mcp
一个集成了测试记录、结果跟踪与性能分析的 pytest 服务器工具。
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：一个集成了测试记录、结果跟踪与性能分析的 pytest 服务器工具。 详细介绍见：https://321skill.com/skills/mcp-mcp-pytest-service/ 请根据该页面的说明完成安装。
使用示例
'运行产品API的测试套件并记录本次会话'，它会调用集成了 mcp pytest-server 的测试命令，执行测试并将详细的执行结果、耗时和通过率等数据记录到服务器。之后，你可以查询：'对比最近三次登录接口测试的平均响应时间'，它会从记录的会话中提取数据并生成对比分析。
介绍
mcp pytest-server 解决了测试过程中缺乏集中化、可追溯的会话记录和深度分析的问题。传统的 pytest 运行后，测试结果往往分散在日志或控制台输出中，难以进行历史对比、趋势分析和性能瓶颈定位。
该工具通过提供一个 MCP（Model Context Protocol）服务器，与 pytest 集成，能够在测试执行时自动捕获并结构化存储会话数据，包括测试用例、执行结果、耗时和资源消耗等信息。用户可以通过配套的客户端或 API 查询历史测试记录，跟踪特定测试用例的状态变化，并分析测试套件的性能趋势。
它非常适合需要持续集成、关注测试质量与稳定性的测试工程师、后端开发者和运维工程师。对于频繁进行回归测试、或需要向团队展示测试覆盖率和稳定性报告的项目尤其有用。
使用建议：建议在 CI/CD 流水线中集成此工具，以便自动化收集每次构建的测试数据。注意，它主要增强 pytest 的观测和分析能力，而非替代 pytest 本身的测试编写与执行功能，因此需要基本的 pytest 使用知识。初次配置时，请确保网络权限允许 MCP 服务器与客户端通信。
核心特点
与仅提供简单测试报告的工具不同，它通过 MCP 协议提供了可编程的、结构化的测试数据接口，支持对历史测试会话进行灵活的查询和深度性能分析，而不仅仅是生成静态报告。
注意事项
不适合仅需运行一次性测试或对测试过程无记录和分析需求的简单个人项目。
常见问题
这个工具和 pytest-html 或 allure 报告有什么区别？
它不止于生成可视化报告，更侧重于通过 MCP 协议提供结构化的、可查询的测试数据流，便于集成到其他系统进行自动化分析和告警。
需要修改现有的 pytest 测试代码吗？
通常不需要大规模修改，主要是通过安装和配置该 MCP 服务器来增强现有 pytest 的运行环境。