┌──────────────────────────────────────┐
  OpenAPI 3.x ──┐       │          API Testing MCP             │
  Swagger 2.0 ──┤       │                                      │
  Postman      ──┼──────>│  解析 → 生成场景 → 生成代码/数据     │──────> 可执行测试代码
  HAR          ──┘       │           ↓                          │──────> 测试数据集
                         │       执行测试 → AI 审核 → 自动修复   │──────> 测试报告
                         └──────────────────────────────────────┘

# 克隆仓库
git clone https://github.com/amyzlp/API-Testing-MCP.git
cd API-Testing-MCP

# 安装 (推荐使用 editable 模式)
pip install -e .

# 如需使用 Anthropic Claude 作为 AI 审核模型
pip install -e ".[anthropic]"

# 启动 MCP 服务器
api-testing-mcp

# 或者
python -m api_testing_mcp.server

{
  "mcpServers": {
    "api-testing": {
      "command": "api-testing-mcp",
      "env": {
        "DEEPSEEK_API_KEY": "sk-your-key"
      }
    }
  }
}

{
  "api-testing": {
    "command": "api-testing-mcp",
    "env": {
      "DEEPSEEK_API_KEY": "sk-your-key"
    }
  }
}

{
  "mcpServers": {
    "api-testing": {
      "command": "api-testing-mcp",
      "env": {
        "DEEPSEEK_API_KEY": "sk-your-key"
      }
    }
  }
}

┌─────────────────────────────────────────┐
│  第一层: 程序化检查 (始终运行)             │
│  ├── 覆盖率分析 (缺失分类检测)            │
│  ├── 一致性验证 (状态码逻辑检查)           │
│  ├── 安全检测 (凭证泄露/硬编码检查)        │
│  ├── 类型检查 (参数类型匹配验证)           │
│  └── 代码质量 (断言完整性/错误处理)        │
├─────────────────────────────────────────┤
│  第二层: AI 深度审查 (可选，需配置模型)     │
│  ├── 遗漏测试用例识别                     │
│  ├── 不合理参数值检测                     │
│  ├── 冗余/重复场景发现                    │
│  └── 安全测试完整性评估                   │
├─────────────────────────────────────────┤
│  自动修复: 最小化调整                      │
│  ├── 修正不一致的状态码                    │
│  ├── 替换硬编码凭证为环境变量              │
│  ├── 修正类型不匹配的参数                  │
│  └── 替换疑似真实密钥为占位符              │
└─────────────────────────────────────────┘

# 查看当前配置
tool_configure(action="show")

# 列出所有支持的提供商
tool_configure(action="providers")

# 设置提供商
tool_configure(action="set", provider="deepseek", api_key="sk-xxx")

# 使用 DeepSeek (推荐，性价比高)
export DEEPSEEK_API_KEY=sk-xxx

# 使用通义千问
export DASHSCOPE_API_KEY=sk-xxx

# 使用 OpenAI
export OPENAI_API_KEY=sk-xxx

export AI_PROVIDER=deepseek
export AI_MODEL=deepseek-chat
export DEEPSEEK_API_KEY=sk-xxx

# Ollama
export AI_PROVIDER=ollama
export AI_MODEL=qwen2.5    # 或 llama3.1, deepseek-v2, etc.

# LM Studio
export AI_PROVIDER=lmstudio

# vLLM
export AI_PROVIDER=vllm
export AI_BASE_URL=http://localhost:8000/v1

cp .env.example .env
# 编辑 .env 填入配置

{
  "mcpServers": {
    "api-testing": {
      "command": "api-testing-mcp",
      "env": {
        "AI_PROVIDER": "deepseek",
        "DEEPSEEK_API_KEY": "sk-xxx"
      }
    }
  }
}

tool_configure(action="set", provider="qwen", api_key="sk-xxx")

API-Testing-MCP/
├── pyproject.toml                  # 项目配置与依赖
├── .env.example                    # 环境变量配置模板
└── src/api_testing_mcp/
    ├── server.py                   # MCP 服务器入口 (8 个工具注册)
    ├── types.py                    # Pydantic 数据模型 (20+ 类型定义)
    ├── utils.py                    # 工具函数 (值生成/边界计算/安全载荷)
    ├── llm_client.py               # LLM 统一调用层 (17 提供商适配)
    └── tools/
        ├── parse_spec.py           # API 规范解析 (4 种格式)
        ├── generate_scenarios.py   # 测试场景生成 (8 大类别)
        ├── generate_code.py        # 测试代码生成 (4 种语言)
        ├── generate_data.py        # 测试数据生成 (11 种策略)
        ├── execute_test.py         # 测试执行引擎 (异步并发)
        └── review.py               # AI 审核层 (双层检查 + 自动修复)

用户: 解析这个 API 规范，生成测试场景和 Python 测试代码

→ tool_parse_api_spec(spec_content=<OpenAPI YAML>)
→ tool_generate_test_scenarios(spec_content=<spec>, categories="happy_path,security")
→ tool_generate_test_code(spec_content=<spec>, language="python", auth_type="bearer")
→ tool_ai_review(target_type="test_code", content=<生成的代码>)

用户: 给 /api/users POST 端点生成 SQL 注入和 XSS 测试数据

→ tool_generate_test_data(spec_content=<spec>, strategies="sql_injection,xss", endpoint_filter="/users")
→ tool_ai_review(target_type="test_data", content=<生成的数据>)

用户: 测试一下 https://httpbin.org/get 返回 200

→ tool_execute_api_test(url="https://httpbin.org/get", method="GET", expected_status=200)

用户: 对这个 API 规范运行完整测试

→ tool_run_test_suite(spec_content=<spec>, categories="happy_path,error_handling,security")

# 克隆并安装开发环境
git clone https://github.com/amyzlp/API-Testing-MCP.git
cd API-Testing-MCP
pip install -e ".[all]"

# 运行服务器
api-testing-mcp

# 直接测试模块
python -c "
from api_testing_mcp.tools.parse_spec import parse_api_spec
from api_testing_mcp.tools.generate_scenarios import generate_test_scenarios
import json

spec = parse_api_spec(json.dumps({
    'openapi': '3.0.0',
    'info': {'title': 'Demo', 'version': '1.0'},
    'paths': {'/users': {'get': {'responses': {'200': {'description': 'ok'}}}}}
}))
scenarios = generate_test_scenarios(spec)
print(f'生成了 {len(scenarios)} 个测试场景')
"