rf-log-mcp

用于检查 Robot Framework 结果文件的 MCP Server，面向 LLM 提供简洁证据视图。

功能概览

支持输入：

• output.xml：Robot / Rebot 6.0.x / 6.1+ / 7.x
• output.json：Robot / Rebot 7.2+

暴露的 MCP 能力：

• Tools
  • parse_result
  • get_view
  • search_messages
• Resources
  • rf://runs/{run_id}/summary
  • rf://runs/{run_id}/tests/{test_id}

支持的视图：

• summary
• failure_path
• step_window

关键说明

• 这个项目是 MCP stdio server
• LLM 不会直接调用 wheel
• 正确方式是：MCP 宿主启动 rf-log-mcp 进程，再通过 stdio 调用工具和资源

标识设计

• 对外 run_id：整数主键
• 对内 content_hash：文件内容哈希，仅用于服务内部去重

推荐做法：

1. 先调用 parse_result(path)
2. 保存返回的整数 run_id
3. 后续统一使用这个 run_id

---

快速开始

1. 安装依赖

uv sync

2. 直接从源码启动

uv run python -m rf_log_mcp

3. MCP 配置示例

{
  "mcpServers": {
    "rf-log-mcp": {
      "command": "uv",
      "args": ["run", "python", "-m", "rf_log_mcp"]
    }
  }
}

---

打包与安装

构建

uv build

构建后生成：

• dist/rf_log_mcp-0.1.0-py3-none-any.whl
• dist/rf_log_mcp-0.1.0.tar.gz

安装 wheel

uv pip install dist/rf_log_mcp-0.1.0-py3-none-any.whl

安装后可直接启动：

rf-log-mcp

已安装包的 MCP 配置示例

{
  "mcpServers": {
    "rf-log-mcp": {
      "command": "rf-log-mcp",
      "args": []
    }
  }
}

Windows 显式路径示例

{
  "mcpServers": {
    "rf-log-mcp": {
      "command": "D:\\project\\rf_log_mcp\\.venv\\Scripts\\rf-log-mcp.exe",
      "args": []
    }
  }
}

---

典型调用流程

第一步：解析结果文件

parse_result(path="tests/fixtures/single_failure_611.xml")

典型返回：

{
  "ok": true,
  "run_id": 1,
  "source_format": "xml"
}

第二步：获取摘要

get_view(run_id=1, view="summary")

第三步：获取失败路径或检索消息

get_view(run_id=1, view="failure_path")
search_messages(run_id=1, query="timeout")

---

环境变量

RF_LOG_MCP_DB

用于覆盖默认 SQLite 数据库路径。

PowerShell 示例：

$env:RF_LOG_MCP_DB="D:\data\rf-log-mcp\store.sqlite3"
rf-log-mcp

MCP 配置示例：

{
  "mcpServers": {
    "rf-log-mcp": {
      "command": "rf-log-mcp",
      "args": [],
      "env": {
        "RF_LOG_MCP_DB": "D:\\data\\rf-log-mcp\\store.sqlite3"
      }
    }
  }
}

---

本地调试

如果只想检查服务输出，不想启动 stdio 传输，可使用：

uv run python debug_service.py --fixture tests/fixtures/single_failure_611.xml --action summary
uv run python debug_service.py --fixture tests/fixtures/single_failure_72.json --action failure_path --selector s1-t2
uv run python debug_service.py --fixture tests/fixtures/errors_and_long_72.json --action search --query "collected line" --limit 2

---

常见问题

1. 为什么不能把 wheel 直接给 LLM？

因为 LLM 调用的是 MCP server 进程，不是 Python 包文件本身。

2. 为什么推荐用整数 run_id？

因为它更短，更适合 LLM、多轮对话和人工排查；长 hash 仅保留在内部用于去重。

3. get_view / search_messages 能传文件路径吗？

可以。
如果该文件已经被解析过，服务会先把路径转换成对应的 run_id 再查询。
但仍然推荐优先使用 parse_result() 返回的整数 run_id。

4. 什么情况下不能直接使用这个项目？

如果你的 LLM 平台：

• 不支持 MCP
• 或不支持启动本地进程

那就不能直接接入，需要额外做一层集成。

---

开发检查

uv run ruff check .
uv run pytest