mcpField
🚀
🚀 ⚡️ k6-mcp-server

🚀 ⚡️ k6-mcp-server

本地服务
github.com/sumitbhowmick开发工具082 周前更新

关于 🚀 ⚡️ k6-mcp-server

k6-mcp-server 让 MCP 客户端通过测试脚本运行 k6 负载测试,支持设置测试时长和虚拟用户数,并提供实时执行输出。

主要功能

  1. 01通过脚本运行 k6 测试
  2. 02设置测试时长和虚拟用户数
  3. 03查看实时执行输出
  4. 04配置 k6 二进制文件路径

适用场景

  1. 01通过 MCP 客户端运行脚本化负载测试
  2. 02调整单次测试的时长和虚拟用户数

MCP 相关

该 MCP 服务提供使用默认值或自定义时长、虚拟用户数运行 k6 测试的工具。可在 Claude Desktop、Cursor 和 Windsurf 等 MCP 客户端中配置。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

🚀 ⚡️ k6-mcp-server

用于运行 k6 负载测试的模型上下文协议(MCP)服务实现。

✨ 功能

  • 与模型上下文协议框架轻松集成
  • 支持自定义测试时长和虚拟用户(VUs)
  • 易于使用的 API,可运行 k6 负载测试
  • 可通过环境变量进行配置
  • 实时测试执行输出

🔧 前提条件

开始之前,请确保已安装以下内容:

📦 安装

  1. 克隆仓库:
git clone https://github.com/yourusername/k6-mcp-server.git
  1. 安装所需的依赖项:
uv pip install -r requirements.txt
  1. 设置环境变量(可选): 在项目根目录中创建一个 .env 文件:
K6_BIN=/path/to/k6  # Optional: defaults to 'k6' in system PATH

🚀 开始使用

  1. 创建 k6 测试脚本(例如,test.js):
import http from "k6/http";
import { sleep } from "k6";

export default function () {
  http.get("http://test.k6.io");
  sleep(1);
}
  1. 在你喜欢的 MCP 客户端(Claude Desktop、Cursor、Windsurf 等)中,使用以下规范配置 MCP 服务:
{
  "mcpServers": {
    "k6": {
      "command": "/Users/naveenkumar/.local/bin/uv",
      "args": [
        "--directory",
        "/Users/naveenkumar/Gits/k6-mcp-server",
        "run",
        "k6_server.py"
      ]
    }
  }
}

  1. 现在,让大模型运行测试,例如 run k6 test for hello.js。k6 MCP 服务将使用以下工具之一启动测试。
  • execute_k6_test:使用默认选项运行测试(时长 30s,10 个 VUs)
  • execute_k6_test_with_options:使用自定义时长和 VUs 运行测试

k6-MCP

📝 API 参考

执行 K6 测试
execute_k6_test(
    script_file: str,
    duration: str = "30s",  # Optional
    vus: int = 10          # Optional
)
使用自定义选项执行 K6 测试
execute_k6_test_with_options(
    script_file: str,
    duration: str,
    vus: int
)

🤝 参与贡献

欢迎贡献!请随时提交 Pull Request。

📄 许可证

本项目采用 MIT 许可证,详情请参阅 LICENSE 文件。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。