AI QA Agent MCP
Agente de QA con IA MCP
Un framework de automatización de QA habilitado para MCP, construido con Playwright y Node.js para ejecutar pruebas automatizadas de UI y API a través de un servidor del Model Context Protocol (MCP).
El proyecto demuestra cómo la automatización de pruebas tradicional puede exponerse como herramientas MCP reutilizables, permitiendo que un cliente compatible con MCP active suites de pruebas y reciba resultados estructurados.
🚀 Características
Automatización de UI con Playwright
Pruebas de API con Playwright
Modelo de Objeto de Página (POM)
Integración con servidor MCP
Ejecución de pruebas basada en herramientas MCP
Resultados de pruebas en JSON estructurado
Cobertura de pruebas de inicio de sesión, inventario y checkout
Escenarios de prueba positivos y negativos
Ejecución de pruebas de regresión
Configuración basada en entorno
Informes de pruebas en HTML
Capturas de pantalla en caso de fallo
CI/CD con GitHub Actions
Ejecución automatizada en push y pull requests
🧰 Stack Tecnológico
JavaScript
Node.js
Playwright
Model Context Protocol (MCP)
MCP Inspector
Git
GitHub
GitHub Actions
🏗️ Arquitectura
MCP Client / Inspector
|
v
MCP Server
(mcp/server.js)
|
v
run_tests Tool
|
+-----------+-----------+
| |
v v
Test Tool Layer Suite Selection
(tools/*.js) login / inventory /
checkout / api /
regression
|
v
testRunner.js
|
v
Playwright
/ \
v v
UI Tests API Tests
|
v
Page Objects📁 Estructura del Proyecto
my-ai-qa-agent/
│
├── .github/
│ └── workflows/
│ └── playwright.yml
│
├── data/
│ ├── customer.js
│ └── users.js
│
├── mcp/
│ └── server.js
│
├── pages/
│ ├── LoginPage.js
│ ├── InventoryPage.js
│ ├── CartPage.js
│ └── CheckoutPage.js
│
├── tests/
│ ├── api/
│ │ └── users.api.spec.js
│ ├── login.spec.js
│ ├── inventory.spec.js
│ └── checkout.spec.js
│
├── tools/
│ ├── testRunner.js
│ ├── runLoginTests.js
│ ├── runInventoryTests.js
│ ├── runCheckoutTests.js
│ ├── runApiTests.js
│ └── runRegressionTests.js
│
├── .env.example
├── .gitignore
├── package.json
├── playwright.config.js
└── README.mdpages/
Contiene clases reutilizables del Modelo de Objeto de Página que encapsulan localizadores de UI y acciones de usuario.
tests/
Contiene especificaciones de pruebas de UI y API de Playwright.
tools/
Actúa como puente entre las solicitudes MCP y la ejecución de pruebas de Playwright. Las herramientas individuales seleccionan suites de pruebas mientras que testRunner.js ejecuta Playwright y resume los resultados.
mcp/
Contiene el servidor MCP que expone las capacidades de automatización de QA como herramientas MCP.
.github/workflows/
Contiene el flujo de trabajo de GitHub Actions utilizado para ejecutar la suite de pruebas automatizadas en CI.
⚙️ Instalación
Clona el repositorio:
git clone https://github.com/bisminizzar84/ai-qa-agent-mcp
cd ai-qa-agent-mcpInstala las dependencias:
npm installInstala los navegadores de Playwright:
npx playwright installCrea un archivo .env local basado en .env.example:
BASE_URL=https://www.saucedemo.com🧪 Ejecución de Pruebas
Ejecuta la suite de pruebas completa:
npm testEjecuta pruebas con un navegador visible:
npx playwright test --headedEjecuta solo las pruebas de inicio de sesión:
npx playwright test tests/login.spec.jsEjecuta pruebas de API:
npx playwright test tests/api/users.api.spec.jsAbre el informe HTML de Playwright:
npx playwright show-report🤖 Integración MCP
El proyecto expone la automatización de QA a través de un servidor MCP.
Inicia el servidor mediante MCP Inspector:
npx -y @modelcontextprotocol/inspector@latest node mcp/server.jsLa herramienta MCP run_tests admite múltiples suites:
logininventorycheckoutapiregression
Ejemplo de solicitud:
{
"suite": "api"
}Ejemplo de respuesta:
{
"suite": "api",
"status": "passed",
"total": 1,
"passed": 1,
"failed": 0,
"skipped": 0,
"durationMs": 1841
}La capa MCP convierte la ejecución de pruebas en resultados estructurados que pueden ser consumidos por clientes compatibles con MCP.
🔄 CI/CD
GitHub Actions ejecuta automáticamente la suite de pruebas de Playwright cuando se envía código a main o cuando una pull request tiene como destino main.
El pipeline realiza:
Checkout del repositorio
Configuración de Node.js
Instalación de dependencias
Instalación de navegadores de Playwright
Ejecución automatizada de pruebas
Subida del informe de Playwright
Esto proporciona retroalimentación de regresión automatizada para cada cambio de código.
🔮 Mejoras Futuras
Conectar un LLM al servidor MCP para ejecución de pruebas en lenguaje natural
Análisis de fallos asistido por IA
Resúmenes automáticos de defectos
Generación de pruebas a partir de requisitos en lenguaje natural
Cobertura adicional de API
Ejecución paralela y entre navegadores
Ejecución de pruebas en contenedores Docker
Notificaciones de resultados de pruebas
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Connectors
MEOK MCP Test MCP — golden-file + schema-drift + tool-failure tests for any MCP server. Drop-in
Hosted real Google Chrome MCP with per-user persistent state. Navigate, click, type, screenshot.
MCP server for AI access to SmartBear tools, including BugSnag, Reflect, Swagger, PactFlow, QTM4J.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/bisminizzar84/ai-qa-agent-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server