5 款顶级模型上下文协议自动化工具

📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

---

什么是模型上下文协议（MCP）

模型上下文协议（MCP）是由 Anthropic 开发的一种开放标准，旨在简化 AI 模型与外部工具、数据源和服务之间的交互方式。它提供了一个统一的接口，允许 AI 代理安全高效地访问和整合各种数据源，而无需为每一个数据源定制集成方案。这种标准化协议旨在解决 AI 驱动工作流程中的可扩展性挑战。

MCP 遵循客户端 - 服务器架构，这意味着每个对服务器的请求都可以实时为大语言模型（LLMs）提供上下文，使它们即使在跨多个系统时也能保持上下文。这为将 AI 模型与外部数据源和工具（如 Google Drive、数据库、API 等）集成创建了一个单一协议。但你不必是一名开发人员才能欣赏这一发展。原因如下。

MCP 在测试自动化中的应用

如果你从事测试自动化，请注意。

使用 MCP 在测试自动化中的一个绝佳示例是，MCP 使大语言模型（LLMs）能够通过结构化的可访问性快照与 Web 应用程序交互，而不是依赖于视觉像素或计算机视觉技术。

这种方法允许 AI 模型从 DOM 中检索语义上下文，包括角色、标签和状态，这与辅助技术访问内容的方式相同。通过这样做，MCP 增强了 AI 驱动的与 Web 元素交互的可靠性和可解释性，有可能提高自动化测试的质量和可维护性。

与 MCP 一起工作也使得将 AI 助手连接到测试人员已经使用的系统变得更加容易，从 API 和数据库到内容存储库和开发环境。这种 MCP 集成意味着你无需为每个新的数据源创建自定义逻辑 —— MCP 提供了一种标准化的方式来访问你需要的数据。

想自己试一试吗？

让我们来看看对于希望将 AI 与不同应用程序连接起来并利用 MCP 来增强工作流程的自动化工程师来说，最流行的 5 款工具。

以下是我的 5 款用于测试自动化的 MCP 工具。

微软推出了 Playwright MCP（模型上下文协议），这是对 Playwright 自动化框架的服务器端增强，旨在通过结构化的浏览器交互来促进大语言模型（LLMs）的使用。与依赖于屏幕截图或基于像素的模型的传统 UI 自动化不同，Playwright MCP 使用浏览器的可访问性树来提供 Web 内容的确定性、结构化表示。

通过使 LLMs 能够使用结构化数据而不是视觉提示与网页交互，该协议提高了导航、表单填写和内容提取等自动化任务的可靠性和清晰度。它还支持直接从自然语言输入生成自动化测试、重现错误和进行无障碍检查。

该工具轻量级，避免了视觉模型的模糊性，增强了 LLM 驱动的浏览器自动化，无需计算机视觉或图像解释层的开销。

酷炫用例：

• Web 导航和表单填写；

• 从结构化内容中提取数据；

• 由 LLM 驱动的自动化测试；

• 通用浏览器交互。

Selenium MCP 

Angie Jones 在领英上宣布了 Selenium MCP 服务器的发布，这是 Selenium WebDriver 的一种新实现，通过 _模型上下文协议_（MCP）实现浏览器自动化。

该工具允许开发人员和测试人员通过标准化的 MCP 客户端自动化浏览器交互，支持 Chrome 和 Firefox 浏览器。它展示了 MCP 在现实世界中的应用，将传统测试框架与 AI 集成的未来联系起来。

酷炫用例：

• 启动浏览器会话；

• 导航到网址；

• 使用各种定位策略查找元素；

• 执行浏览器交互，如点击、输入和截图。

这种实现通过允许通过 MCP 集成 AI，将 Selenium 与更广泛的 AI 应用生态系统连接起来。它还减少了每个新的数据源都需要新设置的摩擦 —— MCP 取代了这些分散的方法。

Awesome Kali MCPServers

Awesome Kali MCPServers 是为 Kali Linux 优化的 MCP 服务器设置的精选集合。它旨在支持 AI 代理执行诸如逆向工程和安全评估等任务，能够实现网络检查、目标嗅探、流量监控、二进制分析等工具的自动化工作流程。

酷炫用例：

• 灵活的网络分析；

• 目标嗅探和流量分析；

• 二进制理解；

• 自动化能力；

这些服务器是专注于安全的自动化的优秀示例服务器，展示了 MCP 如何帮助 AI 以清晰的方式与低级数据和工具交互。

MCP 无障碍扫描器

MCP 无障碍扫描器将 AI 驱动的无障碍测试与 Claude Desktop 集成，利用 Anthropic 的模型上下文协议（MCP）。

由 Justas Monkevičius 开发，该工具结合了 Playwright 进行 Web 自动化和 Axe-core 进行无障碍合规性测试。

通过利用 MCP，扫描器增强了 AI 辅助的无障碍分析，提供了自动化的见解，简化了测试工作流程。这个工具是 AI 与结构化外部系统集成如何提高测试效率和合规性的绝佳示例。

酷炫用例：

• 全面的 WCAG 合规性检查；

• 可视化违规突出显示；

• 详细的 JSON 报告。

它展示了 MCP 如何使 AI 对从事无障碍工作的测试人员更具行动力和针对性。MCP 允许扫描器获取相关的 DOM 和视觉数据，为 LLMs 提供上下文以获得准确的结果。

MCP 前端测试服务器

StudentOfJS 开发的前端测试 MCP 服务器是一款专门设计用于提高前端测试工作流程效率的工具。它为 JavaScript 和 TypeScript 应用程序提供了一套量身定制的功能，专注于 Jest 和 Cypress 框架。

酷炫用例：

• 代码分析；

• 测试生成；

• 测试执行；

• React 组件测试。

这个工具展示了 MCP 数据如何在模型和外部工具之间流动，用于测试和反馈循环。这是另一个展示 MCP 如何改变我们利用 AI 驱动的见解进行前端测试的示例。

Zapier MCP 

Zapier 推出了模型上下文协议（MCP），这是一个工具，使 AI 助手能够直接与 7000 多个应用程序交互并执行 30000 多个动作，而无需复杂的 API 集成。

酷炫用例：

• 发送消息；

• 管理数据；

• 安排事件；

• 更新记录。

尽管它不是开源的，但 Zapier 的 MCP 帮助 AI 助手将其功能扩展到数千个工具中，如 Google Sheets、Trello 和 Slack。这是一个灵活的解决方案，减少了自行构建 MCP 的开销，同时仍然允许 AI 模型和外部数据高效交互。

未来趋势：MCP 的发展方向是什么？

MCP 服务器正变得非常流行，特别是在你希望暴露给 AI 的接口方面。随着 AI 模型和外部系统需要共享实时上下文，MCP 起到了桥梁的作用。它正在获得大量的关注，随着 Anthropic、OpenAI 和亚马逊等主要参与者的支持，生态系统正在迅速增长。

例如，在我们的 TestGuild 私人社区中，Russell Johnson 指出了最新的公告，即 Vibe 与 GitHub Copilot 编码：代理模式和 MCP 支持正逐步向所有 VS Code 用户推出。

无论你是自己构建 MCP 工具，还是寻找示例服务器来学习，关键要点是：MCP 用于增强你的自动化工作流程不仅仅是一个锦上添花的功能 —— 它是未来的发展方向。

MCP 满足了在多个应用程序、工具和环境中保持上下文的不断增长的需求。它支持标准化的 AI 集成，并使获取数据、从内容存储库中检索信息以及连接到 API 或数据库变得更加容易 —— 所有这些都通过一个开放协议实现。

MCP 提供了构建更智能自动化所需的模型上下文组件。随着越来越多的工具采用 MCP 规范，预计将在各个行业中看到更多强大的 MCP 用例。

因此，请确保将此页面添加到书签中 —— 它将经常更新，包含使 MCP 对于自动化工程师更加强大的每一个新的数据源、工具或开发内容。

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】

​​