mcp
将JaCoCo代码覆盖率报告转换为LLM友好格式，便于AI分析。
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JaCoCo代码覆盖率报告转换为LLM友好格式，便于AI分析。 详细介绍见：https://321skill.com/skills/mcp-mcp-jacoco-reporter/ 请根据该页面的说明完成安装。
使用示例
‘分析一下这个转换后的JaCoCo报告，找出单元测试覆盖率最低的三个Java类，并推测可能的原因。’，它会基于精简后的LLM格式报告，快速定位覆盖率瓶颈，并给出可能遗漏的测试场景或复杂代码段的提示。或者，在代码评审时说：‘根据这份覆盖率报告，为新提交的支付模块代码建议补充的测试用例。’，AI能结合转换后的覆盖率数据和代码变更，提出针对性的测试点。
介绍
jacoco-reporter 是一个MCP工具，旨在解决开发者在利用AI分析JaCoCo代码覆盖率报告时遇到的格式障碍问题。JaCoCo生成的XML或HTML报告虽然详细，但结构复杂、内容冗长，直接提供给大型语言模型（LLM）分析会消耗大量Token且效率低下。
该工具通过解析原始的JaCoCo报告（通常是XML格式），提取关键的覆盖率数据（如行覆盖率、分支覆盖率、未覆盖的代码行等），并将其转换、精简为结构清晰、信息密度高的文本或JSON格式。这种格式专为LLM设计，便于AI快速理解报告内容，从而进行更深入的分析。
它非常适合需要频繁审查代码覆盖率、并希望借助AI来识别测试薄弱环节、优化测试用例或进行代码质量评估的开发者。无论是个人开发者还是团队，在持续集成（CI）流程中或代码审查阶段，都可以利用此工具提升分析效率。
使用建议：建议将此工具集成到您的CI/CD流水线中，在测试阶段自动生成转换后的报告。注意，它主要进行格式转换和精简，本身不执行覆盖率分析，因此需要确保输入的JaCoCo报告是正确生成的。转换后的报告应作为AI分析的输入，而非替代原始的详细报告供人工查阅。
核心特点
与通用的报告格式化工具不同，它专门针对JaCoCo报告到LLM输入的转换进行了优化，能精准提取对AI分析最有价值的覆盖率指标，并大幅压缩无关细节，显著降低AI分析的Token消耗。
注意事项
不适合需要查看原始JaCoCo报告完整可视化图表或进行深度人工代码追溯的场景。
常见问题
这个工具能提高我的代码覆盖率吗？
不能，它只负责转换报告格式，便于AI分析，覆盖率提升需要您编写更多有效的测试用例。
支持哪些JaCoCo报告格式作为输入？
主要支持标准的JaCoCo XML格式报告，这是最常用且信息最全的格式。