AI Test Process MCP server

by Hashi-Kazu·io.github.Hashi-Kazu/ai-test-process-mcp·v0.39.2

No reviews yet

AI-assisted MCP server for JSTQB-based test planning, design, review, and analysis.

A88/100grade A

Write a review Install

What users say

No reviews yet

Be the first

Safety scan

A88/100

full report

Adoption

New

0 stars185 downloads/wk

Reviews

Write one

Nobody has reviewed AI Test Process yet.

If you have run it, two minutes of your experience saves the next person an afternoon.

AI Test Process tools (31, 2 write)

write = sends, deletes, buys or posts

Read from the package source without running it. The installed server may list more.

analyze_cause_effect
セクション単位の仕様文と、呼び出し側が構造化した原因・結果・制約を受け取り、原因結果グラフとしての整合性を決定的に検査する。
analyze_data_flow_timing
システム構成要素間のデータフローとタイミング(送信周期・送信契機・伝送時間・ACK・タイムアウト・再送)から、
analyze_execution_orderwrite action
テストコンテナ(またはスイート／ケース)の依存関係・所要時間・必要リソースから、実行順序・依存関係・クリティカルパス・
analyze_requirements
複数のテストベース文書を横断分析し、要件ID体系・数量表現の矛盾・境界値候補・用語の表記ゆれを決定的に検出する。品質特性マッピングやステークホルダー影響・変更差分区分は呼び出し側LLMへの指示として返す。
audit_basis_contradictions
テストベース文書群からID・画面要素・遷移・数量パラメータ・改訂宣言を自前抽出し、同一対象について複数箇所が異なることを言っている差分候補を決定的に列挙する。矛盾か否かの判定は行わず、候補・確信度・根拠位置の提示までを担う。
audit_coverage_balance
生成済みテストケース群の観点カテゴリ別・技法別・テストレベル別のケース数分布を決定的に集計し、
audit_cross_matrix
任意の2軸以上(プロダクトリスク／テスト観点カテゴリ／ペルソナ／機能ID／シナリオ／テストコンテナ／パラメータ／テストタイプなど)を汎用の軸データとして受け取り、
audit_deliverable_consistency
複数成果物を突き合わせ、参照テストベース文書リストの差分・IDの成果物間相互参照の解決性・章節参照の実在性・
audit_id_population
テストベース文書から抽出した定義済みID全量と、各ツール呼び出しに実際に渡された母集団を突き合わせ、どの母集団にも渡されていないIDを決定的に検出する。網羅率100%が母集団の縮退による見かけの値でないことを検証する。
audit_test_design_notations
テスト設計の中間成果物としてよく使われる3記法(リスト=FV表 / ダイアグラム=NGT / マトリクス=ゆもつよマトリクス)を受け取り、
create_test_planwrite action
15章構成の日本語テスト計画書ドラフトを生成。未入力項目は未記入と明示。
derive_test_purposes
テスト目的を「依頼者の期待 → テスト要求（マネジメント的／エンジニアリング的の2系統） →
design_boundary_values
変数の有効範囲（下限・上限・刻み・型）から2値/3値の境界値を決定的に列挙し、有効/無効判定付きのMarkdown表で返す。既存の変数定義を variables に渡せば、既存テストケースが境界値を網羅しているかのレビューにも使える。
design_config_matrix
構成因子(OS/ブラウザ/解像度/機種など)と水準、網羅方針(single=シングルカバレッジ / pairwise=ペア / full=フル)、
design_decision_table
条件項目と水準・無効組合せ・ルールから全組合せを決定的に列挙し、無効組合せの除外・同一動作列の圧縮(don't care導出)・条件組合せ被覆・動作未定義組合せの検出・圧縮前後の列数と削減率をMarkdownで返す。
design_equivalence_partitioning
変数ごとの有効/無効同値クラスから代表値ベースのテストケースを決定的に生成し、全クラス被覆チェック付きのMarkdown表で返す。既存の同値クラス定義を variables に渡せば、既存テストケースの網羅状況をレビューする用途にも使える。
design_pairwise
因子と水準・禁則(ありえない組合せ)から、全ての水準ペアを被覆する組合せを決定的な貪欲法で生成し、
design_scenario_flows
アクター・事前条件・主フロー・代替/例外フローから、シナリオ一覧（正常系/準正常系/異常系分類つき）を決定的に生成し、
design_test_architecture
テスト条件群をテストコンテナへ束ね、各コンテナの責務・テストレベル・テストタイプ・優先度クラス・担当観点カテゴリと、テストスコープの宣言を、
design_test_data
データ区分ごとのライフサイクル状態・遷移から、データ区分×状態マトリクス・状態遷移一覧・データ管理表・
extract_test_conditions
テスト条件をテストベース／ステークホルダー／リスク／ガイドワードの4系統から導出させ、要件ID×テスト条件の双方向カバレッジ・観点カテゴリの未使用・条件IDの重複/欠番・優先度未設定・derivedFrom の未解決参照・重点クラス(SWC-01)ステークホルダーの条件紐づけと優先度引き下げ理由の有無を決定的に検査する。観点カタログ・ガイドワード辞書・リスク分析フレームに基づく追加洗い出しは呼び出し側LLMへの指示として返す。既存のテスト条件一覧を testConditions に渡せば、既存成果物のレビューとしても同じ決定的検査を実行できる。下流ツールの入力形式そのままの引き渡しJSONを `emitHandoverPayload: true` で出力し、受け側の算出ロジックで往復照合した結果を併記する。
generate_business_requirement_model
業務側から見た「システム化の目的 → 業務ユースケース → 業務フロー → 駆動する情報」の4層モデルを、
generate_exploratory_charters
探索的テスト（エラー推測・チェックリストベースドテストを含む経験ベース技法）のチャーター表を、決定的層
generate_test_cases
テストケース仕様を、決定的層(網羅率カウント・未通過網羅対象の列挙・網羅対象宣言のケース本文からの裏付け検査・
generate_user_story_map
上流の利用状況モデリング（ドメイン分析 → ペルソナ立案 → ユーザーストーリーマップ5階層 →
reexpand_threshold_changes
閾値パラメータ表の変更前後2スナップショットを突き合わせ、変更が既存のテスト条件・テストケース・網羅対象へ与える影響を決定的に洗い出す。
review_test_basis
テストベース(要件・仕様)の欠陥をレビュー。ID重複・未解決参照・プレフィックス逸脱・曖昧語・数量表現を決定的に検査し、意味的チェックリスト・依頼元への質問状雛形・改善提案を併せて返す。
review_test_plan
テスト計画書の Markdown を JSTQB 観点でレビュー。15章の欠落・必須未記入・曖昧語を決定的に検査し、意味的レビュー用チェックリストを併せて返す。
review_test_specification
テストベースに対してテスト仕様書が十分かをレビュー。要件ID・テスト条件ID・リスクIDの3系統×双方向カバレッジ、ID表記ゆれ、
revise_test_plan
既存テスト計画書のMarkdownと修正指示を入力に、欠落章の補完・未記入マーカー正規化を決定的に適用した修正後計画書と、内容の書き換えを呼び出し側LLMへ指示するレポートを返す。
select_regression_suite
テスト条件・テストケースの母集団と、それに対する選択(include/exclude)判定・前バージョンスイート・削除理由から、

Public scan report

scanner v0.1.10 · 2026-11-03 · same rubric, same numbers if you re-run it

no findings

Code scan125 source files scanned25/25
–Live reliabilityno gateway calls yet and no remote to proben/a
–Tool poisoningtools not inspected (local package is not executed); not countedn/a
Auth qualitylocal package, no credentials required12/15
Maintenancelast push 81 days ago12/15
Maintainer identityregistry namespace matches repository owner; GitHub account older than a year8/10

Overall 88/100. Components that don't apply are left out of the denominator. Any critical finding is an F.Rubric Appeal a finding JSON

How AI Test Process compares

Against every graded Media MCP server, from our own scans and uptime checks. Updated after each scan run.

Safety score: 88/100; higher than 78% of 1,337 Media servers
Tools: 31; the typical Media server has 7
Tools that change things: 6%; typical: 4%. Fewer write tools means less an agent can break
Downloads a week: 185; more than 74% of 365 Media servers with a package

What its tools let an agent do: 25 read · 5 create · 1 change

Install AI Test Process in Claude Code, Cursor or VS Code

Runs npx -y ai-test-process-mcp on your machine. Read the scan report first; the gateway never runs local packages.

claude mcp add ai-test-process-mcp -- npx -y ai-test-process-mcp

Add to Cursor

What the publisher says

From the AI Test Process repository's README, as published. We do not edit it. Read it on GitHub

ai-test-process-mcp

JSTQB/ISTQB Generic Test Process を AI で支援する MCP サーバー。

テスト管理ツールの操作を目的とせず、Generic Test Process の各工程（Test Planning 〜 Test Completion）において、テスト成果物の作成・レビュー・分析を AI で支援することを目的とする。文書構成は JSTQB準拠の15章テンプレートに基づく。

現在のスコープ（Phase 1〜3: Test Planning + Test Analysis + Test Design）: テスト計画書（JSTQB準拠15章構成）の日本語ドラフト生成・JSTQB観点でのレビュー・修正支援・質問形式でのコンテキスト収集ガイド、要件分析・テスト条件抽出、境界値分析・同値分割・テストケース生成によるテスト設計技法、および探索的テストのチャーター設計を含む経験ベース技法。将来構想: Test Analysis（要件分析・テスト条件抽出）、Test Design（テストケース生成・テスト仕様書レビュー）を経て、Generic Test Process 全7工程へ段階的に拡張する。詳細は docs/roadmap.md を参照。

インストール（利用者向け）

npmに公開済みのため、ビルド不要ですぐに使える。Claude Desktop / Claude Codeの設定に以下を追記する（Node.js 18以上が必要）。

{
  "mcpServers": {
    "ai-test-process-mcp": {
      "command": "npx",
      "args": ["-y", "ai-test-process-mcp@latest"]
    }
  }
}

@latestを付けることで、新しいバージョンが公開されたときに手動でキャッシュを消さなくても自動的に反映される。

セットアップ（開発者向け）

git clone https://github.com/Hashi-Kazu/ai-test-process-mcp.git
cd ai-test-process-mcp
npm install
npm run build

提供する機能

Tool: createtestplan

プロジェクト情報（projectName, scope は必須。objectives, risks, scheduleConstraints, team, testItems, stakeholders, glossary など多数の任意項目）を入力すると、JSTQB準拠の15章構成に沿った日本語Markdown形式のテスト計画書ドラフトを生成する。未入力の項目は未記入（必須項目は未記入（必須））として明示される。テストタイプ説明・インシデントランク等の固定リファレンスは常に出力される。

Tool: reviewtestplan

テスト計画書のMarkdown本文を入力すると、JSTQB観点でレビューレポートを返す。二層構成: (1) 構造検査（15章の欠落・必須項目の未記入を決定的に検出）、(2) 意味的レビュー用チェックリスト（呼び出し側のLLMが内容の妥当性を判断するための指示形式）。

Tool: revisetestplan

既存のテスト計画書Markdownと修正指示（instructions、任意の文字列配列）を入力すると、修正結果レポートを返す。二層構成: (1) 機械的修正（欠落章の自動補完、TBD/TODO/未定等の未記入プレースホルダの未記入への正規化）を適用した修正後計画書、(2) 内容の書き換えを呼び出し側LLMに指示する箇条書き（ユーザー指定の修正指示、および修正後もなお残る必須未記入項目の一覧）。

Prompt: testplaninterview

質問形式でテスト計画書のコンテキストを収集するためのガイド。テンプレートの必須項目を中心に、ユーザーへ順に質問して回答を集め、createtestplan を呼び出すようアシスタントを誘導する。任意引数 projectName を受け取る。

Tool: designboundaryvalues

変数の有効範囲（下限・上限・刻み・型）から2値/3値の境界値を決定的に列挙し、有効/無効判定付きのMarkdown表で返す。

Tool: designequivalencepartitioning

変数ごとの有効/無効同値クラスから代表値ベースのテストケースを決定的に生成し、全クラス被覆チェック付きのMarkdown表で返す。

Tool: designdecisiontable

条件項目（原因）とその取り得る水準・無効組合せ（ありえない組合せと理由）・ルール（条件セレクタ→動作）から、全組合せの決定的な列挙 → 無効組合せの除外 → 同一動作列の圧縮（don't care 導出）を行い、条件組合せ被覆・動作未定義組合せ（DTC-06）・食い違う動作の矛盾（DTC-07）・圧縮前後の列数と削減率をMarkdownで返す。圧縮後の各ルールは DT: プレフィックスの網羅対象IDとして generatetestcases の decisionTable へそのまま渡せる。analyzecauseeffect の「デシジョンテーブルへの引き渡し」出力（DecisionTableSpec 形式。水準 ["T","F"] の条件項目・動作項目、制約由来の無効組合せ、圧縮後ルールを含む）をそのまま入力にできる。

Tool: design_pairwise

因子（factors[]: id / name / levels）・禁則（forbiddenCombinations[]: ありえない組合せと理由）・必ず含めたい既知の重要組合せ（seedRows[]）を入力すると、全ての水準ペアの正準順での列挙 → 禁則による到達不能ペアの判定 → ペアを被覆する組合せの決定的な貪欲法での生成、を行い、因子・水準表、禁則表、到達可否表、生成した組合せ表、行別の新規被覆ペア、決定的検査、網羅対象一覧、サマリの8節をMarkdownで返す。乱数・現在時刻を使わないため、同一入力からは常に同一の組合せ表が得られる。生成した各ペアは PW::P 形式の網羅対象IDとして出力され、そのまま generatetestcases の pairwise へ渡すとペア被覆率を決定的にカウントできる。ペア被覆率の分母は「全ペア数 − 禁則により到達不能なペア数 − 探索上限により判定保留となったペア数」であり全ペア数ではない旨を明示する。削減率の分母は、全組合せを厳密列挙できたときは「禁則適用後の有効組合せ数」、列挙上限（maxEnumerationCombinations、既定4096）を超えるときは「禁則適用前の全組合せ数」であり、いずれを使ったかを出力に明記する。全組合せ数が安全整数を超える場合は削減率を推測値で出さず「未算出（理由）」と明記する。全ペア数が上限（maxPairCount、既定5000）を超える場合や入力に致命的な指摘がある場合は組合せ生成を行わず、算出できたカウントのみを返す。因子・水準は testcondition://factor/ralph-frame の因子表（FHO-04）からそのまま投入できる。判定区分と対処指針は testdesign://pairwise/analysis-criteria を参照する。

Resource: testdesign://pairwise/analysis-criteria

design_pairwise の判定区分カタログ（PWC-01〜PWC-12、自作パラフレーズ）を構造化データ（JSON）として公開する。未宣言の因子ID・水準の参照、因子ID/水準の重複、組合せに寄与しない因子、因子数不足、禁則により到達不能なペア、有効な組合せが存在しない、冗長・到達不能な禁則、seed行の不正、ペア数の上限超過、到達可否の判定保留、ペア被覆率が100%未満、の各区分について重大度・定義・推奨アクションを含む。ペア被覆率・削減率それぞれの分母の定義と、本検査が渡された因子・水準・禁則に対してのみ成立するという限界も注記として持つ。

Tool: designscenarioflows

Shortened. The full README is on GitHub.

Nothing above is checked by us. What we check is on the safety report.

AI Test Process: common questions

Is AI Test Process MCP server safe?: Yes, by our scan: it is graded A (88/100). Read the AI Test Process safety report
How do I install AI Test Process?: It runs on your machine. Copy the Claude Code, Cursor, VS Code or Claude Desktop config from the install section.
Does AI Test Process need an API key?: Not as far as the registry entry and our scan can tell: no credentials are declared or required.
Is AI Test Process maintained?: The last commit was 82 days ago (2026-08-14). The latest release is v0.39.2.
What can I use instead of AI Test Process?: Servers from other publishers that do the same job: Better Design MCP server, Dembrandt MCP server and Transloadit Media Processing MCP server.
How does AI Test Process compare with other Media MCP servers?: safety score 88/100 (higher than 78% of 1,337 Media servers); tools 31 (the typical Media server has 7); tools that change things 6% (typical: 4%. Fewer write tools means less an agent can break). Full comparison.

Alternatives to AI Test Process

Same job from other publishers: the closest match first, then the best rated.

Better Design
A design harness for AI coding agents: design systems, design principles, icons and UI review.
not reviewed
Growing
A
Dembrandt
Design tokens from any live site: colours, type, spacing, components, drift against a baseline.
not reviewed
Widely used
B
Transloadit Media Processing
Process video, audio, images and documents with Transloadit Robots. Connect by URL with OAuth.
not reviewed
Established
A
KiCad MCP Pro
Production-grade MCP server for KiCad EDA—PCB design, DRC, simulation, BOM, DFM, and manufacturing.
not reviewed
Established
A
Figma MCP Server
The Figma MCP server brings Figma design context directly into your AI workflow.
not reviewed
Established
A