Skip to main content
Glama
deenesjakoruzh
sanumenon

QA MCP Server

by sanumenon
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

QA MCP Server

一个可扩展的模型上下文协议（MCP）服务器，旨在成为一个统一的 AI 驱动的 QA 平台。

当前状态

阶段 1 — 基础与 QA 智能

已完成

步骤

能力

状态

1

项目基础

已完成

2

MCP 服务器 + 健康检查

已完成

3

LLM 提供商抽象

已完成

4

需求分析器

已完成

5

测试用例生成器

已完成

6

测试用例审查器

已完成

7

端到端 QA 工作流

已完成

阶段 2 — 项目上下文、持久化、版本控制与可移植性

步骤

能力

状态

1

QA 项目上下文

已完成

2

SQLite 持久化

已完成

3

QA 套件版本控制

已完成

4

导入 / 导出

已完成

1. 愿景

长期目标是构建一个可复用的 QA MCP 平台，向兼容 MCP 的 AI 客户端暴露 QA 能力。

MCP Client / AI Assistant
          |
          v
      QA MCP Server
          |
   +------+------+------+
   |             |      |
   v             v      v
QA Intelligence Connectors Automation
   |             |      |
Analyze        Jira    UI
Generate       GitHub  API
Review         Slack   Mobile
                       Performance
          |
          v
       QA Agent
          |
          v
 Persistent QA Context
          |
          v
 Project / Requirement / Suite Versions
          |
          v
 Import / Export

2. 阶段 1 架构

Requirement
     |
     v
Requirement Analyzer
     |
     v
RequirementAnalysis
     |
     v
Test Case Generator
     |
     v
TestCaseResponse
     |
     v
Test Case Reviewer
     |
     v
TestCaseReview
     |
     v
QASuiteResult

核心 MCP 能力：

analyze_requirement
generate_test_cases
review_test_cases
generate_qa_suite

3. LLM 架构

LLMProvider
     |
     +---- MockLLM
     |
     +---- BedrockLLM

LLM 访问与提供商无关，因此 QA 工具可以在本地测试，之后连接到 AWS Bedrock 或其他提供商。

AI 输出在进入下游处理之前使用 Pydantic 模型进行验证。

4. 阶段 2 步骤 1 — QA 项目上下文

状态：已完成

一个 QA 项目包含：

QAProject
 |
 +-- project_id
 +-- name
 +-- description
 +-- application
 +-- environment
 +-- metadata

核心服务：

ProjectContext
 |
 +-- create_project()
 +-- get_project()

MCP 工具：

create_qa_project
get_qa_project

5. 阶段 2 步骤 2 — SQLite 持久化

状态：已完成

项目持久化存储于：

data/qa_mcp.db

SQLite 表：

qa_projects

架构：

ProjectContext
       |
       v
ProjectRepository
       |
       v
SQLiteProjectRepository
       |
       v
SQLite

核心上下文不直接依赖 SQLite。

持久化已在独立的 Python 进程之间得到验证。

6. 阶段 2 步骤 3 — QA 套件版本控制

状态：已完成

QA 需求和生成的套件被独立地进行版本控制和持久化。

Related MCP server: QTM4J MCP Server

需求版本

QA Project
   |
   +-- Requirement v1
   +-- Requirement v2
   +-- Requirement v3

每个需求版本包含：

  • version_id

  • project_id

  • version

  • requirement

  • application

  • environment

  • created_at

版本按项目独立维护。

套件版本

每个套件记录生成它的需求版本：

Requirement v1
      |
      v
Suite v1

Requirement v2
      |
      v
Suite v2

每个套件版本包含：

  • suite_id

  • project_id

  • requirement_version_id

  • version

  • test_cases

  • review

  • created_at

架构

core/
└── versioning/
    └── service.py
        |
        v
infrastructure/
└── versioning/
    ├── repositories.py
    └── sqlite_version_repository.py
        |
        v
      SQLite

两个 versioning 文件夹是有意设计的：

  • core/versioning 包含业务逻辑。

  • infrastructure/versioning 包含仓库接口和 SQLite 实现。

核心服务

QARequirementVersioningService
QASuiteVersioningService

仓库接口

RequirementVersionRepository
SuiteVersionRepository

SQLite 实现

SQLiteRequirementVersionRepository
SQLiteSuiteVersionRepository

MCP 工具

需求：

create_requirement_version
get_requirement_version
list_requirement_versions

套件：

create_suite_version
get_suite_version
list_suite_versions

7. 阶段 2 步骤 4 — 导入 / 导出

状态：已完成

QA MCP 服务器现在支持包含以下内容的可移植项目工件：

QA Project
    |
    +-- Requirement Versions
    |
    +-- Suite Versions

导出

导出流程为：

SQLite
   |
   +-- Project
   +-- Requirement Versions
   +-- Suite Versions
           |
           v
QAImportExportService
           |
           v
QAProjectExport
           |
           v
JSON

导出基于已持久化的数据，而非调用方组装的对象。

MCP 工具：

export_qa_project

输入：

project_id

输出：

{
    "project_id": "...",
    "export_version": "1.0",
    "payload": "..."
}

导入

导入流程为：

JSON
  |
  v
Parse
  |
  v
QAProjectExport validation
  |
  v
Relationship validation
  |
  v
Duplicate project check
  |
  v
SQLite persistence

MCP 工具：

import_qa_project

导入验证：

  • 导出 JSON

  • 导出结构

  • 项目身份

  • 需求 → 项目关系

  • 套件 → 项目关系

  • 套件 → 需求版本关系

  • 重复项目保护

现有项目不会被静默覆盖。

往返验证

完整的往返流程已得到验证：

SQLite DB A
    |
    v
EXPORT
    |
    v
JSON
    |
    v
IMPORT
    |
    v
SQLite DB B
    |
    v
Compare

已验证的工件：

Project           ✅
Requirements      ✅
Suites            ✅
Relationships     ✅

测试隔离

MCP 导入/导出测试使用隔离的临时 SQLite 数据库。

这防止测试执行污染：

data/qa_mcp.db

并允许重复执行测试，而无需依赖之前的测试状态。

P2-S4 验证基线

Import/Export focused tests: 7 passed
MCP Import/Export tests:     2 passed
Full regression:            49 passed
Application-code warnings:   0
Known external warning:      1

剩余的警告是已知的外部 pydantic_settings 警告，涉及 lifespan 字段未解析的前向引用。

8. 项目结构

当前重要的源码结构：

qa-mcp/
|
+-- src/
|   +-- qa_mcp/
|       |
|       +-- core/
|       |   +-- config.py
|       |   +-- llm.py
|       |   +-- project/
|       |   |   +-- context.py
|       |   |
|       |   +-- versioning/
|       |   |   +-- service.py
|       |   |
|       |   +-- import_export/
|       |       +-- service.py
|       |
|       +-- infrastructure/
|       |   +-- project_repository.py
|       |   +-- sqlite_project_repository.py
|       |   |
|       |   +-- versioning/
|       |       +-- repositories.py
|       |       +-- sqlite_version_repository.py
|       |
|       +-- models/
|       |   +-- schemas.py
|       |
|       +-- tools/
|       |   +-- requirement/
|       |   +-- testcase/
|       |   +-- workflow/
|       |
|       +-- server.py
|
+-- tests/
+-- config/
+-- data/
|   +-- qa_mcp.db
|
+-- README.md

9. 本地设置

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

运行测试：

pytest -q

当前已验证基线：

49 passed

运行 MCP 服务器：

python -m qa_mcp.server

验证服务器导入：

python -c "from qa_mcp.server import mcp; print('MCP server imports OK')"

10. 开发指南

我们在每个实现步骤中遵循以下工作流：

IMPLEMENT
    |
    v
FOCUSED TESTS
    |
    v
FULL REGRESSION
    |
    v
RUNTIME / MCP VERIFICATION
    |
    v
FIX / REFINE
    |
    v
MARK STEP COMPLETE
    |
    v
UPDATE README
    |
    v
DOWNLOAD NEW README CHECKPOINT
    |
    v
NEXT STEP

规则：

  1. 一次只实现一个步骤。

  2. 测试每个功能。

  3. 现有测试必须保持通过。

  4. 在本地验证之前，任何步骤都不算完成。

  5. 在每个已验证的里程碑更新 README。

  6. 核心业务逻辑必须保持与 MCP 传输无关。

  7. 持久化和外部集成保持在接口之后。

  8. LLM 提供商保持可替换。

  9. AI 输出必须经过验证。

  10. 测试必须能够针对持久化存储重复运行。

  11. 不要仅仅为了让测试通过而删除持久化数据库。

  12. 对以持久化为中心的测试使用隔离数据库。

  13. 不要手动将助手对话复制到 README 中。

  14. README 是权威的开发检查点。

  15. 在 MCP/运行时路径得到验证之前，任何主要功能都不算完成。

11. 架构原则

  1. 核心业务逻辑属于 core。

  2. 持久化属于 infrastructure。

  3. MCP 传输属于 server.py 和面向 MCP 的工具。

  4. 领域/数据模型属于 models。

  5. 核心服务不得直接依赖 SQLite 实现。

  6. 外部集成必须隔离在接口之后。

  7. LLM 提供商保持可替换。

  8. AI 生成的输出必须在下游使用前经过验证。

  9. 持久化数据不得与测试夹具混淆。

  10. 测试必须可重复。

  11. 导入操作必须在持久化之前验证关系。

  12. 导入不得静默覆盖现有项目。

  13. 已完成的里程碑需要回归验证。

  14. README 更新是里程碑完成的一部分。

12. 阶段 2 路线图

步骤

能力

状态

1

QA 项目上下文

已完成

2

SQLite 持久化

已完成

3

QA 套件版本控制

已完成

4

导入 / 导出

已完成

5

Jira 连接器

下一步

6

Jira → QA 工作流

已计划

7

自动化用例生成器

已计划

8

QA 智能体

已计划

9

GitHub / CI 集成

已计划

10

互联网部署

已计划

13. 计划的最终架构

                    MCP CLIENT / AI ASSISTANT
                              |
                              v
                       +-------------+
                       |   QA MCP    |
                       |   Server    |
                       +------+------+
                              |
              +---------------+----------------+
              |               |                |
              v               v                v
        QA Intelligence   Connectors      Automation
              |               |                |
        +-----+-----+     +---+---+       +----+----+
        |     |     |     |   |   |       |    |    |
     Analyze Gen  Review Jira GitHub    UI   API  Perf
                                            Mobile
              |
              v
          QA Agent
              |
              v
       Persistent Context
              |
              v
     Project / Requirement
        / Suite Versions
              |
              v
       Import / Export

14. 当前基线

Phase 1
  Steps 1–7  COMPLETED

Phase 2
  Step 1 — QA Project Context       COMPLETED
  Step 2 — SQLite Persistence       COMPLETED
  Step 3 — QA Suite Versioning      COMPLETED
  Step 4 — Import / Export          COMPLETED

当前验证：

49 tests passed
SQLite persistence verified
Requirement versioning verified
Suite versioning verified
Import/export contract verified
Import validation verified
Round-trip persistence verified
MCP import/export verified
MCP server imports successfully
Test isolation verified

已知警告：

pydantic_settings
IncompleteFieldDefinitionWarning
Field 'lifespan'

这是一个外部依赖警告，目前不会阻塞功能或测试。

15. 下一个开发步骤

Phase 2 → Step 5
       |
       v
Jira Connector

只有在保留此 README 检查点之后，才能开始下一阶段的实现。

16. 里程碑历史

Phase 1
  |
  +-- Foundation
  +-- LLM abstraction
  +-- Requirement analysis
  +-- Test generation
  +-- Test review
  +-- QA suite workflow
  +-- MCP integration
  |
  v
Phase 1 COMPLETE

Phase 2
  |
  +-- QA Project Context
  +-- SQLite Persistence
  +-- Requirement/Suite Versioning
  +-- Import / Export
  |
  v
Phase 2 Step 4 COMPLETE

此 README 表示在成功验证阶段 2 → 步骤 4 — 导入 / 导出之后的项目状态。

This server cannot be installed

F
license - not found
Not graded
quality - not tested
C
maintenance

How are these scores calculated?

Maintenance

–Maintainers
–Response time
–Release cycle
–Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

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

Related MCP Servers

View all related MCP servers

Related MCP Connectors

  • Qase Test Management

    Official MCP server for Qase — manage test cases, runs, suites, defects via AI tools.

  • SmartBear MCP

    MCP server for AI access to SmartBear tools, including BugSnag, Reflect, Swagger, PactFlow, QTM4J.

  • mcp

    Your memory, everywhere AI goes. Build knowledge once, access it via MCP anywhere.

View all MCP Connectors

Latest Blog Posts

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/sanumenon/qa-mcp'

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