API Testing Automata

MCPAI代理

提供方 SohhamS

AI代理 stdio · 本地进程 API Key 社区 / 第三方
查看接入方式

一个强大的工具,用于从API规范自动生成模型上下文协议(MCP)服务器,适用于AI代理和LLM应用。

一句话选型结论

按资料字段整理

API Testing Automata 属于AI代理类 MCP 服务器,stdio · 本地进程,API Key,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权API Key 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 2 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量2暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

API测试Python本地部署自动化工具MCP服务器AI代理LLM应用

安装与配置

stdio · 本地进程 API Key
客户端在本机拉起子进程,数据不出本机
pip install -r requirements.txt

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Node.js 等运行时,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 2 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 2 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好API Key对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
API Testing Automata当前 2 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方SohhamS上游标注的维护方 SohhamS
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式API Key远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.3 KB
来自项目仓库与上游目录的原文,未做删改

API测试自动机

一个强大的工具,用于根据API规范自动生成模型上下文协议(MCP)服务器。该系统允许您快速将任何API转换为符合MCP的服务器,该服务器可与AI代理和LLM应用程序一起使用。

🌟 特性

  • 多格式支持:解析OpenAPI/Swagger文件、URL或自定义JSON格式
  • 自动生成刀具:将API端点转换为具有正确架构的MCP工具
  • 身份验证处理:支持API密钥、承载令牌和基本身份验证
  • 代码导出:生成独立的Python MCP服务器
  • 验证:生成前验证API规范
  • 丰富的CLI:带有进度指示器的漂亮命令行界面
  • 文档:自动生成全面的API文档

🚀 快速开始

安装

  1. 克隆存储库:```bash
    git clone
    cd "API Testing Automata - Basic Backend"

2. 安装依赖项:```bash
pip install -r requirements.txt

基本用法

  1. 从OpenAPI URL生成:```bash
    python main.py generate https://petstore.swagger.io/v2/swagger.json --output petstore_server.py

2. **从自定义JSON生成:**```bash
python main.py generate examples/open_meteo_api/open_meteo_api.json --output examples/open_meteo_api/open_meteo_api_mcp_server.py
  1. 验证API规范:```bash
    python main.py validate examples/open_meteo_api/open_meteo_api.json

4. **参见示例:**```bash
python main.py example

📋 输入格式

1.OpenAPI/Swagger格式

标准OpenAPI 2.0/3.0 JSON或YAML文件:```bash
python main.py generate openapi.json
python main.py generate https://api.example.com/swagger.json


### 2.自定义JSON格式

使用简化的自定义格式快速定义API:```json
{
"name": "My API",
"version": "1.0.0",
"description": "Example API",
"base_url": "https://api.example.com",
"auth": {
"type": "api_key",
"api_key_header": "X-API-Key"
},
"api": [
{
"name": "get_users",
"endpoint": "/users",
"method": "GET",
"description": "Get all users",
"input_schema": {
"type": "object",
"properties": {
"limit": {
"type": "integer",
"description": "Maximum number of users"
}
}
},
"output_schema": {
"type": "array",
"items": {"type": "object"}
}
}
]
}

🛠️ MCP生成器的功能

MCP生成器是将API规范转换为功能性MCP服务器的核心组件。以下是它的详细功能:

1. 工具定义生成

对于每个API端点,它会创建一个MCP工具,其中包含:

  • 名字:从端点操作ID或路径派生
  • 描述:使用API的描述来理解LLM
  • 输入架构:将API参数转换为JSON架构格式
  • 处理程序函数:生成Python代码以执行API调用

2. 架构转换

  • 将OpenAPI参数模式转换为MCP兼容的JSON模式
  • 处理路径参数、查询参数和请求体
  • 确保LLM使用的正确类型验证和描述
  • 将API响应模式映射到结构化输出格式

3. 身份验证集成

  • 从API规范中检测身份验证要求
  • 生成API密钥、承载令牌和基本身份验证的代码
  • 处理标头注入和凭据管理
  • 支持全局和每个端点的身份验证

4. 请求/响应处理

  • 为每个端点生成HTTP客户端代码
  • 处理带有路径参数替换的URL构造
  • 管理查询参数和请求正文
  • 处理响应并构建它们以供LLM使用
  • 包括全面的错误处理

5. 附加功能

  • 辅助工具:生成实用工具,如 list_available_endpoints 和 get_endpoint_schema
  • 资源:为API文档创建MCP资源
  • 验证:包括输入验证和错误处理
  • 文档:自动生成全面的API文档

6. 代码生成过程

生成器为每个端点创建这样的Python函数:```python
async def call_get_users(**kwargs):
"""Get all users - Auto-generated tool handler for GET /users"""
import requests
import json

try:

Extract and validate parameters

limit = kwargs.get('limit')
query_params = {}
if limit is not None:
query_params['limit'] = limit

Setup authentication

headers = {}
api_key = kwargs.get('api_key') or 'YOUR_API_KEY'
headers['X-API-Key'] = api_key

Make the API request

base_url = 'https://api.example.com'
url = base_url.rstrip('/') + '/users'
response = requests.get(url, params=query_params, headers=headers, timeout=30)
response.raise_for_status()

Process response

result_data = response.json()
result = {
'success': True,
'status_code': response.status_code,
'data': result_data,
'endpoint': 'get_users',
'method': 'GET',
'url': url
}
return result

except requests.RequestException as e:
return {"error": f"API request failed: {str(e)}", "success": False}
except Exception as e:
return {"error": f"Tool execution failed: {str(e)}", "success": False}


## 建筑```
API Testing Automata - Basic Backend/
├── api_to_mcp/          # Core generator package
│   ├── __init__.py      # Package initialization
│   ├── models.py        # Data models (Pydantic)
│   ├── parser.py        # Input parsing module
│   └── generator.py     # MCP server generation
├── main.py              # CLI interface
├── executor.py          # Executes generated MCP servers
├── orchestrator.py      # Orchestrates test generation and execution
├── examples/
│   └── open_meteo_api.json # Example custom format
├── requirements.txt     # Dependencies
└── README.md            # This file

关键部件:

  1. API解析器:处理各种输入格式的解析
  2. MCP发生器:创建MCP服务器的核心生成器
  3. 模型:用于验证和类型安全的Pydantic模型
  4. 命令行界面:丰富的命令行界面,易于使用

🔐 身份验证支持

系统支持多种身份验证方式:

  • API密钥:基于标头的API密钥身份验证
  • 承载令牌:JWT或基于令牌的身份验证
  • 基本认证:用户名/密码验证
  • 无身份验证:用于公共API

身份验证可以全局指定或按端点指定。

📊 生成的MCP服务器功能

生成的MCP服务器包括:

工具

  • 每个API端点一个工具
  • list_available_endpoints:列出所有可用工具
  • get_endpoint_schema:获取任何端点的详细架构

资源

  • api_documentation:以降价格式提供完整的API文档

免责声明:

这是一项正在进行的工作,尚未准备好投入生产使用。此外,自述文件是使用AI生成的,因此可能不准确。

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
API Testing Automata 怎么安装?

在客户端按下面的安装命令接入:pip install -r requirements.txt。装完在客户端配置里引用同一个包或端点。

API Testing Automata 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

API Testing Automata 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

API Testing Automata 需要 API Key 吗?

资料标注需要API Key认证,使用前准备好对应凭据,并按最小权限配置。

API Testing Automata 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 API测试、AI代理、Python、LLM应用、自动化。具体工具清单以官方文档为准。

API Testing Automata 需要什么运行环境?

属于本地进程,需要在本机装好运行环境。

API Testing Automata 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。