MCP 服务器演示

本项目包含用于 QA 导向的测试失败分析的 Python MCP 服务器，基于 FastMCP 构建。

当前结构

mcp-server-demo/
├── FailureAnalysisFromLogs.py
├── README.md
├── logs/
├── pyproject.toml
├── testFailureAnalysis.py
└── uv.lock

Related MCP server: mcp-log-analyzer

本项目包含内容

• testFailureAnalysis.py

  • analyze_test_failure

  • cluster_failures

  • detect_flaky_tests

• FailureAnalysisFromLogs.py

  • analyze_test_failure

  • 读取并分类 logs/ 文件夹中的本地 .log 文件

• logs/

  • 基于日志的 MCP 服务器使用的示例失败日志

• pyproject.toml

  • Python 版本和依赖配置

• uv.lock

  • 用于可重复安装的锁定依赖版本

• .vscode/mcp.json

  • test-failure-analysis、test-failure-analysis-from-logs 和 mcp-atlassian 的 MCP 服务器条目

先决条件

• Python 3.11 或更高版本

• uv

• 首次安装依赖时需要互联网访问

安装

从仓库根目录执行：

cd mcp-server-demo
uv sync

运行服务器

启动基于输入的 MCP 服务器：

uv run python testFailureAnalysis.py

启动基于日志的 MCP 服务器：

uv run python FailureAnalysisFromLogs.py

可用工具

analyze_test_failure

使用测试名称、堆栈跟踪和日志分析失败的测试，然后返回可能的失败类别和建议。

FailureAnalysisFromLogs.py 中的 analyze_test_failure

分析 logs/ 文件夹中的本地 .log 文件，并返回失败分类、可能的根本原因、建议以及重要的错误行。它可以分析所有日志、特定的测试名称或确切的日志文件名。

cluster_failures

按堆栈跟踪签名对相似的失败进行分组，以便更容易发现重复的模式。

detect_flaky_tests

审查历史通过/失败结果，并识别表现出不稳定行为的测试。

可选的本地 MCP 配置

仓库根目录包含 .vscode/mcp.json，可供支持 MCP 的工具在开发期间进行本地服务器设置。它包含 test-failure-analysis、test-failure-analysis-from-logs 和 mcp-atlassian 的条目。

Atlassian MCP

本地 MCP 配置包含一个用于 Jira 访问的 mcp-atlassian 服务器条目。

如何使用

在支持 MCP 的客户端中使用 .vscode/mcp.json 中配置的 mcp-atlassian 条目。

若要手动运行，请使用：

JIRA_URL=<your-jira-url> \
JIRA_USERNAME=<your-jira-username> \
JIRA_API_TOKEN=<your-jira-api-token> \
uvx mcp-atlassian

故障排除

• 如果 uv 不可用，请安装它并重新打开终端。

• 如果依赖安装失败，请确认 Python 3.11+ 处于活动状态。

• 如果服务器无法启动，请在 mcp-server-demo 中再次运行 uv sync。

工作流程图片位于 image/project-workflow.png