Cat2Bug Platform + MCP 实战教程:用 AI 直接查缺陷、管用例、推报告
Cat2Bug Platform + MCP 实战教程:用 AI 直接查缺陷、管用例、推报告
在测试管理和缺陷跟踪场景里,最消耗时间的往往不是“做事”,而是“切换工具”:登录平台、找项目、筛选缺陷、复制编号、再去执行操作。Cat2Bug Platform 结合 MCP(Model Context Protocol)后,这一套流程可以直接收敛到 AI 对话里——让 Cursor、Claude Code 等客户端通过 @cat2bug/mcp 连接平台,按自然语言完成缺陷查询、用例管理、交付物浏览、报告推送等操作。

这篇教程会带你从 0 到 1 完成 Cat2Bug Platform + MCP 接入,并顺手搭建一个适合团队协作的封面式开篇:先理解授权,再配置 MCP,最后在 AI 对话中跑通真实业务动作。
一、为什么要把 Cat2Bug 和 MCP 结合起来
Cat2Bug Platform 本身已经把项目、成员、交付物、测试用例、缺陷和报告串成了一套完整链路;而 MCP 的价值,在于把这些能力进一步暴露给 AI 助手,让“查数据、写操作、发命令”变成一句话。
典型收益有三点:
- 减少上下文切换:不用在页面之间来回跳转
- 提升操作效率:直接用自然语言定位缺陷、用例、成员和交付物
- 更适合自动化工作流:配合 CI/CD、脚本和 IDE,形成“人机协同”的测试闭环
对于测试负责人、QA 工程师、研发同学来说,这种集成方式尤其适合日常高频场景:
- 查询当前项目最近的缺陷列表
- 按处理人筛选待修复问题
- 创建或更新测试用例
- 向平台推送自动化测试报告
- 上传图片并关联到缺陷记录
二、接入前先准备什么
接入 Cat2Bug MCP 之前,先确认以下基础条件已经满足:
1. Cat2Bug Platform 可正常访问
2. 目标项目已创建 API KEY
3. 本机 Node.js 18+ 已安装
4. Cursor 或 Claude Code 等 MCP 客户端可用
这里最关键的是 API KEY。Cat2Bug 的授权机制是按项目绑定的,也就是说:一个项目对应一把 API KEY,切换项目时要切换对应密钥。
获取 API KEY
进入 Cat2Bug 的目标项目,打开:
项目设置 → API KEY
然后点击 新建 Key,创建并保存项目专属密钥。
> 建议:API KEY 只给最小必要权限,不要提交到仓库,也不要在公共截图里暴露。
三、先创建一个“封面感”很强的开头图
如果你准备把这篇教程发布到团队知识库、技术博客或内部文档,建议在头部放一张封面图,用来表达“Cat2Bug 平台 + AI 助手 + 测试管理”的组合感。
一个好的封面通常应突出以下视觉元素:
- Cat2Bug 平台界面风格
- AI 助手与 MCP 连接的概念
- 缺陷、用例、报告等测试管理元素
- 技术感、企业级、清晰的视觉层次
如果你有文档系统支持图片,只需要把封面放在标题下方即可。这个教程后续也会以“平台授权 → MCP 连接 → 对话操作”这样的结构展开,封面图能很自然地承接内容。
四、安装 @cat2bug/mcp
Cat2Bug 官方 MCP 代理包是:
```bash
@cat2bug/mcp
```
它提供 cat2bug-mcp 命令,供 MCP 客户端通过 stdio 启动。
方式 A:npx,推荐
适合 Cursor、项目级配置和临时试通:
```bash
npx -y @cat2bug/mcp
```
方式 B:全局安装
```bash
npm install -g @cat2bug/mcp
```
安装后可直接使用:
```bash
cat2bug-mcp
```
如果你在 CI 或不需要安装 Claude Code skills,可以考虑关闭相关副作用配置。
五、配置平台地址和 API KEY
MCP 进程需要知道两个关键参数:
- CAT2BUG_BASE_URL:Cat2Bug Open API 根地址
- CAT2BUG_API_KEY:目标项目的 API KEY
常见 baseUrl 形式
如果你是直连后端,通常类似:
```text
http://<主机>:2020
```
如果你经由前台代理,也可能是:
```text
http://<主机>:2222/dev-api
```
注意:baseUrl 不要带末尾斜杠。
推荐配置方式:在 MCP env 中注入
这是最稳妥的做法,尤其适合 Cursor 这类客户端。
```json
{
"mcpServers": {
"cat2bug": {
"command": "npx",
"args": ["-y", "@cat2bug/mcp"],
"env": {
"CAT2BUG_BASE_URL": "http://192.168.10.178:2020",
"CAT2BUG_API_KEY": "你的项目 API KEY"
}
}
}
}
```
如果你已经全局安装,也可以改成:
```json
{
"mcpServers": {
"cat2bug": {
"command": "cat2bug-mcp",
"args": [],
"env": {
"CAT2BUG_BASE_URL": "http://192.168.10.178:2020",
"CAT2BUG_API_KEY": "你的项目 API KEY"
}
}
}
}
```
也可以写到本地配置文件
```json
{
"baseUrl": "http://192.168.10.178:2020",
"apiKey": "你的项目 API KEY"
}
```
建议把权限收紧到 600。
六、在 Cursor 中接入 Cat2Bug MCP
Cursor 的接入步骤很直接:
1. 确认 Node.js 18+ 正常
2. 打开 Cursor 的 MCP 配置入口
3. 添加 Cat2Bug 服务
4. 填入 baseUrl 和 apiKey
5. 保存并重启 Cursor
当配置正确后,你会在工具列表中看到类似:
- listDefects
- createDefect
- listTestCases
- getProjectInfo
- pushDefectReport
这意味着 Cat2Bug 的业务能力已经成功挂到 AI 对话环境中。

七、在 Claude Code 中接入
Claude Code 同样可以通过 MCP 使用 Cat2Bug 能力。你可以使用 claude mcp add,或者项目级 .mcp.json 来完成配置。
核心原则不变:
- 用 npx -y @cat2bug/mcp 或 cat2bug-mcp 启动
- 提供 CAT2BUG_BASE_URL
- 提供 CAT2BUG_API_KEY
只要三件事齐了,AI 就可以调用 Cat2Bug 的业务工具。
八、跑通一次真实对话
配置成功后,直接在 AI 对话里下达业务目标即可。例如:
- “列出当前项目最近 10 条缺陷”
- “查询状态为处理中、处理人是 demo 的缺陷”
- “创建一个登录失败的 BUG,等级中,指派给 demo”
- “把编号 1001 的缺陷关闭”
- “查看模块 A 下的交付物树”
- “推送一份单元测试缺陷报告到 Cat2Bug”
这就是 MCP 的核心体验:不用记接口,不用查参数,不用写复杂脚本,直接让 AI 代办。
九、几个最常用的 Cat2Bug 能力
1)缺陷管理
Cat2Bug 的缺陷接口支持:
- 查看缺陷列表
- 创建缺陷
- 修改缺陷
- 查看缺陷详情
- 修复、通过、驳回、指派、关闭、开启
缺陷相关操作中,处理人参数统一使用成员登录账号,也就是 memberAccount,不要传用户数字 ID。
2)测试用例管理
测试用例接口支持按 caseNum 定位用例,支持:
- 查看列表
- 查看详情
- 创建、更新、删除
注意:请使用用例编号 caseNum,不要传 caseId 之类的数据库主键。
3)交付物管理
交付物以全路径方式定位,例如:
```text
模块A/子模块B
```
这种可读性很强的设计,非常适合让 AI 在对话中准确理解项目结构。
4)文件上传
如果缺陷需要截图、证明材料或附件,可以直接走文件上传接口,再把返回的文件路径关联回缺陷。
5)报告推送
自动化测试场景里,最实用的能力之一就是把测试结果直接推送成缺陷报告。Cat2Bug 的报告接口可以承接自动化测试产生的缺陷数据,快速形成问题闭环。
十、一个推荐的工作流
如果你想把 Cat2Bug + MCP 用得更顺手,建议按下面的流程组织团队工作:
1. 项目创建后先配 API KEY
2. 在 Cursor / Claude Code 中接入 MCP
3. 统一用自然语言查询和创建缺陷
4. 自动化测试执行完后直接推送报告
5. 通过成员账号和交付物全路径保持数据一致性
这样做的好处是,平台数据、自动化脚本、AI 对话三者之间能形成统一语义,团队协作成本会明显下降。
十一、安全建议不能省
Cat2Bug 的 API KEY 具有项目级权限,务必遵循以下原则:
- 按场景拆分独立密钥
- 最小权限分配
- 不提交到代码仓库
- 不在公开截图、日志、文档中泄露
- 定期清理不再使用的 API KEY
- 如果怀疑泄露,立即删除并重新创建
十二、总结
Cat2Bug Platform 与 MCP 的结合,不只是“多了一个接口层”,而是把测试管理系统真正接入到了 AI 工作流里。你可以把它理解为:
- Cat2Bug 负责数据和流程
- MCP 负责连接和转译
- AI 助手负责理解和执行
对于想提升测试效率、自动化能力和团队协作体验的团队来说,这是一条非常值得落地的路径。
如果你已经有 Cat2Bug 项目,不妨现在就创建一个 API KEY,接上 @cat2bug/mcp,让 AI 帮你把缺陷、用例、交付物和报告串起来。
更多推荐




所有评论(0)