$ loading_
让 AI 代理可编程执行测试、查询结果并获得测试策略建议
复制安装指令，让 AI 自动完成配置 · 推荐新手
"testing-mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请通过 testing-mcp 运行当前项目的测试套件，并按通过、失败、跳过分类汇总结果，列出失败用例名称与数量。
返回一次测试执行结果摘要，包括各状态统计和失败用例列表。
请通过 testing-mcp 查询最近一次测试执行结果，告诉我哪些模块失败最多，并简要总结整体稳定性。
返回最近测试结果的查询信息，并给出失败分布与稳定性概览。
基于当前测试结果，请通过 testing-mcp 给出下一步测试执行策略建议，例如先跑哪些测试、如何提高反馈效率。
返回面向测试执行顺序和效率优化的智能建议。
开发者在代码变更后，可让 AI 代理通过该 MCP 工具直接运行测试并读取结果，快速判断是否引入回归问题。
当测试失败较多时，团队可以用它查询结果，并结合智能建议决定先处理哪些测试或如何安排后续执行。
在自动化开发流程中，AI 代理可调用它统一执行测试、获取反馈，并据此调整测试执行策略。
它是一个 MCP server，让 AI 代理能够以编程方式运行测试、查询测试结果，并获得有关测试执行策略的智能建议。
根据提供的描述，它支持三类核心能力：执行测试、查询结果、以及基于结果给出测试执行策略建议。
已给信息只表明它是一个 MCP server，未说明具体安装方式、运行时或密钥要求；详情见源码仓库。
运行测试与静态检查并汇总错误，帮助开发者高效迭代调试并减少上下文噪音。
自动分析并修复测试失败，结合 IDE 与 Slack 提供易懂原因和方案
通过自动化浏览器测试与诊断，验证 AI 生成代码的可用性并收集证据。
用自然语言发起与管理 API 测试流程，提升接口调试与验证效率。
帮助团队自动生成测试场景、编写并执行 Playwright 测试及提交缺陷问题。
帮助团队检测 API 是否适配 AI 代理，并输出评分、等级与改进建议。