adexstack/fraud-mcp-test-framework

Pytest-basiertes Black-Box-Validierungsframework für externe Fraud Detection MCP-Server, das MCP-Tool-Korrektheit, agentisches Workflow-Verhalten, Sicherheitsgrenzen, Beobachtbarkeit und Regressionsnachweise abdeckt.

Was ist fraud-mcp-test-framework?

Dieses Framework ist ein spezialisiertes Testwerkzeug für Entwickler, die mit externen Fraud Detection MCP-Servern (Model Context Protocol) arbeiten. Es ermöglicht eine umfassende Black-Box-Validierung, die sicherstellt, dass MCP-Tools korrekt funktionieren, agentische Workflows sich wie erwartet verhalten, Sicherheitsgrenzen eingehalten werden, die Beobachtbarkeit gegeben ist und Regressionsfehler zuverlässig erkannt werden. Es basiert auf Pytest und ist damit einfach in bestehende CI/CD-Pipelines integrierbar. Entdeckt aus GitHub-Repositorys der letzten 24 Stunden, eignet es sich besonders für Workflows mit Claude, Codex, Gemini und anderen KI-Agenten, die auf MCP-Tooling angewiesen sind. Das Framework bietet strukturierte Testfälle, die sowohl für Entwickler als auch für Qualitätssicherungsteams nützlich sind, um die Robustheit von Fraud-Erkennungssystemen zu gewährleisten.

Funktioniert mit✓Claude Code✓Codex CLI~Cursor✓Antigravity✓Gemini CLI
npx skills add adexstack/fraud-mcp-test-framework

Installed? Explore more Produktivität & Zusammenarbeit skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht fraud-mcp-test-framework?

Pytest-basiertes Black-Box-Validierungsframework für externe Fraud Detection MCP-Server, das MCP-Tool-Korrektheit, agentisches Workflow-Verhalten, Sicherheitsgrenzen, Beobachtbarkeit und Regressionsnachweise abdeckt.

Quelle: https://github.com/adexstack/fraud-mcp-test-framework

Entdeckt aus GitHub-Repositorys, die in den letzten 24 Stunden für Agenten-Skills, Claude/Codex/Gemini-Workflows, MCP-Tooling und angrenzende KI-Agenten-Automatisierung hochgeladen wurden.

Eigenschaften

  • MCP-Tool-Korrektheit: Überprüft, ob die implementierten MCP-Tools die erwarteten Ergebnisse liefern und korrekt auf Eingaben reagieren.
  • Agentisches Workflow-Verhalten: Testet, wie KI-Agenten mit den MCP-Tools interagieren und komplexe Abläufe ausführen.
  • Sicherheitsgrenzen: Stellt sicher, dass sensible Daten und Funktionen durch geeignete Zugriffskontrollen geschützt sind.
  • Beobachtbarkeit: Validiert, dass alle relevanten Ereignisse und Zustände protokolliert und nachvollziehbar sind.
  • Regressionsnachweise: Bietet eine Grundlage für Regressionstests, um sicherzustellen, dass Änderungen keine bestehenden Funktionen beeinträchtigen.

Voraussetzungen

  • Python 3.8 oder höher
  • pytest und andere Abhängigkeiten (siehe requirements.txt)
  • Zugriff auf einen oder mehrere externe Fraud Detection MCP-Server

Installation

  1. Klone das Repository:

    git clone https://github.com/adexstack/fraud-mcp-test-framework.git
    cd fraud-mcp-test-framework
    
  2. Installiere die Abhängigkeiten:

    pip install -r requirements.txt
    

Verwendung

Führe die Tests mit pytest aus:

pytest tests/

Du kannst auch spezifische Testdateien oder -klassen auswählen:

pytest tests/test_security.py -v

Konfiguration

Erstelle eine Konfigurationsdatei (z. B. config.yaml) oder setze Umgebungsvariablen:

  • MCP_SERVER_URL: URL des MCP-Servers
  • API_KEY: API-Schlüssel für die Authentifizierung (optional)

Beispiel config.yaml:

mcp_server:
  url: "http://localhost:8080"
  api_key: "your-api-key-here"

Teststruktur

  • tests/test_tools.py: Tests für MCP-Tool-Korrektheit
  • tests/test_workflows.py: Tests für agentisches Workflow-Verhalten
  • tests/test_security.py: Tests für Sicherheitsgrenzen
  • tests/test_observability.py: Tests für Beobachtbarkeit
  • tests/test_regression.py: Tests für Regressionsnachweise

Beitragen

Beiträge sind willkommen! Bitte lese die CONTRIBUTING.md für Details zum Entwicklungsprozess und erstelle einen Pull Request.

Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert. Siehe LICENSE für Details.

Verwandte Skills