Factifai MCP Server

Um servidor MCP para Factifai, permit

Documentação

Servidor MCP Factifai

Hai Build Amazon Q VS Code Cursor Windsurf Zed

Um servidor Model Context Protocol (MCP) para integração com Factifai em qualquer ferramenta de IA compatível com MCP. Este servidor foi projetado para ser agnóstico em relação à ferramenta, o que significa que pode ser usado com qualquer ferramenta que suporte o protocolo MCP. Atualmente, este servidor expõe ferramentas para criar testes de forma assíncrona e obter o resultado do teste.

Sumário

Servidor MCP Factifai

Requisitos

Node.js >= 16.0.0
Hai Build, Cursor, Windsurf, Claude Desktop ou qualquer Cliente MCP

Instalação

# Latest version
npx --yes @presidio-dev/factifai-mcp-server@latest

# Specific version
npx --yes @presidio-dev/factifai-mcp-server@1.2.3

Recomendamos npx para instalar o servidor, mas você pode usar qualquer gerenciador de pacotes Node de sua preferência, como yarn, pnpm, bun, etc.

Nota sobre a Instalação

⚠️ Importante: Na primeira vez que você instalar o Servidor MCP Factifai, ele baixará e instalará automaticamente as dependências do navegador usando Playwright. Esse processo pode levar vários minutos, dependendo da sua conexão com a internet e das especificações do sistema.

A instalação inclui:

Download dos binários do navegador (Chromium, Firefox, WebKit)
Instalação das dependências do navegador
Configuração do ambiente necessário

Isso acontece apenas uma vez, e as execuções subsequentes serão muito mais rápidas, pois os navegadores já estarão instalados.

Dica Pré-Instalação

⚠️ Recomendado para a Primeira Instalação: Muitos clientes MCP têm limites de tempo limite rigorosos para a inicialização do servidor. O processo de instalação do navegador durante a configuração inicial pode exceder esses limites de tempo, fazendo com que a instalação falhe ou pareça não responder.

Para evitar problemas de tempo limite, recomendamos fortemente pré-instalar os navegadores Playwright manualmente:

# Step 1: Install Playwright browsers manually before installing the MCP server
npx playwright install --with-deps

# Step 2: Then install the MCP server (will be much faster and avoid timeouts)
npx --yes @presidio-dev/factifai-mcp-server@latest

Esta etapa de pré-instalação:

Garante que os navegadores sejam baixados sem as restrições de tempo limite do cliente MCP
Acelera significativamente a instalação inicial do servidor MCP
Evita falhas de instalação devido a problemas de tempo limite na sua IDE ou cliente MCP

Configuração

com npx com a versão mais recente:

{
	"factifai": {
		"command": "npx",
		"args": ["--yes", "@presidio-dev/factifai-mcp-server@latest"],
		"env": {
			"MODEL_PROVIDER": "bedrock|openai",
			"OPENAI_API_KEY": "<your-openai-api-key>",
			"AWS_ACCESS_KEY_ID": "<your-aws-access-key-id>",
			"AWS_SECRET_ACCESS_KEY": "<your-aws-secret-access-key>",
			"AWS_DEFAULT_REGION": "<your-aws-region>"
		},
		"disabled": false,
		"autoApprove": []
	}
}

com npx com uma versão específica:

{
	"factifai": {
		"command": "npx",
		"args": ["--yes", "@presidio-dev/factifai-mcp-server@1.2.3"],
		"env": {
			"MODEL_PROVIDER": "bedrock|openai",
			"OPENAI_API_KEY": "<your-openai-api-key>",
			"AWS_ACCESS_KEY_ID": "<your-aws-access-key-id>",
			"AWS_SECRET_ACCESS_KEY": "<your-aws-secret-access-key>",
			"AWS_DEFAULT_REGION": "<your-aws-region>"
		},
		"disabled": false,
		"autoApprove": []
	}
}

Variáveis de Ambiente

Nome da Variável	Descrição
`MODEL_PROVIDER`	O provedor de modelo a ser usado. (bedrock ou openai)
`OPENAI_API_KEY`	A chave da API para o provedor de modelo OpenAI
`AWS_ACCESS_KEY_ID`	O ID da chave de acesso AWS para o provedor de modelo Bedrock
`AWS_SECRET_ACCESS_KEY`	A chave de acesso secreta AWS para o provedor de modelo Bedrock
`AWS_DEFAULT_REGION`	A região padrão da AWS para o provedor de modelo Bedrock

Exemplos de Configuração do Provedor de Modelo

Exemplo de Configuração Bedrock

{
	"factifai": {
		"command": "npx",
		"args": ["--yes", "@presidio-dev/factifai-mcp-server@latest"],
		"env": {
			"MODEL_PROVIDER": "bedrock",
			"AWS_ACCESS_KEY_ID": "<your-aws-access-key-id>",
			"AWS_SECRET_ACCESS_KEY": "<your-aws-secret-access-key>",
			"AWS_DEFAULT_REGION": "<your-aws-region>"
		},
		"disabled": false,
		"autoApprove": []
	}
}

Exemplo de Configuração OpenAI

{
	"factifai": {
		"command": "npx",
		"args": ["--yes", "@presidio-dev/factifai-mcp-server@latest"],
		"env": {
			"MODEL_PROVIDER": "openai",
			"OPENAI_API_KEY": "<your-openai-api-key>"
		},
		"disabled": false,
		"autoApprove": []
	}
}

Integração do MCP Factifai com IDE e extensões populares

Veja as instruções de configuração para cada um

Instalar no Hai Build

Adicione o seguinte ao seu arquivo hai_mcp_settings.json. Para abrir este arquivo no Hai Build, clique no ícone "MCP Servers", selecione a aba "Installed" e depois clique em "Configure MCP Servers".

Consulte a documentação MCP do Hai Build para mais informações.

{
	"mcpServers": {
		"factifai": {
			"command": "npx",
			"args": ["-y", "@presidio-dev/factifai-mcp-server@latest"],
			"env": {
				"MODEL_PROVIDER": "bedrock|openai",
				"OPENAI_API_KEY": "<your-openai-api-key>",
				"AWS_ACCESS_KEY_ID": "<your-aws-access-key-id>",
				"AWS_SECRET_ACCESS_KEY": "<your-aws-secret-access-key>",
				"AWS_DEFAULT_REGION": "<your-aws-region>"
			}
		}
	}
}

Instalar no Amazon Q Developer

Adicione o seguinte ao arquivo de configuração do Amazon Q Developer. Consulte Configuração MCP para Q Developer na IDE para mais detalhes.

O arquivo de configuração pode ser armazenado globalmente em ~/.aws/amazonq/mcp.json para estar disponível em todos os seus projetos, ou localmente dentro do seu projeto em .amazonq/mcp.json.

{
	"mcpServers": {
		"factifai": {
			"command": "npx",
			"args": ["-y", "@presidio-dev/factifai-mcp-server@latest"],
			"env": {
				"MODEL_PROVIDER": "bedrock|openai",
				"OPENAI_API_KEY": "<your-openai-api-key>",
				"AWS_ACCESS_KEY_ID": "<your-aws-access-key-id>",
				"AWS_SECRET_ACCESS_KEY": "<your-aws-secret-access-key>",
				"AWS_DEFAULT_REGION": "<your-aws-region>"
			}
		}
	}
}

Instalar no VS Code (Copilot)

Primeiro, habilite o suporte MCP no VS Code abrindo as Configurações (Ctrl+,), pesquisando por mcp.enabled e marcando a caixa.

Em seguida, adicione a seguinte configuração ao seu arquivo settings.json de usuário ou espaço de trabalho. Consulte a documentação MCP do VS Code para mais informações.

"mcp": {
  "servers": {
    "factifai": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "@presidio-dev/factifai-mcp-server@latest"],
      "env": {
        "MODEL_PROVIDER": "bedrock|openai",
        "OPENAI_API_KEY": "<your-openai-api-key>",
        "AWS_ACCESS_KEY_ID": "<your-aws-access-key-id>",
        "AWS_SECRET_ACCESS_KEY": "<your-aws-secret-access-key>",
        "AWS_DEFAULT_REGION": "<your-aws-region>"
      }
    }
  }
}

Instalar no Cursor

A maneira mais fácil de instalar é com o botão de instalação com um clique abaixo.

Alternativamente, você pode configurar manualmente o servidor adicionando o seguinte ao seu arquivo mcp.json. Este arquivo pode estar localizado globalmente em ~/.cursor/mcp.json ou dentro de um projeto específico em .cursor/mcp.json. Consulte a documentação MCP do Cursor para mais informações.

{
	"mcpServers": {
		"factifai": {
			"command": "npx",
			"args": ["--yes", "@presidio-dev/factifai-mcp-server@latest"],
			"env": {
				"MODEL_PROVIDER": "bedrock|openai",
				"OPENAI_API_KEY": "<your-openai-api-key>",
				"AWS_ACCESS_KEY_ID": "<your-aws-access-key-id>",
				"AWS_SECRET_ACCESS_KEY": "<your-aws-secret-access-key>",
				"AWS_DEFAULT_REGION": "<your-aws-region>"
			}
		}
	}
}

Instalar no Windsurf

Adicione o seguinte ao seu arquivo ~/.codeium/windsurf/mcp_config.json. Consulte a documentação MCP do Windsurf para mais informações.

{
	"mcpServers": {
		"factifai": {
			"command": "npx",
			"args": ["-y", "@presidio-dev/factifai-mcp-server@latest"],
			"env": {
				"MODEL_PROVIDER": "bedrock|openai",
				"OPENAI_API_KEY": "<your-openai-api-key>",
				"AWS_ACCESS_KEY_ID": "<your-aws-access-key-id>",
				"AWS_SECRET_ACCESS_KEY": "<your-aws-secret-access-key>",
				"AWS_DEFAULT_REGION": "<your-aws-region>"
			}
		}
	}
}

Instalar no Zed

Você pode adicionar o servidor MCP Factifai no Zed editando seu arquivo settings.json (acessível através da ação zed: settings) ou usando a interface de configuração do Painel do Agente (agent: open configuration). Consulte a documentação MCP do Zed para mais informações.

Adicione o seguinte ao seu settings.json:

{
	"context_servers": {
		"factifai": {
			"command": {
				"path": "npx",
				"args": ["-y", "@presidio-dev/factifai-mcp-server@latest"],
				"env": {
					"MODEL_PROVIDER": "bedrock|openai",
					"OPENAI_API_KEY": "<your-openai-api-key>",
					"AWS_ACCESS_KEY_ID": "<your-aws-access-key-id>",
					"AWS_SECRET_ACCESS_KEY": "<your-aws-secret-access-key>",
					"AWS_DEFAULT_REGION": "<your-aws-region>"
				}
			}
		}
	}
}

Ferramentas Disponíveis

Nome da Ferramenta	Descrição
`testWithFactifai`	Iniciar um teste com Factifai
`getFactifaiSessionResult`	Obter o resultado do teste
`listFactifaiSessions`	Listar testes

Contribuindo

Aceitamos contribuições para o Servidor MCP Factifai! Consulte nosso Guia de Contribuição para mais informações sobre como começar.

Segurança

Para informações sobre nossa política de segurança e como reportar vulnerabilidades de segurança, consulte nossa Política de Segurança.

Licença

Este projeto é licenciado sob a Licença MIT - consulte o arquivo LICENSE para detalhes.