GPA Backend Test Analyst MCP
Enables backend test quality analysis for GPA e-commerce, including coverage analysis, reverse engineering, architecture mapping, and test suite generation.
README
GPA Backend Test Analyst MCP
Servidor MCP especializado em análise de qualidade de testes backend para o e-commerce do Grupo Pão de Açúcar (GPA).
Atua como um Engenheiro Sênior de Backend na sustentação de microsserviços, cobrindo análise de cobertura, engenharia reversa de módulos sem documentação, mapeamento de arquiteturas descentralizadas e geração de suites de testes completas.
Índice
- Pré-requisitos
- Instalação
- Como rodar
- Integração com VS Code
- Tools disponíveis
- Resources disponíveis
- Prompt Templates
- Exemplos de uso
- Métricas de qualidade
Pré-requisitos
Instalação
git clone <url-do-repositorio>
cd McpAutomation
npm install
npm run build
Como rodar
Modo desenvolvimento (sem build)
npm run dev
Modo produção
npm run build
npm start
Testar visualmente com o MCP Inspector
npx @modelcontextprotocol/inspector node dist/gpa-mcp-server.js
Acesse http://localhost:6274 para explorar todas as tools, resources e prompts com uma interface gráfica.
Integração com VS Code
O arquivo .vscode/mcp.json já está configurado. Com o build gerado (dist/gpa-mcp-server.js), o servidor é detectado automaticamente pelo VS Code.
- Abra o GitHub Copilot Chat (
Ctrl+Alt+I) - Selecione o modo Agent
- O servidor
gpa-backend-test-analystestará disponível
Configuração manual (outros clientes MCP)
{
"mcpServers": {
"gpa-backend-test-analyst": {
"command": "node",
"args": ["caminho/para/dist/gpa-mcp-server.js"],
"env": {
"GPA_ENVIRONMENT": "sustentacao",
"TARGET_COVERAGE": "100"
}
}
}
}
Tools disponíveis
analyze_test_coverage
Analisa o relatório de cobertura de um serviço. Identifica gaps, classifica riscos de negócio por criticidade e sugere casos de teste para fechar os gaps.
| Parâmetro | Tipo | Obrigatório | Descrição |
|---|---|---|---|
service_name |
string | ✅ | Nome do microsserviço ou módulo |
coverage_report |
string | ✅ | Relatório em formato LCOV, JSON ou XML (Istanbul/JaCoCo) |
target_coverage |
number | ❌ | Meta de cobertura em % (padrão: 100) |
reverse_engineer_module
Analisa código sem documentação e gera descrição funcional, contratos de entrada/saída, dependências identificadas e documentação pronta (Javadoc/JSDoc).
| Parâmetro | Tipo | Obrigatório | Descrição |
|---|---|---|---|
code_snippet |
string | ✅ | Trecho de código a analisar |
language |
enum | ✅ | java, kotlin, node, python, go |
context |
string | ❌ | Contexto do módulo (ex: checkout service) |
map_decentralized_architecture
Mapeia dependências entre microsserviços, identifica Single Points of Failure (SPOFs), fluxos síncronos/assíncronos e gera estratégia de testes por camada com diagrama Mermaid.
| Parâmetro | Tipo | Obrigatório | Descrição |
|---|---|---|---|
service_list |
string[] | ✅ | Lista dos serviços envolvidos |
entry_point |
string | ✅ | Serviço de entrada da análise |
interaction_logs |
string | ❌ | Logs de chamadas entre serviços |
generate_test_suite
Gera suite de testes completa com 100% de cobertura de branches: happy path, edge cases, cenários de erro, testes de contrato e mocks configurados.
| Parâmetro | Tipo | Obrigatório | Descrição |
|---|---|---|---|
code_snippet |
string | ✅ | Código-fonte do método/classe a testar |
framework |
enum | ✅ | junit5, jest, pytest, testng, spock |
coverage_gaps |
string[] | ❌ | Linhas/branches sem cobertura identificados |
mock_strategy |
enum | ❌ | mockito, jest-mock, wiremock, testcontainers |
diagnose_test_failure
Diagnostica falhas em testes existentes: identifica causa raiz, classifica o tipo (flaky, regression, environment, test bug, production bug) e gera o código corrigido.
| Parâmetro | Tipo | Obrigatório | Descrição |
|---|---|---|---|
test_name |
string | ✅ | Nome completo do teste que falhou |
error_log |
string | ✅ | Stack trace ou log de erro completo |
test_code |
string | ❌ | Código-fonte do teste |
production_code |
string | ❌ | Código de produção relacionado |
generate_documentation
Gera documentação técnica a partir do código nos formatos JSDoc, Javadoc, OpenAPI 3.0, ADR, README ou Wiki.
| Parâmetro | Tipo | Obrigatório | Descrição |
|---|---|---|---|
code_snippet |
string | ✅ | Código-fonte para documentar |
doc_type |
enum | ✅ | jsdoc, javadoc, openapi, adr, readme, wiki |
service_context |
string | ❌ | Contexto do serviço |
Resources disponíveis
| URI | Nome | Descrição |
|---|---|---|
gpa://architecture/service-map |
Mapa de Arquitetura GPA | Todos os microsserviços por domínio com integrações e padrões |
gpa://tests/coverage-baseline |
Baseline de Cobertura | Cobertura atual por serviço com status e prioridade de melhoria |
gpa://tests/flaky-registry |
Registro de Testes Flaky | Testes instáveis conhecidos com causa suspeita e status de investigação |
Prompt Templates
| Nome | Parâmetros | Descrição |
|---|---|---|
coverage-analysis |
service_name, target_coverage |
Análise completa de cobertura com gaps e estimativa de esforço |
reverse-engineer-module |
service_name |
Engenharia reversa com contrato, dependências e documentação |
architecture-mapping |
service_list, entry_point |
Mapeamento de arquitetura com diagrama Mermaid e estratégia de testes |
generate-test-suite |
framework, mock_strategy |
Geração de suite com 100% de cobertura e nomenclatura padrão |
Exemplos de uso
Analisar cobertura de um serviço
Analise a cobertura do checkout-service com meta de 100%.
[cole o relatório LCOV aqui]
Fazer engenharia reversa de um método
Analise esse código Java do payment-service sem documentação e gere o Javadoc completo.
[cole o código aqui]
Mapear dependências de um fluxo de compra
Mapeie os serviços: cart-service, checkout-service, payment-service, order-service
Ponto de entrada: checkout-service
Diagnosticar um teste falhando na pipeline
O teste should_complete_order_when_payment_approved está falhando com esse erro:
[cole o stack trace aqui]
Métricas de qualidade
| Métrica | Meta |
|---|---|
| Line Coverage | ≥ 100% |
| Branch Coverage | ≥ 100% |
| Mutation Score | ≥ 85% |
| Flaky Test Rate | < 1% |
| Tempo de execução (unit) | < 5 min |
| Tempo de execução (integration) | < 15 min |
Domínios cobertos
catalog · cart · checkout · payment · order · fulfillment · customer
Integrações: gateways de pagamento · ERPs · WMS · CDN · Kafka · RabbitMQ · Antifraude
Padrões: REST · gRPC · Event-driven · BFF · CQRS · Saga
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。