MCP Perf Suite

关键词

性能管线自动化测试API 流水线LLM 集成脚本生成

使用说明（Markdown 格式，便于阅读与操作）：

  • 项目简介
    • MCP Perf Suite 是一个包含多种 MCP 服务器的集合，面向在性能测试场景中提供上下文信息、工具执行、以及 Prompts 渲染等能力的后端服务。各子服务器围绕 MCP 协议实现资源、工具、提示等核心能力，并通过 JSON-RPC 与客户端通信，支持多传输通道与会话管理。
  • 主要功能点
    • 资源与数据访问：通过 MCP 服务器托管、读取与管理测试相关的资源、结果、分析数据等。
    • 工具注册与执行：LLM 客户端可通过服务器暴露的工具（Tools）调用外部功能，完成如脚本生成、数据提取、测试执行等任务。
    • 提示模板与渲染：提供可配置的 Prompt 模板，支持定制化的 LLM 交互模式。
    • 链路与管线：涵盖从测试创建、执行、分析、报告等全过程的 MCP 服务，形成端到端的工作流管线。
    • 多传输与会话：服务器端实现会话管理、能力声明，支持 Stdio、SSE、WebSocket 等传输协议，确保跨组件协作的安全与扩展性。
  • 安装步骤
    • 克隆仓库：获取全部 MCP 服务器及相关模块代码。
    • 安装依赖：确保环境具备 Python 3.12+、FastMCP、httpx、PyYAML 等依赖（具体依赖在各子模块的 README/配置中给出）。
    • 启动任一 MCP 服务器：进入对应子目录，运行对应入口脚本（下文给出示例命令），服务器将以标准输入输出（stdio）方式暴露 MCP JSON-RPC 接口。
  • 服务器配置（MCP 客户端需要的启动信息，JSON 形式） 说明：MCP 客户端通过该配置知道如何启动并连接到 MCP 服务器。以下示例包含名称、启动命令及参数，便于快速接入。 { "servers": [ { "server_name": "JMeter MCP Server", "command": "python3", "args": ["jmeter-mcp/jmeter.py"], "description": "暴露 JMeter 相关 MCP 服务的服务器，提供脚本生成与分析等能力。" }, { "server_name": "Datadog MCP Server", "command": "python3", "args": ["datadog-mcp/datadog.py"], "description": "与 Datadog 数据源对接的 MCP 服务，用于度量与日志分析的上下文服务。" }, { "server_name": "MS Graph MCP Server", "command": "python3", "args": ["msgraph-mcp/msgraph.py"], "description": "将性能测试产出发布到 Microsoft Graph/SharePoint 生态的 MCP 服务。" } ] }
  • 基本使用方法
    • 启动：按上述配置启动任一服务器，如 JMeter MCP Server，通过运行指定命令来启动。
    • 连接：MCP 客户端使用 JSON-RPC 与服务器通信，请求读取资源、执行工具、获取 Prompt 等能力。
    • 使用流程：在客户端请求中指定所需资源、工具调用或 Prompt 模板，服务器按标准化数据契约返回结果或通知。
    • 运行与扩展：仓库内每个子服务器都提供了相应的工具、API、以及可扩展的架构，便于按需添加新的数据源、工具或分析能力。
  • 运行与调试建议
    • 确保 Python 版本与依赖正确安装，关注各子服务器的启动日志输出。
    • 如遇跨服务交互，确保会话与能力声明（capabilities）正确对齐，按 MCP 协议规范进行请求/响应。

服务器信息

访问项目