MCP (Model Context Protocol) — это способ стандартизировать подключение ИИ-агента к внешним сервисам. Если совсем просто: набор правил, по которым ассистент может запрашивать данные и выполнять действия в ваших инструментах. Настроили подключения один раз — и агент пользуется ими сам, без ручного копирования.

Что он может в работе тестировщика?

• Веб-интерфейс. Открыть страницу, заполнить форму данными.

• База данных. После прохождения сценария выполнить read-only запрос и сверить, что запись появилась и поля соответствуют ожиданиям.

• Баг-трекер. Прочитать задачу, собрать по ней чек-лист, подготовить черновик бага в Jira.

• Документация. Найти нужное требование в Confluence, сравнить с фактическим поведением системы и показать расхождение.

• Логи. Вытащить ошибки по конкретному запросу или пользователю, сгруппировать и приложить к отчёту.

• API. Вызвать эндпоинты по Swagger, проверить коды ответа и схемы — без ручных прогонов в Postman.

• TMS. Перенести чек-лист, обновить статусы кейсов после прогона.

В чем прикол данного подхода? Когда агент идет по workflow .

Читает задачу → открывает требование → пишет чек-лист проверок → проходит сценарий по шагам → подтягивает лог → готовит черновик бага. Вы в этом случае занимаете роль проверяющего.

Про безопасность. ВАЖНО!

Чем больше у агента доступов, тем выше цена ошибки. Поэтому права нужно выдавать не «чтобы всё работало», а по минимуму.

Базу подключаем в режиме только чтения и не к проду — к тестовому стенду или копии. Для агента заводим отдельного пользователя, а не свой аккаунт: так проще ограничить права и в любой момент отозвать доступ.

Всё, что меняет данные — создаёт, редактирует, удаляет, закрывает задачи, — выполняется только после подтверждения человеком. Агент может подготовить черновик, но последнее слово остаётся за вами.

Действия агента должны быть видны: логи запросов, какие инструменты вызывались, что вернулось. Это помогает и разбирать инциденты, и понимать, где агент ошибся.