mcpField
K
Keploy

Keploy

リモート
keploy.io開発ツール18.9k今日更新
リポジトリ公式サイト

Keploy について

Keploy は、記録したトラフィックからテストとデータモックを自動生成する、開発者向けのAPI・結合テストツールです。eBPF でネットワーク層のリクエストを取得するため、コードの変更やSDKの追加は不要で、どの言語やフレームワークでも利用できます。

主な機能

  1. 01コードを変更せずにAPI呼び出しを記録
  2. 02データベースやキューとのやり取りを記録し再生
  3. 03OpenAPI スキーマとAIによるカバレッジ拡張
  4. 04API・結合テストのカバレッジを統合したレポート
  5. 05CLI と CI パイプラインでのテスト実行

活用シーン

  1. 01テストが不足しているAPIのリグレッションテスト生成
  2. 02外部依存のない環境でのオフライン結合テスト実行
  3. 03CI パイプラインでのAPI動作検証

設定

リモートサーバーはインストール不要です。クライアントを選んで設定をコピーするか、ワンクリックで導入できます。

エンドポイントhttps://api.keploy.io/client/v1/mcp
インストールコマンドをコピー
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

コマンドはターミナルで実行し、JSON は各クライアントの MCP 設定に貼り付けて再起動します。認可が必要なサーバーは初回接続時にログインを求めます。

すべてのエンドポイント
Streamable HTTPhttps://api.keploy.io/client/v1/mcp認証が必要

ツール

詳細

Keploy ロゴ

keploy%2Fkeploy | Trendshift

⚡️ ユーザートラフィックから、ユニットテストより速く API テストを実行 ⚡️

🌟 AI 生成時代の開発者に必須のツールで、90% のテストカバレッジを実現 🌟


Slack LinkedIn YouTube X

Keploy CNCF ランドスケープ GitHub スター スター 20,000 個を目指しています!

Keploy は、ユニットテストよりも速くテストとデータモックを自動生成する、開発者中心の API・統合テストツールです。

API 呼び出し、データベースクエリ、ストリーミングイベントを記録し、それらをテストとして再生します。Keploy は内部でeBPF を使ってネットワーク層のトラフィックをキャプチャしますが、ユーザーは完全にコード不要かつ言語に依存せず利用できます。

AI を使って API 呼び出しを API テストケースとデータモックに変換

🐰 豆知識: Keploy は自分自身のテストにも使われています!こちらの素敵なカバレッジバッジをご覧ください:Coverage Status  


主な特長

🎯 コード変更不要

keploy record を実行してアプリを起動するだけです。実際の API と統合のフローが、テストとモックとして自動的にキャプチャされます。(Keploy は内部で eBPF を使ってトラフィックをキャプチャするため、SDK の追加やコードの変更は不要です。)

📹 複雑なフローを記録して再生

Keploy は、複雑な分散型 API フローをモックやスタブとして記録・再生できます。テストの時間を大幅に節約できる、非常に軽量なタイムマシンのようなものです!

👉 記録と再生に関するドキュメントを読む

API 呼び出しをテストケースに変換 ## 🐇 完全なインフラ仮想化(HTTP モックを超えて)

HTTP エンドポイントだけをモックするツールとは異なり、Keploy はデータベース(Postgres、MySQL、MongoDB)、ストリーミング/キュー(Kafka、RabbitMQ)、外部 API などを記録します。

これらを決定論的に再生するため、インフラを再度プロビジョニングせずにテストを実行できます。

👉 インフラ仮想化に関するドキュメントを読む

API 呼び出しをテストケースに変換

🧪 統合テストカバレッジ

開発者であれば、ステートメントカバレッジとブランチカバレッジを重視することでしょう。Keploy はこれらを計算します。

QAであれば、API スキーマカバレッジとビジネスユースケースカバレッジをより重視するでしょう。Keploy はこれらも計算します。これにより、カバレッジが主観的なものではなくなります。

👉 カバレッジに関するドキュメントを読む

API、ステートメント、スキーマ、ブランチのカバレッジに対応した AI テスト生成

🤖 AI を使って API カバレッジを拡大

Keploy は既存の記録データと Swagger/OpenAPI スキーマを使って、境界値、欠落/余分なフィールド、誤った型、順序が不正なシーケンス、再試行/タイムアウトを見つけます。

これにより、API スキーマ、ステートメント、ブランチのカバレッジを拡大できます。

👉 カバレッジに関するドキュメントを読む

API、ステートメント、スキーマ、ブランチのカバレッジに対応した AI テスト生成
その他の機能
  • 🌐 CI/CD 連携: お好みの場所でモックを使ってテストを実行できます。コマンドラインのローカル環境、CI パイプライン(Jenkins、Github Actions など)、Kubernetes クラスター内でも実行できます。詳細はこちら

  • 🎭 多目的モック: Keploy が生成したモックを、サーバーテストとしても使用できます!

  • 📊 レポート: API、統合、ユニット、E2E のカバレッジを統合したレポートと、CI や PR で直接確認できるインサイトを提供します。

  • 🖥️ コンソール: 記録済みのテストやモックを表示、管理、デバッグできる、開発者に使いやすいコンソールです。

  • ⏱️ 時間の固定: 実行中にシステム時刻を固定して、テストを決定論的に再生します。詳細はこちら

  • 📚 モックレジストリ: チームや環境をまたいでモックを管理、再利用、バージョン管理できる一元化されたレジストリです。詳細はこちら


クイックスタート

1. Keploy Agent をインストールする
curl --silent -O -L https://keploy.io/install.sh && source install.sh
2. テストケースを記録する

Keploy の下でアプリを起動し、実際の API 呼び出しをテストとモックに変換します。

keploy record -c "CMD_TO_RUN_APP"

Python の例:

keploy record -c "python main.py"
3. テストを実行する

外部依存なしでオフラインでテストを実行します。

keploy test -c "CMD_TO_RUN_APP" --delay 10

リソース

- 📘 インストール
- 🏁 クイックスタート

言語とフレームワーク(あらゆるスタック)

Keploy は**ネットワーク層(eBPF)**でインターセプトするため、あらゆる言語、フレームワーク、ランタイムで動作し、SDK は不要です。

注:依存関係の一部は、プロトコルとパーサーがオープンソース化されていないため、性質上オープンソースではありません。Keploy Enterprise ではサポートされていません。

README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像 README の画像


ご質問はありますか?

ライブデモの予約/エンタープライズサポート

ガイド付きの説明、専任サポート、またはエンタープライズ展開の計画についてお手伝いが必要ですか?

README の画像   README の画像

カレンダーの招待をご希望ですか?メールでご都合のよい日時をお知らせいただければ、すぐにカレンダーの招待をお送りします。


ドキュメントとコミュニティ


貢献と協力

初めての方も経験豊富な方も、皆さんのご意見は大切です。コードのコントリビューション、問題の報告、フィードバックの共有を通じて、Keploy の改善にご協力ください。

一緒に、現代のアプリケーションに向けたより優れたテストツールを作りましょう。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。