MCP-QA
An MCP server for the comprehensive analysis of Swagger 2.0 and OpenAPI 3.x contracts. It allows users to extract detailed information about endpoints, request/response schemas, parameters, and security configurations from API documentation.
README
MCP-QA: Analizador de Contratos Swagger/OpenAPI
MCP Server para análisis completo de contratos Swagger/OpenAPI con exportación a JSON y generación automática de documentación.
🎯 Características
- ✅ Soporta Swagger 2.0 y OpenAPI 3.x
- ✅ Análisis completo de endpoints (paths, métodos HTTP)
- ✅ Extracción de parámetros (path, query, header, cookie)
- ✅ Análisis de request bodies con schemas
- ✅ Análisis de responses (códigos HTTP, schemas, headers)
- ✅ Extracción de schemas con propiedades, tipos y formatos
- ✅ Validaciones (obligatoriedad, tipos, formatos UUID/fecha/etc)
- ✅ Información de servidores y seguridad
- ✅ Tags y documentación
- ✅ Exportación a JSON con toda la información estructurada
- ✅ Generación de README con documentación estilo Swagger UI
🏗️ Arquitectura
El proyecto sigue arquitectura limpia y principios SOLID con estructura modular donde cada herramienta es completamente autónoma:
mcp-qa/
├── tools/ # Herramientas de QA (una por subdirectorio)
│ └── swagger_analyzer/ # Analizador de contratos Swagger/OpenAPI
│ ├── src/ # Código fuente de la herramienta
│ │ ├── domain/ # Capa de dominio
│ │ │ ├── models.py # Entidades del dominio
│ │ │ ├── interfaces.py # Abstracciones (Fetcher, Parser, Analyzer)
│ │ │ └── exporters.py # Interfaces de exportación
│ │ ├── application/ # Capa de aplicación (casos de uso)
│ │ │ ├── swagger_analyzer.py # Analizador de contratos
│ │ │ ├── complete_analysis_use_case.py # Orquestador principal
│ │ │ └── export_use_cases.py # Casos de uso de exportación
│ │ └── infrastructure/ # Capa de infraestructura
│ │ ├── http_fetcher.py # Obtención HTTP
│ │ ├── contract_parser.py # Parser YAML/JSON
│ │ ├── json_exporter.py # Exportador JSON
│ │ └── markdown_generator.py # Generador de Markdown
│ ├── __init__.py
│ ├── config.py # Configuración de la herramienta
│ └── tool.py # Facade de la herramienta
├── output/ # Salidas generadas (por herramienta)
│ └── swagger_analyzer/ # Salidas del analizador Swagger
│ ├── swagger-analysis.json
│ └── API-README.md
└── main.py # Punto de entrada MCP
Principios SOLID aplicados:
- S (Single Responsibility): Cada clase tiene una única responsabilidad bien definida
- O (Open/Closed): Fácil agregar nuevas herramientas sin modificar las existentes
- L (Liskov Substitution): Las implementaciones son intercambiables vía interfaces
- I (Interface Segregation): Interfaces específicas y focalizadas
- D (Dependency Inversion): Dependencias de abstracciones mediante inyección
Estructura modular y escalable:
- Cada herramienta es autónoma: Tiene su propio
src/con arquitectura limpia completa - Alta cohesión, bajo acoplamiento: No hay dependencias entre herramientas
- Estructura homóloga: Todas las herramientas siguen el mismo patrón arquitectónico
- Salidas organizadas: Por herramienta en
output/ - Fácil de mantener: Cambios en una herramienta NO afectan a otras
- Fácil de escalar: Agregar nuevas herramientas es simplemente duplicar la estructura
📦 Instalación
# Instalar dependencias
pip install -e .
🚀 Uso principal:
Análisis completo de contrato Swagger (una herramienta, todo incluido)
# Análisis completo: texto + JSON + README
analizar_contrato_swagger("http://localhost:8080/v3/api-docs")
# Con URL de Swagger UI para incluir en README
analizar_contrato_swagger(
"http://localhost:8080/v3/api-docs",
swagger_ui_url="http://localhost:8080/swagger-ui/index.html"
)
# Solo texto, sin generar archivos
analizar_contrato_swagger(
"https://petstore.swagger.io/v2/swagger.json",
generar_json=False,
generar_readme=False
)
# Solo JSON
analizar_contrato_swagger(
"http://localhost:8080/v3/api-docs",
generar_readme=False
)
Salidas generadas:
Todos los archivos se guardan automáticamente en output/swagger_analyzer/:
- swagger-analysis.json: Análisis completo en JSON estructurado
- API-README.md: Documentación estilo Swagger UI Esto genera un README.md profesional con:
- Tabla de contenidos
- Resumen y estadísticas
- Links a Swagger UI
- Documentación completa de endpoints
- Tablas de schemas y propiedades
- Códigos de estado HTTP
🔍 Información extraída
El analizador extrae:
- Información general: título, versión, descripción
- Servidores: URLs y configuraciones
- Endpoints:
- Path y método HTTP
- Parámetros (ubicación, tipo, obligatoriedad)
- Request body (content types, schemas)
- Responses (códigos, schemas, headers)
- Schemas:
- Propiedades con tipos y formatos
- Validaciones (min/max length, pattern, enum)
- Obligatoriedad de campos
- Formatos especiales (UUID, date, email, etc)
- Seguridad: esquemas de autenticación
- Estadísticas: resumen de métodos, códigos HTTP, content types
📄 Licencia
MIT
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
E2B
Using MCP to run code via e2b.