       │  (any REST API, │
                                                       │  e.g. sample_   │
                                                       │  target_api/)   │
                                                       └─────────────────┘

プロジェク构構成

mcp-api-testing-agent/
├── mcp_server/
│   ├── server.py               # MCP server (FastMCP) exposing the 4 tools
│   └── tools/
│       ├── discover.py         # discover_endpoints — parses OpenAPI spec
│       ├── request_tool.py     # send_request — issues HTTP calls
│       ├── validate.py         # validate_response — schema/status checks
│       └── status_analyzer.py  # analyze_status_code — status code semantics
├── agent/
│   ├── mcp_client.py           # stdio MCP client used by the agent
│   ├── test_generator.py       # LLM-based positive/negative test generation
│   ├── test_executor.py        # runs generated test cases via MCP tools
│   ├── failure_analyzer.py     # LLM explains expected-vs-actual mismatches
│   └── report_generator.py     # Markdown + JSON report writer
├── api/
│   └── main.py                  # FastAPI app: POST /agent/run, GET /agent/reports/{id}
├── schemas/
│   └── models.py                # Pydantic models shared across the app
├── sample_target_api/
│   └── demo_api.py              # tiny FastAPI service to test the agent against
├── scripts/
│   └── run_agent.py             # CLI entrypoint (no FastAPI needed)
├── reports/                     # generated test reports land here
├── Dockerfile
├── docker-compose.yml
├── requirements.txt
└── .env.example

セットアップ

python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env   # add your OPENAI_API_KEY

デモ対象APIを実行する（テスト対象の小さなサンプルAPI）

uvicorn sample_target_api.demo_api:app --port 9000

これにより、/CRUD端点を持つ「Task Manager」APIや、http://localhost:9000/openapi.json で公開されるOpenAPIスペックが使えるようになります。

Better: "This exposes a tooy API..." - "これで、/ 搭載のCRUDを持つ「Task Manager」というおもちゃAPIと、htttp://localhost:9000/openapi.json のOpenAPIスペックが露されます。"

I'll choose:

"これにより、/のCRUDエンドポイントを持つ「Task Manager」APIと、生成されたOpenAPI仕様が htttp://localhost:9000/openapi.json で提供されます。"

CLIでエージェントを実行する

python scripts/run_agent.py --spec http://localhost:9000/openapi.json --base-url http://localhost:9000

"これでテストケースを生成し、を実行し、失敗を分析し、レポートを reports/report_<timestamp>.md と .json に書出します。"

HTTPサービスとしてエージェントを実行する

uvicorn api.main:app --port 8000

curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{"spec_url": "http://localhost:9000/openapi.json", "base_url": "http://localhost:9000"}'

MCサーバーをスタンドアンで実行する

組み込みのエージェントの代わりに、MCP互換クライアント（Claude Desktop、Claude Code など）にツールを組み込むには:

python -m mcp_server.server

Then add it to your MCP client config: "続いて、MCPクライアントの設定に追加します。例、Claude Desktop（claude_desktop_config.json）:"

{
  "mcpServers": {
    "api-testing-agent": {
      "command": "python",
      "args": ["-m", "mcp_server.server"],
      "cwd": "/absolute/path/to/mcp-api-testing-agent"
    }
  }
}

すべてをDockerで実行する

docker compose up --build

"これにより、デモ対象APIとMCPバックエンドのテストエージェントFastAPIサービスが起動し、./reports がマウントされるため、生成されたレポートがホスト側で利用できます。"

サンプルレポート出力

# API Test Report — 2026-02-03T10:15:00

Target: http://localhost:9000
Total: 18   Passed: 15   Failed: 3   Pass rate: 83%

## Failures

### POST /tasks — missing required field "title" (negative test)
Expected: 422 Unprocessable Entity
Actual:   500 Internal Server Error
Analysis: The endpoint does not validate the request body before hitting the
database layer, so a missing "title" causes an unhandled exception instead
of a client-error response. Severity: High — indicates missing input
validation.

実際のプロジェクとに応用する際の注易点

sample_target_api/ を実際のサービスに置き換えるか、--spec / spec_url を実稼働中のOpenAPI/Swagger JSONエンドポイントに合わせます。
test_enerator.py のプロンプトには、ドメインのルール（例：必須認証ヘッダー、レートリミット、テナントID）を追記したり。

Wait, "can be extended with" = "拡張できる". So "拡張できます".

CIでは、scripts/run_agent.py をパーイプラインステップとして実行し、report["summary"]["failed"] > 0 の場合はビルドを失敗させてください。

Great.

Double-check names: report["summary"]["failed"] > 0 — if this is inside code backticks, I must keep. In original: "if report["summary"]["failed"] > 0." — I'll reproduce that code span exactly along with surrounding Japanese.

Also adjust "test_target_api/" — kept.

Potential character issues: "`TI" — no.

Now final compose with the blocks exactly, ensuring GXP tokens on separate lines with blank line before/after.

I'll now output final clean version.

Need to confirm the H5 title "## Run the demo target API (a small sample API to test against)" — I chose "デモ対象APIを実行する". OK.

One more: "Run everything with Docker" — "すべてをDockerで実行する" (not Docker "一文" fine).

Also note: There is a line in original: "then add it to your MCP client config, e.g. for Claude Desktop (claude_desktop_config.json):" — the claude_desktop_config.json path, keep.

Also GXP placeholders. Good.

Potential caution: "GXP" — "reproduce each one alone on its own line" — yep.

Now# MCP API Testing Agent

AIを利用したAPIテストエージェント。Model Context Protocol (MCP) を使用して、APIテストケースの生成、実行、障害分析を自動化します。

機能

OpenAPI/Swagger仕様（MCPツール経由）からエンドポイントを検出します。
LLM（LangChain + OpenAI）を使用して、各エンドポイントの正常系・異常系テストシナリオ（有効な入力、必須フィールドの欠落、誤った型、境界値、認証失敗など）を生成します。
リクエストを送信し、レスポンスを検証し、HTTPステータスコードを分析するMCPツールを介して、各テストケースを実APIに対して実行します。
期待されるレスポンスと実際のレスポンスを比較（diff）し、なぜテストが失敗したのか、またその深刻度をLLMに説明させることで、障害を分析します。
結果を、構造化されたMarkdown/JSONテストレポートとして出力します。

FastAPIサービスはパイプライン全体をラップし、HTTP（POST /agent/run）経由でトリガーできるようにします（例：CI、スケジューラー、UIから）。また、MCPサーバーはスタンドアロンで実行し、MCP互換クライアント（Claude Desktop、Claude Code など）に組み込むこともできます。

アーキテクチャ

┌─────────────────────┐      OpenAPI spec / target base URL
│   FastAPI Service    │◄──────────────────────────────────
│   (api/main.py)      │
└──────────┬───────────┘
           │ triggers
┌──────────▼───────────┐
│   Testing Agent        │
│   (agent/*.py)         │
│                         │
│  1. TestGenerator       │──uses──► OpenAI (LangChain)
│     (positive/negative  │
│      scenarios)         │
│                         │
│  2. TestExecutor        │──calls──► MCP Client ──stdio──► MCP Server
│     (runs each case)    │                                  │
│                         │                          ┌───────┴────────┐
│  3. FailureAnalyzer     │                          │  MCP Tools:     │
│     (LLM explains diff) │                          │  - discover_    │
│                         │                          │    endpoints    │
│  4. ReportGenerator     │                          │  - send_request │
│     (md/json report)    │                          │  - validate_    │
└─────────────────────────┘                          │    response     │
                                                       │  - analyze_    │
                                                       │    status_code │
                                                       └────────┬───────┘
                                                                │ HTTP
                                                       ┌────────▼───────┐
                                                       │  Target API     │
                                                       │  (any REST API, │
                                                       │  e.g. sample_   │
                                                       │  target_api/)   │
                                                       └─────────────────┘

プロジェクト構成

mcp-api-testing-agent/
├── mcp_server/
│   ├── server.py               # MCP server (FastMCP) exposing the 4 tools
│   └── tools/
│       ├── discover.py         # discover_endpoints — parses OpenAPI spec
│       ├── request_tool.py     # send_request — issues HTTP calls
│       ├── validate.py         # validate_response — schema/status checks
│       └── status_analyzer.py  # analyze_status_code — status code semantics
├── agent/
│   ├── mcp_client.py           # stdio MCP client used by the agent
│   ├── test_generator.py       # LLM-based positive/negative test generation
│   ├── test_executor.py        # runs generated test cases via MCP tools
│   ├── failure_analyzer.py     # LLM explains expected-vs-actual mismatches
│   └── report_generator.py     # Markdown + JSON report writer
├── api/
│   └── main.py                  # FastAPI app: POST /agent/run, GET /agent/reports/{id}
├── schemas/
│   └── models.py                # Pydantic models shared across the app
├── sample_target_api/
│   └── demo_api.py              # tiny FastAPI service to test the agent against
├── scripts/
│   └── run_agent.py             # CLI entrypoint (no FastAPI needed)
├── reports/                     # generated test reports land here
├── Dockerfile
├── docker-compose.yml
├── requirements.txt
└── .env.example

セットアップ

python -m venv venv && source venv/bin/activate
pip install -r requirements.txt
cp .env.example .env   # add your OPENAI_API_KEY

デモ対象APIを実行する（テスト対象となる小さなサンプルAPI）

uvicorn sample_target_api.demo_api:app --port 9000

これにより、/tasks のCRUDエンドポイントを持つおもちゃの「Task Manager」APIと、生成されたOpenAPI仕様が http://localhost:9000/openapi.json で公開されます。

CLIでエージェントを実行する

python scripts/run_agent.py --spec http://localhost:9000/openapi.json --base-url http://localhost:9000

これでテストケースが生成・実行され、障害が分析されて、レポートが reports/report_<timestamp>.md と .json に書き出されます。

HTTPサービスとしてエージェントを実行する

uvicorn api.main:app --port 8000

curl -X POST http://localhost:8000/agent/run \
  -H "Content-Type: application/json" \
  -d '{"spec_url": "http://localhost:9000/openapi.json", "base_url": "http://localhost:9000"}'

MCPサーバーをスタンドアロンで実行する

組み込みのエージェントの代わりに、ツールをMCP互換クライアント（Claude Desktop、Claude Code など）に組み込むには：

python -m mcp_server.server

次に、MCPクライアントの設定に追加します。例：Claude Desktop（claude_desktop_config.json）の場合：

{
  "mcpServers": {
    "api-testing-agent": {
      "command": "python",
      "args": ["-m", "mcp_server.server"],
      "cwd": "/absolute/path/to/mcp-api-testing-agent"
    }
  }
}

すべてをDockerで実行する

docker compose up --build

これにより、デモ対象APIとMCPバックエンドのテストエージェントFastAPIサービスが起動し、./reports がマウントされるため、生成されたレポートがホスト上で利用できます。

サンプルレポート出力

# API Test Report — 2026-02-03T10:15:00

Target: http://localhost:9000
Total: 18   Passed: 15   Failed: 3   Pass rate: 83%

## Failures

### POST /tasks — missing required field "title" (negative test)
Expected: 422 Unprocessable Entity
Actual:   500 Internal Server Error
Analysis: The endpoint does not validate the request body before hitting the
database layer, so a missing "title" causes an unhandled exception instead
of a client-error response. Severity: High — indicates missing input
validation.

実際のプロジェクトに適用するための注意点

sample_target_api/ を実際のサービスに置き換えるか、--spec / spec_url を実稼働中のOpenAPI/Swagger JSONエンドポイントに指定してください。
test_generator.py のプロンプトは、ドメインルール（例：必須の認証ヘッダー、レート制限、テナントID）で拡張できます。
CIでは、scripts/run_agent.py をパイプラインステップとして実行し、report["summary"]["failed"] > 0 の場合はビルドを失敗させてください。

This server cannot be installed

license - not found

Not graded

quality - not tested

maintenance

How are these scores calculated?

Maintenance

–Maintainers

–Response time

–Release cycle

–Releases (12mo)

Commit activity

Resources

GitHub Repository

Need Help?

Related Servers

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

Swagger MCP Server
API Testing Documentation Access
amrsa1
A
license
A
quality
C
maintenance
MCP server that provides tools for exploring and testing APIs through Swagger/OpenAPI documentation.
Updated a year ago (2025-06-30 10:37 UTC)
5
176
12
MIT
MCP-QA
API Testing Documentation Access Developer Tools
qa-reysser
F
license
Not graded
quality
D
maintenance
An MCP server for the comprehensive analysis of Swagger 2.0 and OpenAPI 3.x contracts. It allows users to extract detailed information about endpoints, request/response schemas, parameters, and security configurations from API documentation.
Updated 7 months ago (2026-01-30 18:01 UTC)
Swagger Testcase MCP
API Testing Testing & QA Tools
eyaushev
A
license
A
quality
F
maintenance
MCP server for API test case generation from Swagger/OpenAPI specs. Parses Swagger 2.0 and OpenAPI 3.x, generates test cases across 8 categories (positive, negative, boundary, auth, security, idempotency, pagination, business logic), and exports to Postman, TestRail, Allure, k6, pytest, Gherkin, and CSV. Supports internal corporate APIs with auth headers. Auto-saves export files to your working di
Updated 4 months ago (2026-04-13 16:12 UTC)
10
11
2
MIT
swagger-api-mcp-server
API Testing Developer Tools
NekoTarou
A
license
A
quality
C
maintenance
Parses Swagger 2.0 and OpenAPI 3.x specifications, exposing API endpoints, schemas, and authentication through MCP tools with local caching to reduce token usage.
Updated 7 months ago (2026-02-11 01:59 UTC)
11
16
1
MIT

View all related MCP servers

Related MCP Connectors

Swagger MCP
MCP server for AI access to Swagger by SmartBear.
Apis Guru
APIs.guru MCP — keyless directory of 2,500+ public APIs and their OpenAPI specs.
One
Search, document and execute authenticated API calls across 700+ apps via one MCP server

View all MCP Connectors

Latest Blog Posts

Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)
By Om-Shree-0709 on July 25, 2026.
mcp
Agent Identity
OAuth 2.1
Your AI Chatbot Just Exposed Your CEO's Salary to an Intern
By Om-Shree-0709 on July 2, 2026.
Agent Identity
MCP Security
OAuth Delegation
Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)
By Om-Shree-0709 on June 30, 2026.
Agentic Ai
Prompt Injection
WebAssembly

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/SHREELASYABEZAWADA/Mcp-Api-Testing-Agent--Model-Context-Protocol'

If you have feedback or need assistance with the MCP directory API, please join our Discord server

MCP API Testing Agent

機能

アーキテクチャ

プロジェク構成

セットアップ

デモ対象APIを実行する（テスト対象となる小さなサンプルAPI）

CLIでエージェントを実行する

HTTPサービスとしてエージェントを実行する

MCPサーバーをスタンドアで実行する

Dockerですべてを実行する

サンプルレポート出力

実際のプロでのプロジェクに適応用する際の注意点

MCP API Testing Agent

機能

アーキテクチャ

プロジェク构構成

セットアップ

デモ対象APIを実行する（テスト対象の小さなサンプルAPI）

CLIでエージェントを実行する

HTTPサービスとしてエージェントを実行する

MCサーバーをスタンドアンで実行する

すべてをDockerで実行する

サンプルレポート出力

実際のプロジェクとに応用する際の注易点

機能

アーキテクチャ

プロジェクト構成

セットアップ

デモ対象APIを実行する（テスト対象となる小さなサンプルAPI）

CLIでエージェントを実行する

HTTPサービスとしてエージェントを実行する

MCPサーバーをスタンドアロンで実行する

すべてをDockerで実行する

サンプルレポート出力

実際のプロジェクトに適用するための注意点

Maintenance

Resources

Looking for Admin?

Related MCP Servers

Swagger MCP Server

MCP-QA

Swagger Testcase MCP

swagger-api-mcp-server

Related MCP Connectors

Latest Blog Posts

MCP directory API