QA-инженеры проводят в Allure TestOps часы: кликнуть, найти кейс, отфильтровать, сверить статус запуска, собрать статистику. Рутина, которую мы принимаем как должное.

Год назад я решил, что AI-агент должен делать эту работу за меня и стать частью аналитического тулсета для разработки и мануальных тестеров. Так у меня появилась возможность поддерживать \allure-testops-mcp\ — сервер, который даёт Claude, Cursor и другим клиентам прямой доступ к API TestOps: тест-кейсы, запуски, результаты, планы, аналитика, бэкапы, CSV-экспорт — всё через естественный язык.

Изначально это был обычный пет-проект: Docker-образ и базовый CRUD. За год он вырос в production-ready инструмент — 73 коммита, модульная архитектура, JWT-кеш, Zod-валидация, CLI для бэкапа/рестора, weekly-check версий API и еженедельные авто-релизы.

Самое интересное — не то, что умеет сервер, а как он меняет рабочий процесс. «Покажи мне 10 самых падающих кейсов за неделю и составь баг-репорт» — это не промпт, это запрос к API, который ИИ теперь умеет формулировать и исполнять сам.

Попробовать: \npx -y github:iampopovich/allure-testops-mcp\

Репозиторий: https://github.com/iampopovich/allure-testops-mcp Каталог инструментов: https://iampopovich.github.io/allure-testops-mcp/

Буду рад фидбеку, PR-ам и issue. Если пользуетесь Allure TestOps — расскажите, каких инструментов не хватает.

#MCP #AllureTestOps #QA #AQA #OpenSource #AI #Claude #Cursor #SoftwareEngineering #TypeScript