TestRail MCP Server
用于 TestRail 的 MCP 服务器 (Yòng yú TestRail de MCP fúwùqì)
sker65
README
TestRail MCP 服务器
一个用于 TestRail 的模型上下文协议 (MCP) 服务器,允许通过标准化协议与 TestRail 的核心实体进行交互。
功能
- 使用 TestRail API 进行身份验证
- 访问 TestRail 实体:
- 项目
- 用例
- 运行
- 结果
- 数据集
- 完全支持模型上下文协议
- 兼容任何 MCP 客户端(Claude Desktop、Cursor、Winsurf 等)
安装
通过 Smithery 安装
要通过 Smithery 为 Claude Desktop 自动安装 testrail-mcp,请执行以下操作:
npx -y @smithery/cli install @sker65/testrail-mcp --client claude
手动安装
-
克隆此存储库:
git clone https://github.com/yourusername/testrail-mcp.git cd testrail-mcp
-
创建并激活虚拟环境:
python -m venv .venv source .venv/bin/activate # 在 Windows 上:.venv\Scripts\activate
-
安装依赖项:
pip install -e .
配置
TestRail MCP 服务器需要特定的环境变量才能与您的 TestRail 实例进行身份验证。 必须在运行服务器之前设置这些变量。
-
在项目的根目录中创建一个
.env
文件:TESTRAIL_URL=https://your-instance.testrail.io TESTRAIL_USERNAME=your-email@example.com TESTRAIL_API_KEY=your-api-key
重要提示:
TESTRAIL_URL
应该是您的 TestRail 实例的完整 URL(例如,https://example.testrail.io
)TESTRAIL_USERNAME
是您用于登录的 TestRail 电子邮件地址TESTRAIL_API_KEY
是您的 TestRail API 密钥(不是您的密码)- 要生成 API 密钥,请登录 TestRail,转到“我的设置”>“API 密钥”并创建一个新密钥
-
验证配置是否已正确加载:
python -c "from testrail_mcp.config import TESTRAIL_URL, TESTRAIL_USERNAME, TESTRAIL_API_KEY; print(f'URL: {TESTRAIL_URL}, Username: {TESTRAIL_USERNAME}, API Key: {TESTRAIL_API_KEY[:5]}...')"
这应该打印您的 TestRail URL、用户名和 API 密钥的前几个字符。
如果您将此服务器与 Claude Desktop 或 Cursor 等客户端一起使用,请确保环境变量可供运行服务器的进程访问。 您可能需要在系统环境中设置这些变量,或者确保它们是从 .env
文件加载的。
用法
运行服务器
服务器可以直接作为 Python 模块运行:
python -m testrail_mcp
这将以 stdio 模式启动 MCP 服务器,该模式可用于支持 stdio 通信的 MCP 客户端。
与 MCP 客户端一起使用
Claude Desktop
- 打开 Claude Desktop
- 转到设置 > 服务器
- 单击“安装服务器”
- 导航到您的项目目录
- 选择 Python 模块:
testrail_mcp
- Claude Desktop 现在可以使用您的 TestRail MCP 服务器
Cursor
- 打开 Cursor
- 转到设置 > AI > 自定义工具
- 单击“添加工具”
- 配置工具:
- 名称:TestRail MCP
- 命令:
python -m testrail_mcp
- 通信:Stdio
- 保存配置
Winsurf
- 打开 Winsurf
- 转到设置 > 工具
- 单击“添加工具”
- 配置工具:
- 名称:TestRail MCP
- 命令:
python -m testrail_mcp
- 协议:MCP
- 保存配置
使用 MCP Inspector 进行测试
对于测试和调试,您可以使用 MCP Inspector:
npx @modelcontextprotocol/inspector stdio -- python -m testrail_mcp
这将打开一个 Web 界面,您可以在其中浏览和测试所有可用的工具和资源。
开发
此服务器使用以下技术构建:
- FastMCP - 用于构建 MCP 服务器的 Python 框架
- Requests - 用于与 TestRail API 进行 HTTP 通信
- python-dotenv - 用于环境变量管理
许可证
MIT
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。