🤖 Generador de Casos de Prueba con IA - Servidor MCP

Un servidor de Protocolo de Contexto de Modelo (MCP) que genera planes de prueba de API completos (casos positivos, negativos y de límites/edge) directamente a partir de metadatos de endpoints, impulsado por LLMs.

Este es un servidor de Protocolo de Contexto de Modelo (MCP) basado en TypeScript para ingenieros de QA. Demuestra conceptos centrales del Protocolo de Contexto de Modelo al proporcionar:

• Herramienta impulsada por IA para generar planes de casos de prueba exhaustivos a partir de endpoints y payloads de API

• Integración de LLM impulsada por prompts para calidad y cobertura

• Estructura extensible para futuras herramientas de automatización

✨ Características

• 🔌 Servidor compatible con MCP (transporte stdio).

• 📝 Herramienta: generate_tests_excel

  • Entrada: endpoint, método HTTP, payload, contexto adicional.

  • Opciones de entrada:

    • Detalles directos del endpoint: endpoint, método HTTP, payload

    • Usa extraContext para proporcionar cualquier nota o restricción de prueba adicional

  • Salida: 📊 Plan de pruebas en Excel con columnas: N.º, Nombre de la prueba, Precondición, Pasos, Resultado esperado.

• 🧠 Generación de pruebas impulsada por prompts con LLM configurable (Groq, OpenAI, Anthropic).

• 📜 Registro detallado con Winston.

Related MCP server: ai-testcase-generator-mcp

🏗️ Arquitectura

flowchart TD
    A[Claude / MCP Client] -->|Run Tool| B[MCP Server]
    B -->|Prompt| C[LLM API]
    C -->|Test Cases JSON| B
    B -->|Excel Export| D[(Test Plan .xlsx)]
    B -->|Logs| E[Server Log File]

📂 Estructura del Proyecto

ai-testcase-designer-mcp/
├── build/                         # Compiled JavaScript output
├── assets/                        # Demo gifs, images, and sample files
│    ├── demo.gif
│    ├── excel_preview.png
│    └── sample_chat_message.txt
├── configs/
│    └── config.json               # Server/tool config
├── src/
│    ├── index.ts                  # Main server entry point (MCP interface & routing)
│    ├── excel.ts                  # Excel file creation & writing logic (modular)
│    ├── logger.ts                 # Winston logger configuration & log writing (modular)
│    └── prompts/
│         └── testcase_prompt.txt  # Prompt template for LLM-based test generation
├── package.json
├── tsconfig.json
├── README.md
└── .gitignore

• src/excel.ts: Maneja toda la creación de archivos Excel (.xlsx) y la exportación del plan de pruebas (modularizado).

• src/logger.ts: Proporciona funcionalidad de registro modular en todo el servidor MCP usando Winston.

• src/prompts/: Contiene plantillas de prompts para la generación de pruebas impulsada por LLM.

• assets/: GIFs de demostración, vista previa de muestra de Excel y ejemplos de prompts de chat.

🎥 Demostración

Aquí está el MCP generando casos de prueba y exportándolos a Excel:

🔍 Vista Previa de Excel

A continuación, una vista previa rápida de los casos de prueba generados:

Desarrollo

Instala las dependencias:

npm install

Compila el servidor:

npm run build

Para desarrollo con recompilación automática:

npm run watch

⚙️ Instalación

Sigue estos pasos para configurar el servidor MCP del Diseñador de Casos de Prueba con IA localmente:

1. Clona el repositorio

   git clone 
   cd ai-testcase-designer-mcp

2. Instala las dependencias

   npm install

3. Compila el servidor

   npm run build

4. Configura el servidor en tu cliente MCP

   a. Claude Desktop o cualquier cliente compatible con MCP

   • Añade la siguiente configuración del servidor:

     • En MacOS:
       ~/Library/Application Support/Claude/claude_desktop_config.json

     • En Windows:
       %APPDATA%/Claude/claude_desktop_config.json

   {
     "mcpServers": {
       "ai-testcase-designer-mcp": {
         "disabled": false,
         "timeout": 60,
         "command": "node",
         "args": [
           "c:/Auto_WS/ai-testcase-designer-mcp/build/index.js"
         ],
         "transportType": "stdio"
       }
     }
   }

   b. Cline (Extensión de VS Code)

   Inicio rápido:

   1. Instala Cline desde el Marketplace de VS Code.

   2. Abre la barra lateral de Cline (desde la barra de actividades de VS Code).

   3. Ve a la sección "Servidores MCP" y haz clic en "Añadir nuevo servidor MCP".

   4. Completa los detalles del servidor:

      {
        "mcpServers": {
          "ai-testcase-designer-mcp": {
            "disabled": false,
            "timeout": 60,
            "command": "node",
            "args": [
              "c:/Auto_WS/ai-testcase-designer-mcp/build/index.js"
            ],
            "transportType": "stdio"
          }
        }
      }

   5. Prueba la conexión y guarda.

   Para una guía visual paso a paso, consulta a continuación:

   

   

   Para obtener una guía detallada de Cline, consulta la documentación oficial:
   cline.bot/getting-started/installing-cline#vs-code-marketplace%3A-step-by-step-setup

c. Agente Hermes

• Añade la siguiente configuración del servidor a ~/.hermes/config.yaml bajo mcp_servers:

mcp_servers:
  ai-testcase-designer-mcp:
    command: "node"
    args: ["/absolute/path/to/ai-testcase-designer-mcp/build/index.js"]

🔑 Configuración de la Clave API y del Directorio de Trabajo

Para usar el MCP del Diseñador de Casos de Prueba con IA.

1. Obtén tu clave API de Groq aquí de forma gratuita: https://console.groq.com/keys

2. Un directorio de trabajo (WORK_DIR) donde se guardarán los planes de prueba en Excel generados y los registros del servidor.

Actualiza tu archivo config.json de la siguiente manera:

{
  "MODEL_API_KEY": "gsk_7Ma3Fabcd <your-api-key-here>",
  "WORK_DIR": "C:/Auto_WS/ai-testcase-designer-mcp"
}

Cómo Usar

1. 🖥️ Abre Claude Desktop (o cualquier cliente compatible con MCP).

2. 📂 Descarga el mensaje de chat de muestra: sample_chat_message.txt y copia su contenido.

3. ✉️ Pega el contenido en el chat y envía el mensaje: la IA generará casos de prueba detallados en formato Excel.

4. 💾 Los archivos de Excel generados y los registros del servidor se guardan en tu carpeta WORK_DIR.

▶️ Ejemplo de Solicitud

{
  "name": "generate_tests_excel",
  "arguments": {
    "endpoint": "https://api.example.com/v1/users",
    "method": "POST",
    "payload": {
      "name": "John Doe",
      "email": "john@example.com"
    },
    "extraContext": "Focus on invalid email and empty payload scenarios."
  }
}

📊 Ejemplo de Salida en Excel

📂 Archivos de Salida

Los archivos se escriben en: ./workdir/generated/

Ejemplo de Registro de Salida

2025-09-13T10:22:11 [info]: [Step1] Incoming request: endpoint=/v1/users, method=POST
2025-09-13T10:22:11 [info]: [Step2] Building LLM prompt...
2025-09-13T10:22:13 [info]: [Step5] Converting LLM JSON to Excel rows (15 test cases)

Depuración

npm run inspector

El Inspector proporcionará una URL para acceder a las herramientas de depuración en tu navegador.

Licencia

Este proyecto está licenciado bajo la Licencia MIT.
Consulta el archivo LICENCIA para más detalles.