🚀 MCP - JaCoCo
MCP - JaCoCo 是一款服务器工具，它能够把 JaCoCo 代码覆盖率报告转换为适合大型语言模型（LLMs）使用的格式，让人工智能驱动的分析变得更加高效、有效。
🚀 快速开始
MCP - JaCoCo 可将传统的 JaCoCo 代码覆盖率报告转换为适合 AI 处理的格式，助力开发团队在测试工作流中充分发挥人工智能的潜力，提升效率与洞察力。
✨ 主要特性
- 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：快速且轻量级的报告处理。
- 结构化输出：组织良好的 JSON 格式，便于 AI 消费。
- 可自定义分析：按特定指标过滤覆盖率数据。
📦 安装指南
使用 uv 安装 MCP - JaCoCo，配置如下：
{
"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"
]
}
}
}
💻 使用示例
基础用法
jacoco_reporter_server 工具可读取 JaCoCo XML 报告并返回 JSON 格式的覆盖率数据。
- 输入：
jacoco_xmlreport_path：JaCoCo xml 报告路径（jacoco.xml）
- 输出：
- 字符串，包含覆盖度量的格式化 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": [
32,
40,
51,
67
],
"partiallycovered": []
},
"branch": {
"nocovered": [],
"partiallycovered": []
}
}
]
📚 详细文档
为什么重要
随着人工智能和大语言模型在软件开发中的作用日益增强，传统的 JaCoCo 代码覆盖率报告——尽管对人类有用——其 XML 格式并不适合 AI 工具进行处理或分析。MCP - JaCoCo 搭建了这座桥梁，将这些报告转换为 LLM 友好的格式，为开发团队带来了显著的优势：
- 快速生成有意义的代码覆盖率摘要
- 轻松识别未测试或测试不足的代码
- 提供智能的新测试用例建议
- 实现 AI 辅助测试计划的自动化
- 简化覆盖率结果的文档记录
解决的问题
- 复杂格式：简化 JaCoCo 的密集 XML 报告以供 AI 使用。
- 分散数据：将覆盖率指标集中到一个易于访问的地方。
- 缓慢分析：减少耗时的人工审查。
- 集成障碍：使原始数据与 AI 工具兼容。