MCP
将Allure测试报告转换为LLM友好格式，便于AI分析处理。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：MCP。 它的用途是：将Allure测试报告转换为LLM友好格式，便于AI分析处理。 详细介绍见：https://321skill.com/skills/mcp-mcp-allure/ 请根据该页面的说明完成安装。
使用示例
“分析一下最近一次CI构建的Allure测试报告，总结失败的主要类别和趋势。” 它会通过集成的Allure Server MCP工具获取并解析报告，将关键信息（如通过率、失败用例列表、错误堆栈摘要）转换为清晰的文本格式，然后为你生成一份包含失败原因归类和建议下一步排查方向的分析报告。
介绍
Allure Server是一个MCP集成工具，它解决了测试报告格式复杂、AI难以直接分析的问题。它将Allure生成的HTML或JSON格式的测试报告，转换为结构清晰、语义明确的LLM友好格式（如Markdown或特定JSON结构），使得像Claude、GPT等大语言模型能够轻松读取和理解测试结果、失败原因、执行趋势等信息。
使用时，你需要配置好Allure Server，让它指向你的Allure报告目录或文件。工具会自动将原始报告进行转换和优化，输出为AI易于处理的格式。你可以通过MCP协议将其集成到你的AI工作流中，让AI助手直接调用并分析报告内容。
这个工具非常适合需要频繁进行测试结果分析、希望利用AI自动化处理测试反馈的测试工程师、运维工程师和全栈开发人员。它尤其适合在持续集成/持续部署（CI/CD）流水线中，作为AI质检或自动化报告分析环节的一部分。
建议在部署前，确保你的Allure报告生成流程是稳定的。由于转换过程依赖于原始报告的结构，如果Allure版本或报告格式有重大变化，可能需要调整工具的解析逻辑。此外，对于超大型的测试报告，转换可能需要一定时间，请合理安排处理时机。
核心特点
与仅能展示或简单解析Allure报告的工具不同，它专门针对AI处理进行了格式优化，将非结构化的测试结果转化为富含语义的LLM友好格式，使AI能深度理解测试用例、失败堆栈等复杂信息，而非简单读取。
注意事项
不适合处理非Allure格式的测试报告，或对报告进行复杂的可视化、交互式图表生成。
常见问题
这个工具支持哪些Allure报告版本？
通常支持主流的Allure 2.x版本，具体兼容性需查看项目文档。
转换后的数据可以直接喂给Claude分析吗？
是的，转换后的格式（如Markdown）是LLM友好的，可以直接粘贴或通过MCP协议提供给Claude进行总结、根因分析等。