
Mcp Jacoco Reporter
crisschan
README
MCP-JaCoCo
MCP-JaCoCo 是一个服务器工具,用于将 JaCoCo 代码覆盖率报告转换为针对大型语言模型 (LLM) 优化的格式,从而使 AI 驱动的分析更加容易和有效。
为什么重要
随着 AI 和 LLM 在软件开发中扮演越来越重要的角色,传统的代码覆盖率报告(如 JaCoCo 的报告)需要进行改进。虽然 XML 格式对于人类来说很棒,但对于 AI 工具处理或分析来说并不理想。 MCP-JaCoCo 通过将这些报告转换为 LLM 友好的格式来弥合这一差距,从而为开发团队释放强大的优势:
- 代码覆盖率的快速、有意义的摘要
- 轻松识别未经测试或测试不充分的代码
- 针对新测试用例的智能建议
- 简化的 AI 辅助测试计划
- 覆盖率结果的自动文档记录 借助 MCP-JaCoCo,团队可以充分利用 AI 的潜力,提高测试工作流程的效率和洞察力。
它解决了什么问题
- 复杂格式:简化 JaCoCo 密集的 XML 报告以供 AI 使用
- 分散的数据:将覆盖率指标提取到一个可访问的位置
- 缓慢的分析:减少耗时的手动审查
- 集成障碍:使原始数据与 AI 工具良好配合
主要特点
- 智能转换:将 JaCoCo XML 报告转换为 LLM 友好的 JSON 格式
- 灵活的覆盖率类型:支持多种覆盖率指标(指令、分支、行等)
- 高效处理:快速轻量级的报告处理
- 结构化输出:组织良好的 JSON 格式,便于 AI 使用
- 可定制的分析:按特定感兴趣的指标过滤覆盖率数据
安装
使用以下配置通过 uv 安装 MCP-JaCoCo:
{
"mcpServers": {
"mcp-jacoco-reporter-server": {
"command": "uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"/Users/crisschan/workspace/pyspace/mcp-jacoco-reporter/mcp-jacoco-reporter-server.py"
],
"env": {
"COVERED_TYPES": "nocovered, partiallycovered, fullcovered"
},
"alwaysAllow": [
"jacoco_reporter_server"
]
}
}
}
工具
jacoco_reporter_server
- 读取 JaCoCo XML 报告并以 JSON 格式返回覆盖率数据
- 输入:
- jacoco_xmlreport_path:JaCoCo xml 报告路径 (jacoco.xml)
- 返回:
- 字符串,包含覆盖率指标的格式化 JSON 数据
示例输出格式:
[
{
"sourcefile": "PasswordUtil.java",
"package": "com/cicc/ut/util",
"lines": {
"nocovered": [],
"partiallycovered": []
},
"branch": {
"nocovered": [],
"partiallycovered": []
}
},
{
"sourcefile": "UserServiceImpl.java",
"package": "com/cicc/ut/service/impl",
"lines": {
"nocovered": [
33,
67,
69,
71,
72
],
"partiallycovered": []
},
"branch": {
"nocovered": [
67
],
"partiallycovered": [
32
]
}
},
{
"sourcefile": "Constants.java",
"package": "com/cicc/ut/constants",
"lines": {
"nocovered": [],
"partiallycovered": []
},
"branch": {
"nocovered": [],
"partiallycovered": []
}
},
{
"sourcefile": "AuthException.java",
"package": "com/cicc/ut/exceptions",
"lines": {
"nocovered": [],
"partiallycovered": []
},
"branch": {
"nocovered": [],
"partiallycovered": []
}
},
{
"sourcefile": "UserService.java",
"package": "com/cicc/ut/service",
"lines": {
"nocovered": [],
"partiallycovered": []
},
"branch": {
"nocovered": [],
"partiallycovered": []
}
}
]
推荐服务器
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。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。