bugAgent MCP Server

官方

將 bugAgent 連接到任何 M

造訪 bugagent.com

文件

MCP v1

導覽

Model Context Protocol

MCP

將 bug_Agent_ 連接到任何相容 MCP 的 AI 客戶端。

直接從您的 AI 編碼助理提交、分類和管理錯誤、功能請求等。無需切換上下文，無需複製貼上——只需描述問題，bug_Agent_ 就會處理其餘部分。

Discord 社群 [email protected]

入門指南

bug_Agent_ MCP 伺服器讓 AI 客戶端能夠透過 Model Context Protocol 建立、查詢和管理錯誤報告、功能請求、增強功能等。它在本地執行，並與 bug_Agent_ 的雲端 API 通訊。

取得您的 API 金鑰

在 app.bugagent.com 註冊，並從控制台產生 API 金鑰。

設定您的 AI 客戶端

在客戶端的設定中將 bug_Agent_ 新增為 MCP 伺服器（請參閱下方的設定說明）。

開始提交錯誤

用自然語言描述錯誤，bug_Agent_ 會自動分類、豐富並儲存它。

快速範例

# Create a bug report
"File a bug: Login button is unresponsive on iOS Safari.
Steps: tap login, nothing happens. Expected: navigate to
dashboard. Severity: high."

# bugAgent auto-classifies as UI bug, severity high

# File a feature request
"Feature request: Add dark mode toggle to the
settings page. Users have asked for this in surveys."

# Auto-classified as feature-request, severity medium

設定

安裝

無需全域安裝。使用 npx 按需執行 MCP 伺服器：

npx @bugagent/mcp-server

設定您的 API 金鑰

首次連線時，bug_Agent_ 會提示您輸入 API 金鑰。您也可以透過環境變數設定：

export BUGAGENT_API_KEY=ba_live_your_key_here

從 bug_Agent_ 控制台取得您的 API 金鑰。

MCP 客戶端設定

將以下內容新增到您的 MCP 客戶端設定檔：

mcp.json

{
  "mcpServers": {
    "bugagent": {
      "command": "npx",
      "args": ["-y", "@bugagent/mcp-server"],
      "env": {
        "BUGAGENT_API_KEY": "ba_live_your_key_here"
      }
    }
  }
}

💡

將 ba_live_your_key_here 替換為您從控制台取得的實際 API 金鑰。

連線到伺服器

bug_Agent_ MCP 伺服器透過 Streamable HTTP 傳輸協定在 https://mcp.bugagent.com/mcp 上線。從以下八個客戶端中選擇一個連線——挑選最適合您工作流程的。

🔑

請先取得您的 API 金鑰。 登入 app.bugagent.com/dashboard/settings/api-keys，點擊 建立 API 金鑰，然後複製該值（開頭為 ba_live_）。您只會看到它一次，因此請將其貼到安全的地方。以下每個範例都使用此金鑰。

選項 1 — MCP Inspector（網頁 UI，建議用於首次測試）

Anthropic 的官方工具。會啟動一個本機網頁 UI，您可以在其中點擊每個工具、填寫參數並查看回應。無需設定，無需 IDE。

macOS（終端機）

終端機

npx @modelcontextprotocol/inspector

Windows（PowerShell 或 CMD）

PowerShell

在開啟的瀏覽器 UI 中：

傳輸類型：選擇 Streamable HTTP
URL：https://mcp.bugagent.com/mcp
連線類型：選擇 Proxy（預設值——Inspector 透過本機 Node 程序代理以繞過瀏覽器 CORS）
點擊驗證分頁 → 新增自訂標頭：
- 標頭名稱：Authorization
- 值：Bearer ba_live_YOUR_KEY_HERE
點擊連線。您將在左側面板中看到所有 60 多個 bug_Agent_ 工具。
點擊任何工具（例如 list_bug_reports），填寫參數，點擊 執行工具。回應會顯示在右側。

先決條件：Node.js 18 或更新版本。如果您沒有，請從 nodejs.org 安裝。

選項 2 — Claude Desktop（Mac + Windows）

如果您使用 Claude Desktop 應用程式，可以將 bug_Agent_ 新增為永久的 MCP 伺服器。然後 Claude 將在每次對話中都能使用所有 bug_Agent_ 工具。

macOS

開啟 Claude Desktop → 選單列 Claude → 設定 → 開發者 → 編輯設定。這會開啟 ~/Library/Application Support/Claude/claude_desktop_config.json。
在 mcpServers 下新增 bug_Agent_ 條目： claude_desktop_config.json

{  
  "mcpServers": {  
    "bugagent": {  
      "type": "http",  
      "url": "https://mcp.bugagent.com/mcp",  
      "headers": {  
        "Authorization": "Bearer ba_live_YOUR_KEY_HERE"  
      }  
    }  
  }  
}

儲存檔案並完全退出 Claude Desktop（Cmd+Q，不僅僅是關閉視窗）。
重新啟動 Claude Desktop。聊天輸入框底部的工具槌子圖示現在應該會顯示 bug_Agent_ 工具。
試試看：輸入「列出我最近 5 個錯誤報告」——Claude 將自動呼叫 list_bug_reports。

Windows

開啟 Claude Desktop → 檔案 → 設定 → 開發者 → 編輯設定。這會開啟 %APPDATA%\Claude\claude_desktop_config.json（通常是 C:\Users\YourName\AppData\Roaming\Claude\claude_desktop_config.json）。
新增與 macOS 部分相同的 JSON 區塊。
儲存檔案並從系統匣完全退出 Claude Desktop（右鍵點擊 Claude 圖示 → 退出），然後重新啟動。
工具槌子圖示將顯示 bug_Agent_ 工具。

選項 3 — Claude Code（CLI）

如果您從終端機使用 Claude Code（CLI 版本的 Claude），用一個指令即可註冊 bug_Agent_ 伺服器。在 macOS、Linux 和 Windows 上的操作方式相同。

終端機 / PowerShell

claude mcp add --transport http bugagent https://mcp.bugagent.com/mcp \
  --header "Authorization: Bearer ba_live_YOUR_KEY_HERE"

然後重新啟動您的 Claude Code 工作階段。驗證是否已連線：

claude mcp list

您應該會在列表中看到帶有綠點的 bugagent。在任何聊天中開始使用工具：「顯示我本月的探索使用情況。」

稍後要移除它：

claude mcp remove bugagent

選項 4 — OpenAI Codex CLI

如果您使用 OpenAI Codex CLI，請將 bug_Agent_ 新增到 ~/.codex/config.toml 以進行永久註冊，或為一次性工作階段傳遞內聯設定。

永久註冊（新增到設定檔）

~/.codex/config.toml

[[mcp_servers]]
name = "bugagent"
type = "http"
url  = "https://mcp.bugagent.com/mcp"

[mcp_servers.headers]
Authorization = "Bearer ba_live_YOUR_KEY_HERE"

內聯 — 單一工作階段

終端機

codex \
  --mcp-server '{"name":"bugagent","type":"http","url":"https://mcp.bugagent.com/mcp","headers":{"Authorization":"Bearer ba_live_YOUR_KEY_HERE"}}' \
  "list the last 5 bug reports"

Codex 會從您的自然語言提示自動解析工具呼叫。試試看：「按嚴重性排序，列出我的未解決錯誤。」

選項 5 — Cursor（Mac + Windows）

Cursor 內建 MCP 支援。新增一次 bug_Agent_，Cursor 內的 AI 助理就可以在不離開編輯器的情況下提交錯誤、列出報告、執行掃描等。

開啟 Cursor → 設定（Mac 上為 Cmd+, / Windows 上為 Ctrl+,）→ 左側邊欄中的 MCP。
點擊 + 新增 MCP 伺服器。
選擇 HTTP 傳輸類型。
填寫：
- 名稱：bugagent
- URL：https://mcp.bugagent.com/mcp
- 標頭名稱：Authorization
- 標頭值：Bearer ba_live_YOUR_KEY_HERE
點擊儲存。連線成功時，Cursor 會顯示綠色指示燈。
開啟 Cursor 的聊天（Cmd+L / Ctrl+L）並輸入「建立一個標題為『登入損壞』、嚴重性為高的錯誤報告。」Cursor 將呼叫 create_bug_report。

替代方案：Cursor 也會讀取 ~/.cursor/mcp.json（Mac）或 %USERPROFILE%\.cursor\mcp.json（Windows）。新增與 Claude Desktop 部分相同的 JSON 格式。

選項 6 — 帶有 Continue 擴充功能的 VS Code（Mac + Windows）

如果您偏好使用 VS Code，Continue 擴充功能原生支援 MCP 伺服器。

從 VS Code 市集安裝 Continue 擴充功能。
開啟 Continue 的設定：命令面板（Cmd+Shift+P / Ctrl+Shift+P）→ Continue: Open config.json。檔案位於：
- macOS：~/.continue/config.json
- Windows：%USERPROFILE%\.continue\config.json
新增一個 mcpServers 條目： ~/.continue/config.json

{  
  "mcpServers": [  
    {  
      "name": "bugagent",  
      "type": "streamable-http",  
      "url": "https://mcp.bugagent.com/mcp",  
      "requestOptions": {  
        "headers": {  
          "Authorization": "Bearer ba_live_YOUR_KEY_HERE"  
        }  
      }  
    }  
  ]  
}

儲存。Continue 將自動重新載入，並在側邊欄中顯示 bug_Agent_ 工具。
開啟 Continue 聊天面板並嘗試：「列出我的安全掃描。」

其他支援 MCP 的 VS Code 擴充功能：Cline、Roo Code 和 Windsurf（分支）都遵循類似的 JSON 設定模式，具有 mcpServers 金鑰和 HTTP 傳輸。

選項 7 — 支援 OAuth 的主機（以 Claude.ai 網頁版為例）

某些 MCP 主機透過 OAuth 2.0 進行驗證，並要求預先提供靜態的 client_id 和 client_secret，而不是接受 Bearer API 金鑰。對於這些主機，您可以從 bug_Agent_ 儀表板產生一組限定工作區範圍的 OAuth 憑證配對，並將其貼到主機的連接器表單中。這些憑證與 MCP 主機無關——任何支援 Authorization Code + PKCE 的 OAuth 客戶端都可以使用它們。以下逐步解說以 Claude.ai 網頁應用程式作為最常見的範例。

在 bug_Agent_ 中：開啟 設定 → 開發者 → MCP 連接器。點擊 產生連接器，為其命名以描述主機（例如「Claude.ai (工作用)」），貼上您的 MCP 主機所需的重新導向 URI（對於 Claude.ai 網頁應用程式，即為 https://claude.ai/api/mcp/auth_callback——請查閱您主機的連接器文件以了解其他資訊），然後為驗證方法選擇機密。在成功畫面上複製顯示一次的 client_id 和 client_secret。
在您的 MCP 主機的連接器 / OAuth 設定中，貼上：
- 伺服器 URL：https://mcp.bugagent.com/mcp
- 客戶端 ID + 客戶端密碼：來自步驟 1
- 授權 URL：https://mcp.bugagent.com/authorize
- 權杖 URL：https://mcp.bugagent.com/token 對於 Claude.ai 具體操作：前往 claude.ai/customize/connectors 並點擊 新增 MCP 連接器。
儲存。主機會將您重新導向至 bug_Agent_ 以登入（Google 或電子郵件/密碼——您用於儀表板的任何方法）並核准同意，然後完成 OAuth 交握。
從相同的設定頁面管理和撤銷已產生的連接器。撤銷是立即生效的——來自該連接器的下一個請求會返回 invalid_client。

注意： Claude Code、Cursor、VS Code 和 MCP Inspector 不需要此流程——它們會自動處理動態客戶端註冊（RFC 7591），並透過如上所示的 API 金鑰進行驗證。MCP 連接器表單僅適用於需要靜態 OAuth 憑證的主機。

選項 8 — 使用 curl 直接 HTTP（終端機）

如果您想在沒有任何客戶端的情況下直接測試伺服器，或將其整合到腳本中，可以使用 curl 存取 HTTP 端點。MCP 協定是基於 Streamable HTTP 的 JSON-RPC 2.0。

macOS / Linux

終端機

# Set your API key as a variable
export BUGAGENT_API_KEY="ba_live_YOUR_KEY_HERE"

# 1. List all available tools
curl -N -s https://mcp.bugagent.com/mcp \
  -H "Authorization: Bearer $BUGAGENT_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'

# 2. Call a tool — list 5 reports from a specific project
curl -N -s https://mcp.bugagent.com/mcp \
  -H "Authorization: Bearer $BUGAGENT_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{
    "jsonrpc":"2.0",
    "id":2,
    "method":"tools/call",
    "params":{
      "name":"list_bug_reports",
      "arguments":{"project":"bugagent","limit":5}
    }
  }'

Windows（PowerShell）

PowerShell

# Set your API key
$env:BUGAGENT_API_KEY = "ba_live_YOUR_KEY_HERE"

# Use Invoke-RestMethod (PowerShell's curl equivalent)
$headers = @{
  "Authorization" = "Bearer $env:BUGAGENT_API_KEY"
  "Content-Type" = "application/json"
  "Accept" = "application/json, text/event-stream"
}

# 1. List all tools
$body = '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'
Invoke-RestMethod -Uri "https://mcp.bugagent.com/mcp" `
  -Method Post -Headers $headers -Body $body

# 2. Call list_bug_reports for a specific project
$body = @{
  jsonrpc = "2.0"
  id = 2
  method = "tools/call"
  params = @{
    name = "list_bug_reports"
    arguments = @{ project = "bugagent"; limit = 5 }
  }
} | ConvertTo-Json -Depth 5

Invoke-RestMethod -Uri "https://mcp.bugagent.com/mcp" `
  -Method Post -Headers $headers -Body $body

回應以伺服器傳送事件（MCP Streamable HTTP 標準）的形式送達。每個區塊都是一行以 data: 為前綴，後接一個 JSON 物件。Accept: application/json, text/event-stream 標頭是必需的——伺服器會拒絕沒有它的請求。

ℹ️

疑難排解 401 未授權： 檢查您的 API 金鑰是否已在「設定 → API 金鑰」中被撤銷。金鑰開頭為 ba_live_。如果您仍然卡住，請重新產生金鑰並重試。

試試看 — 簡單的英文提示

連線後，您無需知道工具名稱或參數。用簡單的英文描述您想要的內容，您的 AI 助理就會自動呼叫正確的 bug_Agent_ 工具。

錯誤報告

詢問您的 AI 助理

List my 5 most recent bug reports
Show all open critical bugs in the Auth project
Create a bug titled "Login broken on Safari" with severity s2
Update TEST-451 status to in-progress and assign it to me
Add a comment to TEST-451: "root cause confirmed — null check missing in auth middleware"
Show me everything filed this week, grouped by severity

測試管理

Create a test suite called "Smoke Tests" with cases for login, checkout, and account settings
Run the Regression suite and list all failures
Show failing test cases from the last 7 days
Which test cases have never been run in the past 90 days?
Get a pass-rate trend for this month vs last month

安全性與效能

Run a security scan on https://app.example.com
Get this month's security scan results — show only high and critical findings
Create a performance test for the landing page and check Lighthouse scores
What are the Core Web Vitals for our checkout flow?

Playwright 自動化

Create a Playwright script that logs in and verifies the dashboard loads
Run the checkout automation on iPhone 15 Pro on a real device
Optimize the login automation script
Show runs for the checkout automation — any failures?
Schedule the smoke test suite to run every weekday at 6 AM UTC

探索性 AI

Run an exploratory AI session on https://app.example.com with 5 parallel agents
Get the latest exploration run results — list any bugs that were filed
What testing strategies did the agents use and which found the most issues?

使用量與統計資料

Check my plan usage for this month
Show team bug stats for this week broken down by severity and type
List all team members and their roles
How many security scans do I have left this month?

快速參考

所有八個客戶端的設定檔位置。每個客戶端都透過 Streamable HTTP 連線到 https://mcp.bugagent.com/mcp，並帶有標頭 Authorization: Bearer ba_live_YOUR_KEY_HERE。

客戶端設定位置 / 指令

MCP Inspector 無檔案 — 在 npx @modelcontextprotocol/inspector 之後的瀏覽器 UI 中輸入 URL 和驗證標頭

Claude Desktop — macOS ~/Library/Application Support/Claude/claude_desktop_config.json

Claude Desktop — Windows %APPDATA%\Claude\claude_desktop_config.json

Claude Code（CLI） claude mcp add --transport http bugagent https://mcp.bugagent.com/mcp --header "Authorization: Bearer ba_live_..."

Codex CLI ~/.codex/config.toml

Cursor — macOS 設定 → MCP UI，或 ~/.cursor/mcp.json

Cursor — Windows %USERPROFILE%\.cursor\mcp.json

VS Code + Continue ~/.continue/config.json（macOS）/ %USERPROFILE%\.continue\config.json（Windows）

直接 HTTP（curl） curl / Invoke-RestMethod — 包含 Accept: application/json, text/event-stream

疑難排解

症狀修復方法

401 Unauthorized 金鑰錯誤、過期或已撤銷。檢查「設定 → API 金鑰」——金鑰開頭為 ba_live_。如有需要請重新產生。

客戶端中未顯示工具編輯設定後，完全退出並重新啟動客戶端。在 Claude Desktop 中，使用 Cmd+Q（不僅僅是關閉視窗）。在 Cursor 中，檢查「設定 → MCP」是否有綠點。

Accept header required 直接 HTTP 呼叫必須包含 Accept: application/json, text/event-stream——Streamable HTTP 規範要求這樣做。沒有它，伺服器會返回 406。

錯誤的工作區資料每個 API 金鑰都限定在一個工作區。從您要查詢的工作區，在「設定 → API 金鑰」中產生新的金鑰。

工具出現但呼叫無聲失敗確認伺服器可連線：curl -I https://mcp.bugagent.com/health 應返回 200。如果逾時，請檢查網路/防火牆規則。

MCP Inspector CORS 錯誤在 Inspector UI 中為連線類型選擇 Proxy（而非 Direct）。Inspector 透過本機 Node 程序代理以繞過瀏覽器 CORS 限制。

Codex CLI — 無法識別工具驗證 ~/.codex/config.toml 是否使用 [[mcp_servers]]（雙括號，陣列語法）。檢查 Codex CLI 版本是否足夠新以支援 MCP（codex --version）。

MCP 功能

bug_Agent_ MCP 伺服器提供以下工具：

🐛

錯誤報告管理

create_bug_report — 提交一份新報告，並自動分類為 19 種類型 — 錯誤、功能請求、增強功能、技術債務等（標題：3-500 個字元）。可選的 attachments 陣列接受每個最大 400 MB 的 base64 編碼檔案：任何圖片、影片、音訊、PDF 或文字/JSON。設定 format_description: true 可使用 AI 將描述自動重新格式化為結構化範本。傳遞 time_spent_seconds 以追蹤 QA 工作量。傳遞 priority（urgent / high / normal / low）以獨立於嚴重性設定修復緊急程度。回應包含 project_id、project、short_id、legacy_short_id 和 project_short_id。
list_bug_reports — 列出並篩選報告（每頁最多 100 筆）。專案篩選器在分頁前於伺服器端套用。可依 project（UUID、slug、確切名稱或工單前綴）、project_id、project_slug、project_prefix、workspace（UUID、確切名稱或工作區工單前綴）、workspace_id/team_id、type（19 種儀表板類別之一）、severity（s1-s4 或舊版 critical/high/medium/low）、status（使用儀表板的確切值：new、awaiting-triage、confirmed、in-progress、blocked、resolved、retesting、closed、reopened — 連字號是刻意的）、resolution（fixed / duplicate / works-as-designed / cannot-reproduce / will-not-fix / need-more-info / unresolved）、root_cause（開放式的 kebab-case 標籤 — 常見值：regression、missing-requirement、documentation、incomplete-refactor、not-a-bug、requirements-mismatch），或 reporter_user_id（提交報告的團隊成員 UUID — 先呼叫 list_team_members 將名稱解析為 UUID）進行篩選。每個結果包含 reporter_user_id、project_id、project、short_id、legacy_short_id 和 project_short_id，以便代理程式能連結並更新正確的專案範圍報告。
pick_next_bug — 依優先順序（S1 → S2 → S3，每個桶內最舊的優先）傳回代理程式迴圈應處理的下一個錯誤。自動限定於您的工作區 — 傳回團隊中所有專案內，狀態為 status new、awaiting-triage 或 confirmed 且嚴重性為 S1-S3 的工單。唯讀 — 不會以原子方式認領工單。可選的 severity（單一等級）、limit（1-50，預設為 1）。傳回的資料列格式與 list_bug_reports 相同，以利工具組合使用。搭配 claim_bug 可實現「先讀取後認領」模式。
claim_bug — 以原子方式將錯誤從 status new、awaiting-triage 或 confirmed 轉換為 status='in-progress'，將 assigned_to 設為呼叫使用者，並蓋上 claimed_at=NOW()。透過 Postgres 的 UPDATE-WHERE-RETURNING 模式，在並行呼叫者之間實現無競爭狀態 — 如果兩個代理程式在短時間內對同一個 ID 呼叫 claim_bug，恰好只有一個會取得包含錯誤主體的 claimed:true，另一個則會取得包含原因字串的 claimed:false。pg_cron 回收器會自動將過時的認領（狀態=in-progress 且 claimed_at 超過 30 分鐘）釋放回 new，因此崩潰代理程式的工單無需手動介入即可重新進入佇列。輸入：id（UUID 或短 ID）。
get_bug_report — 依 ID 取得報告的完整詳細資料。ID 格式： 接受 UUID（例如 1fb72a2c-87c7-...）、工作區範圍的短 ID（例如 WRKID-545）或專案範圍的短 ID（例如 WRKID-APP-042）。短 ID 查詢限定於團隊範圍 — 猜測其他工作區的短 ID 會傳回 404。傳回 project_id、project、short_id、legacy_short_id、project_short_id、ticket_number、project_ticket_number、qualityScore（整數 1–10）和 qualityBreakdown（包含 10 個維度分數的物件：reproductionSteps、expectedVsActual、environmentDetails、evidence、rootCauseAnalysis、impactAssessment、contextAndHistory、heuristicsAndOracles、clarityAndStructure、actionability — 每個分數介於 0.0–1.0）。
update_bug_report — 更新現有報告的欄位。接受 UUID 或短 ID（WRKID-545）。可更新的欄位包括 title、description、type（19 種儀表板類別中的任何一種）、severity、priority（urgent / high / normal / low — 修復緊急程度，獨立於嚴重性）、status（與儀表板完全相符：new、awaiting-triage、confirmed、in-progress、blocked、resolved、retesting、closed、reopened — 連字號是刻意的）、resolution（fixed / duplicate / works-as-designed / cannot-reproduce / will-not-fix / need-more-info / unresolved）和 root_cause（開放式的 kebab-case 標籤 — 常見值：regression、missing-requirement、documentation、incomplete-refactor、not-a-bug、requirements-mismatch）。代理程式迴圈慣例要求，每當 status 轉換離開 new 時，必須同時設定 resolution 和 root_cause；儀表板、分析以及未來的 claude-bot 訓練語料庫都依賴這些欄位。還包含 assigned_to（來自 list_team_members 的使用者 ID）和用於計時器追蹤的 time_spent_seconds。變更 assigned_to 會自動觸發應用程式內鈴鐺通知，以及一封發送給新指派人的禮貌性電子郵件（尊重他們在帳戶設定中的個人選擇退出設定 — 與儀表板端點使用相同的流程）。
add_comment — 為錯誤報告新增留言（UUID 或短 ID，內文 1-10000 個字元）。如果報告已同步至 Jira，留言會自動推送到連結的 Jira 議題。
list_comments — 列出報告的完整留言串，最舊的優先 — 每則留言包含作者名稱、parentId（討論串回覆）和時間戳記。留言不屬於 get_bug_report 的一部分，因此這是您閱讀工單討論的方式。接受 UUID 或短 ID。
link_bug_reports — 在同一個工作區的兩個錯誤報告之間建立方向性語意連結。link_type 是 duplicate-of、parent-of、related-to 或 depends-on 其中之一。反向視角（duplicated-by / subtask-of / blocks）在讀取時衍生 — 只需儲存一筆資料列。from_report_id 和 to_report_id 皆接受 UUID 或短 ID（WRKID-545）。
unlink_bug_reports — 透過其 UUID（link_id，由 link_bug_reports 或 list_bug_report_links 傳回）移除先前建立的錯誤報告連結。
list_bug_report_links — 列出與某個錯誤報告相關的所有使用者策劃連結。從所提供報告的視角傳回每個連結的讀取結果 — 例如，若此報告為目標的已儲存 duplicate-of 資料列會呈現為 duplicated-by；若此報告為目標的 parent-of 會呈現為 subtask-of；若此報告為目標的 depends-on 會呈現為 blocks。related-to 是對稱的。補充了由 get_bug_report 傳回的自動偵測 similar_reports 欄位。
classify_bug — 將描述分類為 19 種報告類型之一（錯誤、功能、增強功能等），並附上信心分數
flush_reports — 批量刪除舊報告（僅限管理員）

📊

使用情況與分析

get_usage — 根據方案限制檢查使用情況
get_stats — 每日計數、類型/嚴重性/狀態明細

📁

專案管理

list_projects — 列出可用的專案，包含 id、name、slug、ticket_prefix、描述和預設狀態。將這些值與 create_bug_report 和 list_bug_reports 搭配使用，以鎖定正確的專案。
create_project — 建立新專案（若為第一個專案，則自動設為預設）
delete_project — 永久刪除專案及其所有相關資料（錯誤報告、自動化、測試案例、行動應用程式、排程、地理快照、筆記、時間條目）。僅限擁有者/管理員。無法刪除最後一個專案。儲存空間會自動釋放
export_okf_bundle — 將專案的 QA 知識 — 錯誤報告、測試案例、自動化，以及效能、安全性和探索性測試 — 匯出為 OKF/OQA markdown 套件（oqa.ai 使用的 Open Query Agent 格式）。預設為使用中的專案；傳遞可選的 project（slug 或名稱）以匯出不同的專案。傳回套件中的檔案列表，以及作為 base64 編碼 zip 的套件本身

🔐

驗證與帳戶

register_account — 建立新帳戶（密碼：8-128 個字元，速率限制：每 15 分鐘 5 次）
login — 登入並接收存取權杖（速率限制：每 15 分鐘 5 次）
update_profile — 更新顯示名稱
change_password — 變更帳戶密碼
get_settings / update_settings — 管理偏好設定

🔑

API 金鑰管理

generate_api_key — 建立具名 API 金鑰
list_api_keys — 列出使用中的金鑰（僅前綴）
regenerate_api_key — 撤銷並更換金鑰
delete_api_key — 永久撤銷金鑰

👥

團隊管理

list_team_members — 列出工作區的所有成員，包含角色、狀態和 booster 旗標
invite_team_member — 透過電子郵件邀請使用者（管理員可邀請貢獻者和管理員；僅擁有者可邀請管理員）。5 天到期連結

🎯

整合

sync_to_jira — 使用團隊的共享連線將報告同步至 Jira
push_to_claude — 為錯誤報告產生（或重新產生）開發者筆記 — 根本原因、建議修復、驗證步驟和風險評估。接受 UUID 或短 ID（WRKID-545）。使用平台金鑰 — 無需每個團隊的 Claude 連線。執行自適應鏈：在 s3/medium 或 s4/low 錯誤上執行三步驟（Sonnet 草稿 → OpenAI gpt-5 評論 → Sonnet 綜合），在前兩個嚴重性級別 — s1/critical 或 s2/high — 上執行五步驟（草稿 → 評論 → Sonnet 反駁 → Claude Opus 仲裁者，讀取完整記錄並以獨立判斷撰寫最終筆記）。回應揭露每一輪：analysis、draft、critique、rebuttal、challenger_model、adjudicator_model 和一個 debated 旗標。任何步驟失敗都會退回到次佳答案。在錯誤建立時自動觸發；通常僅在需要手動重新產生時呼叫。
analyze_fix_area — 產生（或重新產生）開發者筆記的「可能修復區域」子區塊 — 一個精簡的 Sonnet 輸出，指出修復最可能歸屬於程式碼庫的哪個位置。接受 UUID 或短 ID。使用平台 Anthropic 金鑰。當團隊有 github_connections 資料列且專案有對應的 github_repo 時，輸出會以來自已連結儲存庫的真實檔案片段為基礎；否則會退回到一般指引，並提示連結儲存庫。傳回 likely_fix_area 文字、generated_at、repo_used 和一個 grounded 旗標。在錯誤建立時自動觸發 — 代理程式通常僅需在手動重新產生時呼叫此功能。
upgrade_plan — 透過 Stripe 升級訂閱

⚡

效能測試* `create_performance_test` — 建立效能測試設定，包含網址、裝置、虛擬使用者數量、持續時間、分數門檻，以及自動建立 Bug 的開關。僅限企業版

run_performance_test — 為網頁效能測試觸發一次頁面稽核與負載測試。會回傳一個執行 ID，可用來輪詢結果。行動應用程式分析執行則需從儀表板觸發
get_performance_results — 取得完整結果，包含 Lighthouse 分數（效能、無障礙、最佳做法、SEO）、Core Web Vitals（LCP、FID、CLS、FCP、TTFB、INP、TBT、SI），以及負載測試指標（VUs、請求數、RPS、p50/p90/p95/p99 延遲）
list_performance_tests — 列出目前團隊的所有效能測試設定
get_performance_usage — 檢查每月效能測試使用量。效能測試僅限企業版。免費版=0，企業版=無限制

範例工作流程

get_performance_usage → 檢查剩餘配額
create_performance_test → 為你的網址設定測試
run_performance_test → 觸發稽核與負載測試
get_performance_results → 檢視分數與核心指標

🛡

安全掃描

create_security_scan — 建立安全掃描設定。網頁掃描使用 Quick Scanner + Nuclei（超過 4,000 個模板），提供三種深度等級，並可選擇是否進行驗證掃描。行動掃描使用 MobSF 進行 APK/IPA 二進位分析。可設定依嚴重性門檻自動建立 Bug。僅限企業版
run_security_scan — 觸發一次漏洞掃描。網頁掃描需要 DNS 網域驗證。行動掃描需要上傳應用程式。會回傳一個執行 ID，可用來輪詢結果
get_security_results — 取得完整結果，包含安全分數（0-100）、依嚴重性分類的發現（嚴重、高、中、低、資訊），並附有 CWE 參考、OWASP 對應、證據與修復指引
list_security_scans — 列出目前團隊的所有安全掃描設定，包含上次分數與驗證/深度標記
get_security_usage — 檢查每月安全掃描使用量。安全掃描僅限企業版。企業版=無限制
list_security_schedules — 列出團隊所有排定的安全掃描，包含 cron 排程、時區、啟用狀態、下次執行時間與通知設定。會與父掃描設定（名稱、scan_type、target_url）進行聯結
create_security_schedule — 為安全掃描建立一個週期性排程。需要 scan_id 與 cron_expression。每個掃描設定僅限一個排程。可選的 timezone、notify_on_fail（none/email/slack/both）、notify_email、slack_channel_id。每次執行都會計入你的每月上限；管理員使用者則不受上限限制。掃描深度在執行時一律從掃描設定中讀取
delete_security_schedule — 刪除一個排定的安全掃描。不會影響父掃描設定或已完成的執行

get_security_usage → 檢查剩餘配額
create_security_scan → 為你的網址或儲存庫設定掃描
run_security_scan → 觸發一次性的漏洞掃描
create_security_schedule → 自動化週期性執行（例如：每週在主分支上執行 SAST）
get_security_results → 檢視發現與修復指引

📖

程式碼審查

list_code_reviews — 列出團隊最近的 AI 程式碼審查。回傳品質分數、嚴重性計數、PR 資訊與時間戳記。僅限企業版
get_code_review — 取得包含所有發現的程式碼審查。每個發現都包含嚴重性、類別（bug/security/performance/style/logic/maintainability）、標題、描述、程式碼建議、檔案路徑與行號
get_code_review_usage — 檢查程式碼審查使用量。AI 程式碼審查僅限企業版；企業版無限制
get_code_review_analytics — 取得審查分析：趨勢、發現類別/來源、嚴重性分佈、速度指標、熱門儲存庫/作者。支援 7/30/90 天回溯期

get_code_review_usage → 檢查剩餘審查次數
在儀表板中審查 PR，網址為 /dashboard/code-review
list_code_reviews → 查看最近的審查
get_code_review → 取得發現與建議

🔍

探索式 AI

多代理自主網站 Bug 尋找工具，最多可同時運行 10 個代理，每個代理使用不同的測試策略。

list_explorations — 列出團隊的探索式 AI 設定
create_exploration — 建立一個新的探索任務。接受 agent_count（1–10，最多 10）來執行多個平行代理，各自採用獨特的策略：happy_path、edge_case、security、accessibility、error_path、performance、mobile、data_integrity、navigation、custom
get_exploration — 取得探索設定，包含代理設定與最近的執行記錄
get_exploration_run — 取得執行結果，包含每個代理的進度、階段資料、附有代理歸屬的發現（agent_index、agent_strategy），以及關聯的 Bug
get_exploration_usage — 檢查每月使用量。探索式 AI 僅限企業版；企業版：無限制（10 個代理）

create_exploration 搭配 agent_count: 5 → 設定 5 個平行代理
從儀表板觸發執行，或透過 POST /api/explorations/run
get_exploration_run → 輪詢每個代理的進度與發現
在儀表板中檢視已去重複並附有代理歸屬的發現

📝

筆記

list_notes — 列出筆記，支援可選的關鍵字搜尋、專案篩選、作者篩選與日期範圍。回傳使用者擁有的筆記或團隊內共用的筆記。
create_note — 以 5 種格式之一建立筆記：markdown、plain_text、rich_text、checklist、outline。將 visibility 設為 private 或 shared。若未提供標題，則自動從前 30 個字元產生標題。可選的 attachments 陣列接受每個最大 400 MB 的 base64 編碼檔案：任何圖片、影片、音訊、PDF 或文字/JSON。傳遞 time_spent_seconds 以追蹤 QA 工作量。
get_note — 取得完整的筆記詳細資料，包含內容與附件。需要 id。
update_note — 更新標題、內容、格式、可見性、專案或 time_spent_seconds。傳遞一個 attachments 陣列，可將新檔案（每個最大 400 MB）附加到筆記的現有附件中，而不會取代它們。只有作者可以更新。需要 id。
delete_note — 永久刪除筆記及其附件。只有作者可以刪除。需要 id。

create_note → 開始一個測試工作階段的筆記
update_note → 在測試過程中附加觀察記錄
list_notes → 依關鍵字或專案搜尋過去的筆記
get_note → 擷取包含附件的完整筆記

🤖

自動化

create_automation — 使用自訂的 Playwright 腳本建立一個新的自動化任務（無需 FAB 錄製）。需要 name。可選：target_url（若省略，則自動從腳本中的第一個 page.goto(...) 網址衍生）、script（Node.js/JavaScript/TypeScript 或 Python — 語言會自動偵測；預設為一個佔位符）、status（draft 或 active，預設：draft）、project_id。回傳自動化任務的 id。需要團隊方案。提示 — 複製自動化任務： 使用 get_automation 取得原始腳本，然後呼叫 create_automation，將 name 設為 "[Copy] Original Name"，並傳遞原始的 script、target_url 與 project_id。複本會以 draft 狀態開始，且沒有版本歷史記錄。
list_automations — 列出 Playwright 自動化腳本。可依 project_id 或 status（draft、active、paused）篩選。回傳自動化任務陣列，包含名稱、target_url、last_run_status 與 run_count。
get_automation — 取得完整的自動化任務詳細資料，包含 Playwright 腳本與最近的執行記錄。需要 id。回傳自動化任務，包含當前的 script、一個 script_versions 堆疊（最舊的在前，最多 100 筆先前項目，每筆為 { script, source, timestamp }），以及一個 recent_runs 陣列，其中每次執行都帶有執行當時的 script_version_label/script_version_source。如果你需要選取特定的歷史版本，請在呼叫 run_automation 之前先呼叫此工具。
run_automation — 觸發 Playwright 測試的立即執行。需要 automation_id。虛擬模式（預設）：可選的 device 用於視窗模擬（例如 desktop、iphone-15）。Live 模式：設定 browserstack: true，並提供 bs_browser（chrome、firefox、safari、edge）、bs_os（Windows、OS X）與 bs_os_version，即可在真實的桌面瀏覽器上執行。Live 真實行動裝置： 設定 bs_os: "android"（裝置："Samsung Galaxy S25 Ultra"、"Google Pixel 10"、"OnePlus 13R"）或 bs_os: "ios"（裝置："iPhone 17 Pro Max"、"iPhone 16 Pro Max"、"iPhone 15 Pro Max"），並在 bs_os_version 中傳遞裝置名稱。Node.js 腳本透過 browserstack-node-sdk 路由（涵蓋桌面 + Android + iPhone）。Python 腳本透過 browserstack-sdk（pytest-playwright）路由，僅涵蓋桌面 — 不支援透過 Python 進行真實行動裝置測試，因為 pytest-playwright 的 browser_type.connect() 無法驅動 BrowserStack 的真實行動端點。影片與網路記錄會自動擷取；主控台記錄僅限桌面。版本重播： 傳遞可選的 version_index（整數，索引從 0 開始），以執行自動化任務 script_versions 歷史記錄中的先前項目。預設：當 version_index 被省略或為 null 時，會執行當前的腳本 — 不要只為了「選取當前版本」而傳遞一個佔位值。超出範圍、負數或非整數的值都會被拒絕。執行記錄會儲存當時執行的確切快照，而任何從失敗執行中自動建立的 Bug 報告，都會在編輯器中提供指向該版本的深層連結。
list_automation_runs — 列出某個自動化任務的近期執行記錄。需要 automation_id。回傳執行記錄，包含狀態、duration_ms 與 error_message。
list_schedules — 列出所有排定的網頁自動化執行，包含 cron 排程、時區、裝置與通知設定
create_schedule — 建立一個排定的網頁自動化執行。需要 automation_id 與 cron_expression。支援裝置、時區、notify_on_fail（email/slack/both）與 Slack 頻道選項。排程執行中的 BrowserStack Live：傳遞 browserstack: true，並提供 bs_browser、bs_os 與 bs_os_version — 裝置矩陣與 run_automation 相同（Node = 桌面 + 真實 Android + 真實 iPhone；Python = 僅桌面）。
delete_schedule — 刪除一個排定的網頁自動化執行
list_mobile_schedules — 列出所有排定的行動自動化執行，包含裝置、cron 排程、時區與通知
create_mobile_schedule — 在真實裝置上建立一個排定的行動自動化執行。需要 automation_id、cron_expression 與 devices 陣列
delete_mobile_schedule — 刪除一個排定的行動自動化執行
optimize_automation_script — 將 Playwright 腳本傳送給 Sonnet 4 進行 AI 驅動的優化。會套用一份 12 點檢查清單，修正選擇器、等待策略、斷言、錯誤處理、驗證模式、行動裝置相容性與嚴格模式。需要 automation_id。當前的腳本版本會在優化前儲存。回傳優化後的腳本與變更摘要。
undo_automation_script — 將自動化腳本還原到前一個版本。最多保留 10 個先前版本。需要 automation_id。回傳還原後的腳本與剩餘的版本數量。

create_automation → 使用自訂腳本建立一個測試
list_automations → 瀏覽可用的測試
get_automation → 檢查 Playwright 腳本
run_automation → 觸發測試
list_automation_runs → 檢查結果與持續時間

⏱️

時間追蹤

list_time_entries — 列出團隊的時間記錄。可依 period（today、week、month、all）、project_id、category 和 sort（newest、oldest、most_time、least_time）進行篩選。僅限團隊方案。
create_time_entry — 記錄花費在 QA 任務上的時間。需要 description、category 和 duration_minutes。可選擇性設定 project_id 和 entry_date（預設為今天）。僅限團隊方案。
update_time_entry — 更新現有的時間記錄。需要 id。可更新 description、category、duration_minutes、project_id 或 entry_date。僅限團隊方案。
delete_time_entry — 永久刪除一筆時間記錄。需要 id。僅限團隊方案。

create_time_entry → 記錄 45 分鐘的回歸測試
list_time_entries → 查看本週的時間記錄
update_time_entry → 調整持續時間或類別
delete_time_entry → 移除錯誤的記錄

☑️

測試案例

完整的測試管理功能，包含階層式資料夾、巢狀測試套件（最多 3 層深，執行時會自動展開子套件）、拖放排序、AI 輔助案例生成，以及一個分析報告頁籤，內含 KPI 趨勢、失敗分析、套件健康度、覆蓋率和測試人員生產力。所有工具皆直接呼叫 Supabase — 無 HTTP 往返，延遲與儀表板相同。

免持執行：執行審查頁面是一個輪播介面，一次顯示一個案例，提供鍵盤快捷鍵（P 通過 · F 失敗 · B 阻塞 · S 跳過）和語音控制。點擊麥克風，然後說出「通過」、「失敗」、「阻塞」、「跳過」、「下一個」、「上一個」、「新增筆記」（會轉錄到筆記欄位）、「儲存筆記」或「關閉語音」。成功結果會自動前進到下一個未測試的案例；失敗時則會停留在原地，以便測試人員口述詳細資訊並建立一個錯誤。適用於 Chrome、Edge 和 Safari。

案例與資料夾

list_test_cases — 列出測試案例，可選擇性使用 search、priority（critical、high、medium、low）、type（functional、regression、smoke、integration、performance、security、usability、exploratory）、status（active、draft、deprecated）和 sort（newest、oldest、name、priority）。
create_test_case — 建立一個測試案例。有兩種範本變體：steps（預設）— 透過 steps 陣列提供逐步的 { action, expected } 網格；text — 透過 text_content 提供單一自由格式描述。兩個欄位可以在同一次呼叫中傳送（平台會獨立儲存它們，因此測試人員之後切換 template_type 時不會遺失任一方的資料）。可選的 urls 陣列（最多 10 個 http/https 網址）用於附加參考連結。需要 name。可選：description、preconditions、template_type、steps、text_content、urls、priority、type、tags、estimated_time（秒）。檔案附件是透過儀表板的 POST /api/test-cases/:id/attachments 端點（multipart）上傳 — 尚未作為 MCP 工具公開。
get_test_case — 取得完整的測試案例詳細資訊，包括步驟和執行歷史記錄。
list_test_case_folders — 列出團隊的資料夾（每個案例透過 folder_id 對應一個資料夾；與套件不同，套件是多對多的測試計劃分組）。上限為 500 個；支援 project_id 和 parent_folder_id 篩選器（使用 "root" 僅列出頂層）。
create_test_case_folder — 建立一個資料夾（透過 parent_folder_id 最多可巢狀 3 層）。使用 bulk_update_test_cases 將案例移入其中。
bulk_update_test_cases — 一次對最多 500 個案例套用一個動作：set_priority、set_status、set_type、add_tags、remove_tags、add_to_suite、pin、unpin。
link_test_case_to_bug — 建立測試案例與錯誤報告之間的可追溯性（verified_by、covers 或 relates）。
list_test_case_links — 列出一個測試案例的所有可追溯性連結。
list_test_case_review_candidates — 無效測試標記：never_run（自建立以來超過 90 天）、always_passes（90 天內連續通過 5 次以上）、always_skipped（連續跳過 3 次以上）。
mark_test_case_review_flags — 將當前的歸檔候選標記持久化到 test_cases.review_flag。透過 pg_cron 於每週一 09:00 UTC 自動執行。

匯入

Figma 匯入（儀表板 UI + REST）：上傳 Figma 畫框的 zip 匯出檔（最大 100 MB），Claude 會分析每個畫面，並將測試案例草稿放入您選擇或建立的資料夾中。多階段流程（分類 → 每個畫面的案例 → 跨共用前綴畫面的流程層級案例 → 自我審查），具備提示快取、429 重試和每個畫框的錯誤隔離，因此一個損壞的畫框不會導致整批失敗。案例會以 status=active 形式建立，標記為 ai_generated=true，並以 source='figma' 和 source_frame_name 保留原始畫框的連結。使用平台的 Anthropic 金鑰 — 無需團隊各自的 Claude 連線。端點：POST /api/test-cases/import/figma/request、POST /api/test-cases/import/figma/start、GET /api/test-cases/import/figma/:id。

套件與執行

list_test_suites — 列出測試套件，包含案例數量和上次執行狀態。
create_test_suite — 建立一個套件。透過 parent_suite_id 最多可巢狀 3 層。
list_test_runs — 列出測試執行，包含套件名稱、指派人員和通過/失敗摘要。
create_test_run — 將一個套件快照成一個新的執行。執行父套件會自動包含每個子孫套件中的每個案例（同時連結到兩者的案例只會加入一次）。每個 test_run_results 列會記錄案例來自哪個原始子套件，以便結果頁面可以按來源分組。

報告（Tier 1 + Tier 4 分析）

get_test_reports_overview — 一個時間區間內的標題 KPI（通過率、完成的執行次數、已執行的案例數），並附上與前一個同等區間的差異。與報告頁籤中 KPI 條顯示的數字相同。
get_test_reports_failures — 四個「該修復什麼？」清單：failing_cases（失敗率 ≥50%，最少 3 次執行）、flaky_cases（通過/失敗翻轉次數最多）、failing_suites（失敗率 ≥30%，最少 5 次執行）、regressed_cases（在該時間區間內，最近一次失敗且之前有通過記錄的案例）。

create_test_case_folder → 建立資料夾樹（例如 Smoke → Auth）
create_test_case → 定義案例；使用 bulk_update_test_cases 將它們移入資料夾
create_test_suite → 建立一個測試計劃（子套件為可選，最多 3 層深）
create_test_run → 從父套件快照一個執行 — 子套件會自動包含在內
get_test_reports_failures → 執行完成後，詢問「本週該修復什麼？」
get_test_reports_overview → 逐週追蹤通過率趨勢

⚡

團隊增強

scale_team — 使用增強測試人員立即擴充您的 QA 團隊。帳戶會自動配置並賦予測試人員存取權限。指定 team_size（1–10）、location、duration、budget，以及可選的 product_url、product_types 和 tech_levels。適用於團隊方案。在獲得核准之前，您不會被收取費用。

scale_team → 在美國配置 5 名資深測試人員，為期 1 個月
list_team_members → 驗證新測試人員是否出現在您的團隊中
list_reports → 審查增強測試人員提交的報告

📱

行動測試

upload_mobile_app — 上傳 APK（Android）或 IPA（iOS）應用程式，以便在真實裝置上進行測試。需要 name、platform（android/ios）和 file_url。對於 iOS：上傳 IPA 用於真實裝置執行，然後在應用程式詳細資訊頁面上傳一個模擬器 .app 建置版本以啟用錄製功能。
update_mobile_app — 用新版本替換應用程式二進位檔。清除快取的網址和模擬器建置版本，以便所有自動化功能在下次執行時使用新版本。需要 app_id 和 file_url。可選：version。
create_mobile_automation — 建立一個測試腳本。需要 name、app_id、script_type（maestro 用於 YAML，appium 用於 Appium Python，appium_js 用於 Appium JavaScript）和 script（測試腳本內容）。
list_mobile_runs — 取得行動測試執行的結果（狀態、裝置、影片、BrowserStack 工作階段和任何自動建立的錯誤）。行動測試執行是從儀表板或按排程觸發的。可選篩選器：automation_id、status（queued、running、passed、failed、error、archived）、limit。預設列表中排除已歸檔的執行。

範例工作流程 — Android

upload_mobile_app → 上傳您的 APK
在瀏覽器中錄製測試 → 自動擷取操作
從儀表板或排程在真實裝置（例如 Google Pixel 8）上觸發執行
list_mobile_runs → 檢查包含影片和日誌的結果
失敗會自動建立錯誤報告，內含失敗快照和步驟分解

範例工作流程 — iOS

upload_mobile_app → 上傳您的 IPA（用於真實裝置執行）
在應用程式詳細資訊頁面上傳模擬器 .app 建置版本（用於錄製）
在瀏覽器中錄製測試 → 從模擬器擷取操作
從儀表板或排程在真實裝置（例如 iPhone 15 Pro，使用 IPA）上觸發執行
update_mobile_app → 準備好時，用新版本替換 IPA

✅

合規性與證據（企業版）

collect_compliance_evidence — 從已連接的服務（Cloudflare、GitHub、Sentry、Supabase、Railway）觸發自動化證據收集。返回執行 ID。收集 SSL/TLS 設定、WAF 狀態、Dependabot 警報、錯誤趨勢、部署歷史記錄等。
check_config_drift — 檢查所有已連接服務的安全性設定是否偏離基準（SSL 模式、TLS 版本、HSTS、WAF 規則、安全性標頭）。
generate_access_review — 建立季度存取審查報告。稽核團隊成員、角色、MFA 狀態、API 金鑰使用情況，並產生建議（例如，撤銷非作用中的金鑰）。
get_security_events — 查詢跨服務安全性事件時間軸。可依來源（cloudflare、sentry、github）和嚴重性（critical、high、medium、low、info）進行篩選。事件會跨服務自動關聯。

合規性覆蓋範圍

這些工具有助於滿足 SOC2（CC4.1、CC6.1、CC7.2、CC8.1）、ISO 27001（A.5.18、A.8.8、A.8.9、A.8.15-16、A.8.29）和 GDPR（Art. 5、25、32、33）的合規性要求。

相容的客戶端

bug_Agent_ 可與任何支援 Model Context Protocol 的客戶端搭配使用。以下是熱門客戶端的設定指南：

🤖

Claude Desktop

開啟 Settings → Developer → Edit Config，然後加入：

claude_desktop_config.json

儲存後重新啟動 Claude Desktop。

✳️

Cursor

開啟 Settings → MCP Servers → Add Server，或編輯專案根目錄中的 .cursor/mcp.json：

.cursor/mcp.json

🌊

Windsurf

開啟 Settings → MCP → Add Server，或編輯您的 MCP 設定檔：

mcp_config.json

💻

Claude Code (CLI)

直接從終端機新增 bug_Agent_：

claude mcp add bugagent -- npx -y @bugagent/mcp-server

在啟動前，使用 export BUGAGENT_API_KEY=ba_live_... 設定您的 API 金鑰。

🔧

其他 MCP 客戶端

任何支援 MCP stdio 傳輸的客戶端都可與 bug_Agent_ 搭配使用。使用標準設定：

指令：npx
參數：["-y", "@bugagent/mcp-server"]
環境變數：BUGAGENT_API_KEY

CLI

CLI 入門

bug_Agent_ CLI 讓您可以從終端機完全控制錯誤報告、功能請求、專案和整合。使用它來：

自動化工作流程 — 將錯誤報告整合到 CI/CD 管線、腳本和排程工作中
批次操作 — 無需離開終端機即可列出、篩選和管理報告
易於管線處理的輸出 — JSON、YAML 和原始格式，可與 jq、yq 及其他工具組合使用
快速迭代 — 無需瀏覽器 — 在幾秒鐘內建立和更新報告

安裝

npm install -g @bugagent/cli

驗證安裝：

bugagent --version

驗證

將您的 API 金鑰設定為環境變數：

或直接使用 --api-key 旗標傳入：

bugagent reports list --api-key ba_live_your_key_here

🔑

從 bug_Agent_ 主控台取得您的 API 金鑰。金鑰開頭為 ba_live_。

若要持久驗證，請將匯出指令新增至您的 shell 設定檔（~/.bashrc、~/.zshrc 等）。

使用方法

指令遵循以下模式：

bugagent <resource> <action> [flags]

資源也可以使用冒號語法來存取子資源：

bugagent reports comments add --report-id WRKID-545 --body "Reproduced on v2.1"

對任何指令使用 --help 以取得詳細資訊：

bugagent reports --help
bugagent reports create --help

範例會話

終端機

# List your projects
bugagent projects list

# Create a bug report in your default project
bugagent reports create \
  --title "Checkout 500 on discount code" \
  --description "Applying SAVE20 returns HTTP 500" \
  --severity critical \
  --type logic

# View recent reports
bugagent reports list --limit 5 --format pretty

# Get full details on a report (use the short ID or UUID)
bugagent reports get WRKID-545

# Sync a report to Jira
bugagent jira sync --report-id WRKID-545

# Check your usage
bugagent usage get --format json

CLI 功能

CLI 提供的指令可用於：

reports 建立、列出、取得、更新和清除錯誤報告

projects 建立、列出、更新和刪除專案

keys 產生、列出、重新產生和撤銷 API 金鑰

jira 連線、同步報告和設定 Jira 設定

usage 根據方案限制檢查目前使用量

stats 檢視分析和明細

profile 檢視和更新您的個人資料和設定

auth 登入、註冊和管理憑證

全域旗標

旗標說明

--api-key <key> 為此指令覆寫 API 金鑰

--format <fmt> 輸出格式：json、yaml、pretty、raw

--debug 顯示請求/回應詳細資訊以進行疑難排解

--help 顯示任何指令的說明

--version 列印 CLI 版本

輸出格式

CLI 支援多種輸出格式以滿足不同使用情境：

`json`

機器可讀的 JSON。非常適合管線傳送至 jq 或其他工具。

`yaml`

易於閱讀的 YAML 輸出，適用於設定檔和可讀性。

`pretty`

預設格式。專為終端機設計的彩色、格式化輸出。

`raw`

未格式化的輸出。適用於腳本編寫和自動化。

使用 --transform 進行篩選

使用 --transform 搭配 GJSON 語法來查詢和篩選輸出資料：

# Default pretty output
bugagent reports list

# JSON for piping to other tools
bugagent reports list --format json

# YAML
bugagent reports list --format yaml

# Raw (no formatting)
bugagent reports get rpt_abc123 --format raw

# Filter with GJSON syntax
bugagent reports list --format json \
  --transform "items.#(severity==critical).title"

AI 技能

CLI 也可作為 AgentSkill 使用，讓 AI 編碼助手能代表您使用 bug_Agent_。

✨

什麼是 AgentSkill？

AgentSkills 讓 AI 編碼助手（Claude Code、Cursor 等）能根據情境調用 CLI 工具。bug_Agent_ 技能賦予您的 AI 助手提交錯誤、檢查專案狀態以及同步至 Jira 的能力——完全無需您輸入任何指令。

安裝技能

claude skills install bugagent --from @bugagent/mcp-server

安裝後，具備情境感知能力的 AI 助手可以自然地使用 bug_Agent_ 指令——並充分了解您的產品、測試指南和上傳的文件：

AI 助手提示

"File a critical bug: the payment webhook is returning
a 403 after the latest deploy. It affects all Stripe
events. Assign it to the payments project."

該技能會將自然語言轉換為適當的 CLI 指令並執行它們。

🎬

工作階段重播 + AI 助手： 當啟用工作階段重播（團隊方案）時，AI 助手可以參考擷取到的使用者工作階段——過去 60 秒內的點擊、導航、錯誤和網路故障——以自動草擬更豐富、更準確且包含完整重現情境的錯誤報告。

取得協助

需要協助嗎？我們隨時為您提供幫助。

Discord 社群

加入我們的 Discord 以獲得即時支援和社群討論。

電子郵件支援

[email protected] — 我們通常會在 24 小時內回覆。