使用MCP协议重新定义QA多代理AI自动化

本项目演示了如何使用模型上下文协议（MCP）构建一个多代理AI自动化框架。该设置使大型语言模型（此处为Claude AI）能够通过标准化工具接口自主执行UI流程、API验证、文件操作以及跨系统认证工作流。

关键特性

• 多代理系统：

  • Web自动化代理 – 使用Playwright通过MCP服务器实现浏览器工作流自动化。
  • API及文件系统代理 – 执行API测试并与本地数据交互。
  • Excel代理 – 读写Excel文件以进行场景驱动的数据管理。

• 端到端测试场景：

  1. 注册验证工作流 – 确保对空/无效注册进行正确验证。
  2. 完整注册+认证（UI&API） – 验证双认证流程并持久化凭据。
  3. 密码恢复及跨渠道认证 – 自动化通过UI和API进行密码重置和重新认证。

• 全面报告：

  • 测试总结仪表板
  • 详细的执行报告
  • 测试工件
  • 测试覆盖率分析和矩阵
  • 关键观察结果

• 代理AI编排：

  • 使用Claude AI作为客户端协调多代理工作流
  • 智能提示驱动执行
  • 在UI、API和文件系统之间无缝同步

---

开始使用

前置条件

• Python 3.10+
• Node.js（用于Playwright）
• Claude AI客户端访问权限
• 已配置的MCP服务器

安装

1. 克隆仓库：

git clone https://github.com/sarthak1095/Redefining-QA-Multi-Agent-AI-Automation-Using-MCP-Protocol.git

2. 导航至项目目录：

cd Redefining-QA-Multi-Agent-AI-Automation-Using-MCP-Protocol

3. 安装依赖项：

pip install -r requirements.txt

4. 使用MCP服务器端点和凭据配置config.json。

---

使用方法

1. 运行多代理测试工作流：

python run_tests.py

2. 查看Markdown/HTML格式的综合测试执行报告。
3. 检查newdata.xlsx下的Excel输出以获取测试数据结果。

---

测试场景及结果

1. 空注册验证： 所有字段级验证成功触发。
2. 完整注册+认证： UI和API登录流程验证，凭据持久化到Excel。
3. 密码恢复及重新认证： 跨UI和API的端到端密码重置验证，注销验证。

✅ 总体状态： 所有场景通过（100%成功率）

---

贡献

欢迎贡献！请创建问题或拉取请求以修复错误、改进或添加新的测试场景。

---

参考资料

• 学习代理AI – 构建多代理自动化工作流，作者Rahul Shetty
• MCP协议文档 – Anthropic