学习清单

在学习AI提效测试的场景中，MCP的作用很大，MCP 它就像 AI 的 “外接设备”，能让你的 Cursor、Trae 等 AI 助手，直接操作浏览器、数据库、代码仓库、测试工具等。我这边很多教程也都会涉及到，所以建议大家也可以补充一些这方面的学习，我也按顺序列好学习清单了，大家可以跟着去学习。

核心目标：掌握 MCP 核心概念 + 主流 AI 工具配置 + 测试场景实战

一、基础使用（先搞懂，再上手）

这部分是所有 MCP 学习的前提，建议优先掌握，建立清晰的认知和操作基础。

1、什么是 MCP？

学习重点：MCP 的定义、核心作用、工作原理，建立对 MCP 的本质认知。

2、MCP 如何运用到测试工作？

学习重点：MCP 在测试中的典型应用场景，比如自动化操作浏览器、自然语言查询数据库、读取需求原型等，明确 MCP 能帮你解决哪些实际痛点。

3、在工具里面如何配置MCP？（选择其中一个工具即可）

根据自己使用的工具选择对应的教程即可，如果你用的工具没有对应的教程，建议可以去对应官网或者公众号找找教程，应该蛮多的，另外这些IDE的用法也是差不多的，也可以自己研究看看

Cursor 如何配置 MCP？

学习重点：在 Cursor 中安装、启用和管理 MCP 服务器的完整流程，掌握基础配置方法，为后续实战打基础。

参考内容

二、适合测试工程师的 MCP（按需选择，不用全学）

这部分是 MCP 在测试场景中的实战应用，都是Raina结合测试工作中常见的需求去应用到对应场景里面的，你可以根据自己的日常工作痛点，选择对应的 MCP 学习和接入，不用全部都学

1、Cursor 如何集成 Playwright MCP：https://t.zsxq.com/IgFAy

2、使用 MySQL MCP 实现自然语言操作数据库：https://t.zsxq.com/etCf9

学习建议

1、先基础后实战：先把 “基础使用” 部分学透，搞懂 MCP 是什么、怎么配置，再去学习具体的实战 MCP，避免盲目操作。

2、工具聚焦：优先选择你日常使用的 AI 工具（如 Cursor 或 Trae）深入学习，不用同时在多个工具上配置。

3、场景驱动：从你最头疼的测试场景入手（如数据库操作、浏览器自动化），针对性学习对应的 MCP。

4、官方文档补充：MCP 生态更新快，遇到问题时，结合官方文档和社区案例，能更快找到解决方案。