Zephyr Scale MCP Server

MCP开发工具

提供方 metquay

开发工具 stdio · 本地进程 Token 社区 / 第三方 Claude DesktopClaude
查看接入方式

Zephyr Scale MCP Server是一个为SmartBear Zephyr Scale测试管理平台提供的模型上下文协议(MCP)服务器,通过REST API实现自动化测试管理流程,支持与Claude等MCP兼容工具的集成。

一句话选型结论

按资料字段整理

Zephyr Scale MCP Server 属于开发工具类 MCP 服务器,stdio · 本地进程,Token,可直接接入 Claude Desktop、Claude,有可直接复制的远程端点配置。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。

分类开发工具 传输方式stdio · 本地进程 鉴权Token 部署方式支持远程部署
GitHub 星标 2 仓库热度,无公开仓库时显示未标注
工具数 45 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

开发工具
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45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

支持客户端

适用场景

测试管理Python本地部署自动化测试API集成RESTAPIZephyrScale

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
uv run python zephyr_mcp_server.py

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

    确认你的客户端支持远程端点,并拿到服务地址。

  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 45 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
代码与仓库操作

在对话里直接查代码、提 issue、走 PR,省掉来回切工具。

本地命令与脚本

把构建、测试、格式化这类重复命令交给模型执行。

接口联调与测试

让模型调你的接口、跑一遍用例,快速定位问题。

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 45 个工具,覆盖面较广,能满足多种调用。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。

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Token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

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 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
Zephyr Scale MCP Server当前 45 stdio · 本地进程 支持远程部署 有 2026-05-17
Git 838e2ec1 12 stdio · 本地进程 本地部署 有 2026-05-17
Markitdown MCP 2c653a5f 1 stdio · 本地进程 本地部署 有 2026-05-17
JavaGuide 未标注 stdio · 本地进程 本地部署 有 2026-04-11
awesome-claude-skills 未标注 stdio · 本地进程 本地部署 有 2026-04-26
Context7 831acf40 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

开发工具
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metquay上游标注的维护方 metquay
分类开发工具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Token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 · Python本地安装时用到的包标识与运行时
部署类型支持远程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

9.3 KB
来自项目仓库与上游目录的原文,未做删改

Zephyr Scale MCP服务器

用于SmartBear Zephyr Scale测试管理平台的综合模型上下文协议(MCP)服务器。该服务器提供与Zephyr Scale的REST API的无缝集成,通过Claude和其他兼容MCP的工具实现自动化测试管理工作流程。

目录

  • 特性
  • 编码结构
  • 先决条件
  • 安装
  • 配置
  • 使用Claude Desktop进行设置
  • 可用工具
  • 使用示例
  • 错误处理
  • 贡献
  • 许可证

特性

  • API全面覆盖:所有主要的Zephyr Scale终点
  • 区域支持:全球和欧盟地区API
  • 全面的错误处理:详细的错误消息和状态代码
  • 类型安全:正确的类型提示和枚举
  • 分页支持:高效处理大型数据集
  • 灵活的身份验证:基于JWT令牌的身份验证
  • 日志记录:用于调试的全面日志记录

编码结构```

zephyr-scale-mcp/
├── .venv/ # UV virtual environment
├── zephyr_mcp_server.py # Main MCP server implementation
├── .env # Environment variables (create this)
├── pyproject.toml # UV project configuration
├── uv.lock # UV lock file
├── .gitignore # Git ignore file
└── README.md # This file


### 核心组件```python
# Main server initialization
mcp = FastMCP("zephyr-scale")

# HTTP client with error handling
async def make_zephyr_request(method, url, data=None, params=None)

# Tool categories:
# - Test Cases (13 tools)
# - Folders (3 tools)
# - Test Cycles (4 tools)
# - Test Executions (4 tools)
# - Projects (2 tools)
# - Priorities (4 tools)
# - Statuses (4 tools)
# - Environments (4 tools)
# - Links (1 tool)
# - Issue Links (4 tools)
# - Utilities (2 tools)

先决条件

  • Python 3.8+
  • 具有API访问权限的Zephyr Scale帐户
  • Jira实例已连接到Zephyr Scale
  • 有效的Zephyr Scale API令牌

安装

  1. 初始化UV项目```bash

Create project directory

mkdir zephyr-scale-mcp
cd zephyr-scale-mcp

Initialize uv project

uv init

Save the zephyr_mcp_server.py file in this directory


1. **使用UV安装依赖项**```bash
uv add fastmcp python-dotenv httpx
  1. 你的pyproject.toml应该看起来像```toml
    [project]
    name = "zephyr-scale-mcp"
    version = "0.1.0"
    description = "Zephyr Scale MCP Server"
    dependencies = [
    "fastmcp>=0.1.0",
    "dotenv>=1.0.0",
    "httpx>=0.25.0",
    ]
    requires-python = ">=3.8"

## 配置

1. **生成Zephyr规模的API令牌**

- 登录您的Jira实例
- 点击您的个人资料图片(左下角)
- 选择“Zephyr API密钥”
- 生成新的API密钥
- 复制令牌以进行配置

1. **创建环境文件**
创建一个 `.env` 项目目录中的文件:```env
# Required: Your Zephyr Scale API token
ZEPHYR_API_TOKEN=your_jwt_token_here

# Optional: Set to true for EU region (default: false)
ZEPHYR_USE_EU_REGION=false
  1. 测试配置```bash
    uv run python zephyr_mcp_server.py

## 使用Claude Desktop进行设置

1. **找到Claude桌面配置**

- **macOS**: `~/Library/Application Support/Claude/claude_desktop_config.json`
- **视窗**: `%APPDATA%\Claude\claude_desktop_config.json`

1. **添加MCP服务器配置**```json
{
"mcpServers": {
"zephyr-scale": {
"command": "uv",
"args": ["run", "python", "app.py"],
"cwd": "/path/to/your/zephyr-scale-mcp",
"env": {
"ZEPHYR_API_TOKEN": "your_jwt_token_here",
"ZEPHYR_USE_EU_REGION": "false"
}
}
}
}
  1. 替代方案:使用.env文件(推荐)```json
    {
    "mcpServers": {
    "zephyr-scale": {
    "command": "uv",
    "args": ["run", "python", "zephyr_mcp_server.py"],
    "cwd": "/path/to/your/zephyr-scale-mcp"
    }
    }
    }

1. **重新启动克劳德桌面**

- 完全关闭克劳德桌面
- 重新启动应用程序
- Zephyr Scale工具现在应该可用了

## 可用工具

### 📝 测试用例(13个工具)

- `get_test_cases` -列出带有筛选功能的测试用例
- `get_test_case` -获取特定测试用例详细信息
- `create_test_case` -创建新的测试用例
- `update_test_case` -更新现有测试用例
- `get_test_case_links` -获取测试用例的所有链接
- `create_test_case_issue_link` -将测试用例链接到Jira问题
- `create_test_case_web_link` -为测试用例创建web链接
- `get_test_case_versions` -获取测试用例的所有版本
- `get_test_case_version` -获取特定版本
- `get_test_case_script` -获取测试脚本内容
- `create_test_case_script` -创建/更新测试脚本
- `get_test_case_steps` -获取测试步骤
- `create_test_case_steps` -创建测试步骤

### 📁 文件夹(3个工具)

- `get_folders` -列出具有筛选功能的文件夹
- `get_folder` -获取特定文件夹的详细信息
- `create_folder` -创建新文件夹

### 🔄 测试周期(4个工具)

- `get_test_cycles` -列出测试周期
- `get_test_cycle` -获取特定的测试周期
- `create_test_cycle` -创建新的测试周期
- `update_test_cycle` -更新现有测试周期

### ▶️ 测试执行(4个工具)

- `get_test_executions` -列出测试执行情况
- `get_test_execution` -获得具体执行
- `create_test_execution` -创建新执行
- `update_test_execution` -更新执行结果

### 🏗️ 项目(2个工具)

- `get_projects` -列出所有项目
- `get_project` -获取具体项目详细信息

### 🔺 优先级(4种工具)

- `get_priorities` -列出优先级
- `get_priority` -获得特定优先级
- `create_priority` -创建新优先级
- `update_priority` -更新现有优先级

### 📊 状态(4个工具)

- `get_statuses` -列出状态
- `get_status` -获取特定状态
- `create_status` -创建新状态
- `update_status` -更新现有状态

### 🌍 环境(4个工具)

- `get_environments` -列出环境
- `get_environment` -获取特定环境
- `create_environment` -创建新环境
- `update_environment` -更新现有环境

### 🔗 链接(1个工具)

- `delete_link` -按ID删除任何链接

### 🎯 问题链接(4个工具)

- `get_issue_link_test_cases` -获取与Jira问题关联的测试用例
- `get_issue_link_test_cycles` -获取与Jira问题关联的测试周期
- `get_issue_link_test_plans` -获取与Jira问题关联的测试计划
- `get_issue_link_test_executions` -获取与Jira问题关联的执行

### 🛠️ 实用程序(2个工具)

- `health_check` -检查API运行状况
- `get_api_info` -获取服务器配置信息

## 使用示例

### 1.创建测试用例```
Create a test case named "User Login Validation" for project "DEMO" with high priority and objective "Validate user authentication flow"

2.使用文件夹组织测试```

Create a folder structure for organizing regression tests in project "DEMO"


### 3.执行测试循环```
Create a test cycle for Sprint 1 testing in project "DEMO" and show me all test executions

4.将测试链接到问题```

Link test case DEMO-T123 to Jira issue DEMO-456


### 5.管理测试环境```
Create testing environments for Chrome, Firefox, and Safari browsers in project "DEMO"

6.生成测试报告```

Get all test executions for project "DEMO" from the last 7 days and summarize the results


### 7.批量操作```
Get all test cases in folder ID 100 and update their priority to "High"

8.集成工作流程```

For each failed test execution, create a Jira issue and link it to the test case


## 错误处理

服务器包括全面的错误处理:

- **HTTP错误**:详细的状态代码和消息
- **身份验证错误**:明确令牌验证反馈
- **验证错误**:参数验证,并显示有用消息
- **网络错误**:超时和连接错误处理
- **JSON解析**:妥善处理格式错误的回复

错误响应示例:```json
{
"error": "HTTP 401: Unauthorized - Invalid API token",
"status_code": 401
}

故障排除

常见问题

  1. “未设置API令牌”错误
  • 确保 ZEPHYR_API_TOKEN 已设置 .env 文件
  • 验证令牌是否有效且未过期
  1. “连接超时”错误
  • 检查网络连接
  • 验证API基本URL(全球与欧盟地区)
  1. “找不到项目”错误
  • 确保项目密钥存在且可访问
  • 检查Jira/Zephyr Scale中的用户权限
  1. 工具未出现在Claude中
  • 验证 claude_desktop_config.json 语法
  • 检查文件路径是否为绝对路径
  • 配置更改后重新启动Claude Desktop

调试模式

通过修改服务器启用调试日志记录:python logging.basicConfig(level=logging.DEBUG)

API费率限制

Zephyr Scale有速率限制。服务器优雅地处理这些问题:

  • 自动重试速率限制错误
  • 指数退避策略
  • 超出限制时清除错误消息

安全考虑

  • 将API令牌安全地存储在环境变量中
  • 使用 .env 仅用于本地开发的文件
  • 考虑在生产中使用机密管理
  • 定期轮换API代币
  • 监控API使用和访问日志

贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 如果适用,添加测试
  5. 提交拉取请求

许可证

此项目根据MIT许可证获得许可-有关详细信息,请参阅许可证文件。

支持

关于以下问题:

  • 此MCP服务器:在此存储库中创建问题
  • Zephyr规模API:联系SmartBear支持
  • 克劳德桌面:联系Anthropic支持

更新日志

v1.0.0

  • API全面覆盖的首次发布
  • 支持所有主要的Zephyr Scale端点
  • 全面的错误处理
  • 区域支持(全球/欧盟)
  • Claude桌面集成

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Zephyr Scale MCP Server 怎么安装?

在客户端按下面的安装命令接入:uv run python zephyr_mcp_server.py。装完在客户端配置里引用同一个包或端点。

Zephyr Scale MCP Server 怎么在 Claude Desktop、Claude 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

Zephyr Scale MCP Server 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。

Zephyr Scale MCP Server 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

Zephyr Scale MCP Server 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Zephyr Scale MCP Server 能提供哪些能力?

资料显示约 45 个工具;能力标签包括 API集成、测试管理、Python、Claude、自动化测试。具体工具清单以官方文档为准。

Zephyr Scale MCP Server 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Zephyr Scale MCP Server 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。