# Hướng Dẫn Triển Khai Kiểm Thử Hỗ Trợ AI Với Model Context Protocol (MCP) Trong Hệ Sinh Thái Atlassian ## Mở Đầu Bạn đã từng vất vả với quy trình phát triển phần mềm pha trộn giữa Waterfall và Agile (Wagile), tỉ lệ lập trình viên và kiểm thử viên mất cân bằng, và những tài liệu kỹ thuật dài nhằng nhịt mà ít ai muốn đọc? Bạn không đơn độc! Trong bài viết này, chúng ta sẽ cùng khám phá cách thức ứng dụng trí tuệ nhân tạo (AI) hỗ trợ kiểm thử phần mềm bằng Model Context Protocol (MCP) kết hợp trực tiếp với các công cụ Atlassian phổ biến như Jira và Confluence. Từ việc trích xuất tiêu chí chấp nhận, tạo kịch bản kiểm thử, tới việc phát hiện các tình huống biên, bạn sẽ nắm được quy trình thiết lập hệ thống MCP, xây dựng môi trường chạy và tận dụng AI để nâng cao chất lượng kiểm thử. Đây sẽ là bước tiến giúp bạn giảm tải áp lực quy trình truyền thống, tăng tốc độ phát triển và cải thiện hiệu quả làm việc nhóm. ## 1. Giới Thiệu Về MCP và AI Trong Kiểm Thử Phần Mềm ### 1.1. MCP Là Gì? Model Context Protocol (MCP) là một giao thức kết nối thông minh cho phép AI hiểu và tương tác trực tiếp với cấu trúc dự án phần mềm và công cụ quản lý của bạn, thay vì dựa vào cách làm thủ công như copy-paste tài liệu. ### 1.2. Lợi Ích Khi Sử Dụng MCP So Với AI Chung Chung - **Tích hợp trực tiếp**: MCP gắn liền với hệ sinh thái Atlassian, giảm công đoạn thủ công. - **Hiểu ngữ cảnh dự án**: AI phân tích chính xác cấu trúc, đặc điểm của dự án bạn đang làm. - **Giảm lỗi “ảo tưởng” (hallucination)**: Dựa trên dữ liệu thực và quy tắc đã định. - **Học theo mẫu thử của nhóm**: Thích ứng với framework kiểm thử của bạn. Điểm quan trọng: MCP tăng tốc độ và độ chính xác trong việc tạo và bảo trì kịch bản kiểm thử, đồng thời duy trì sự phù hợp với quy trình và tiêu chuẩn nội bộ. ## 2. Chuẩn Bị Trước Khi Bắt Đầu ### 2.1. MCP Atlassian Server Bạn sẽ sử dụng MCP Atlassian, được phân phối dưới dạng Docker image. Tất cả thông tin chi tiết và source code có thể truy cập tại: [https://github.com/sooperset/mcp-atlassian](https://github.com/sooperset/mcp-atlassian) ### 2.2. Cài Đặt Docker - Docker giúp tạo môi trường chạy đồng nhất, quản lý dependencies hiệu quả. - Cài đặt tại: [https://docs.docker.com/get-docker](https://docs.docker.com/get-docker) ### 2.3. Công Cụ Amazon Q CLI - CLI hỗ trợ khởi động phiên chat và kết nối MCP. - Hướng dẫn cài đặt: [Amazon Q CLI docs](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/command-line-installing.html) ### 2.4. Tài Khoản Atlassian và Personal Access Token (PAT) | Công Cụ | Yêu Cầu | |-------------|----------------------------| | Jira | API Access, PAT, URL Jira | | Confluence | API Access, PAT, URL Wiki | > Lưu ý tạo PAT trong phần Security của tài khoản Atlassian và lưu giữ cẩn thận, không chia sẻ công khai. ### 2.5. Chứng Chỉ SSL Công Ty (Corporate Certificates) - Cần thiết nếu bạn làm việc trong môi trường có firewall hoặc proxy nội bộ. - Chứng chỉ thường ở dạng `.crt`, `.pem`, hoặc `.cer`. - Cần cấu hình để Docker container tin cậy kết nối ra ngoài. ## 3. Thiết Lập Môi Trường ### 3.1. Tạo File Cấu Hình - Copy file `.env-example` thành `.env`. - Điền các thông tin như URL Jira, Confluence và PAT. ### 3.2. Lưu Ý Khi Cấu Hình - Không dùng dấu ngoặc kép quanh giá trị. - Không để khoảng trắng thừa cuối dòng. - Đảm bảo URL không có đường dẫn con. ### 3.3. Cấu Hình SSL Thông số quan trọng: | Biến Môi Trường | Ý Nghĩa | |-----------------|----------------------------------| | SSL_VERIFY | Bật tắt kiểm tra SSL (true/false) | | CERT_PATH | Đường dẫn tới chứng chỉ SSL | > Khuyến cáo bảo mật: Chỉ sử dụng `SSL_VERIFY=false` để test nhanh, không bao giờ dùng trong môi trường sản xuất. ## 4. Xây Dựng Và Chạy MCP Với Docker ### 4.1. Chuẩn Bị Chứng Chỉ - Đặt chứng chỉ vào thư mục gốc dự án hoặc nơi Dockerfile có thể truy cập. - Có thể tùy chỉnh Dockerfile để lấy chứng chỉ từ vị trí khác nếu cần. ### 4.2. Lệnh Build Docker ```bash docker build -t mcp-atlassian-with-zscaler . ``` - Quá trình này thiết lập môi trường Python, cài đặt phụ thuộc, thêm chứng chỉ và chạy MCP server. - Thời gian build phụ thuộc vào cấu hình máy. ### 4.3. Xử Lý Lỗi Thường Gặp - Lỗi do thiếu chứng chỉ hoặc vấn đề mạng. - Kiểm tra chi tiết logs từ Docker Desktop hoặc terminal để biết nguyên nhân cụ thể. ## 5. Kết Nối Với Amazon Q ### 5.1. Khởi Chạy Phiên Chat Đầu Tiên Chạy câu lệnh: ```bash q chat ``` - Amazon Q sẽ tự động đọc file cấu hình `.amazonq/mcp.json`. - Khởi tạo kết nối đến MCP và các công cụ liên quan. ### 5.2. Định Dạng Mẫu File mcp.json ```json { "mcpServers": { "mcp_atlassian": { "command": "docker", "args": ["run", "-i", "--rm", "--env-file", ".env", "mcp-atlassian-with-zscaler"], "disabled": false } } } ``` ### 5.3. Xác Nhận Kết Nối Nếu thành công, bạn sẽ thấy: - Thông báo "mcp_atlassian loaded in Xs" - Không có lỗi về xác thực hoặc kết nối. Nếu có lỗi, kiểm tra lại: - Token và URL trong `.env` - Mạng và firewall - Log Docker ## 6. Ứng Dụng AI Trong Sinh Test ### 6.1. Các Câu Hỏi Mẫu - "What are my open assigned tickets, list them in priority order" - "Generate test cases for the acceptance criteria in PROJ-12345" - "What edge cases should I consider for ticket XYZ?" ### 6.2. Trích Xuất Và So Sánh Với Bản Đặc Tả Confluence - Bạn có thể yêu cầu AI lấy chi tiết từ Confluence theo ID trang và mục cụ thể. - AI phân tích yêu cầu, so sánh với tiêu chí trong Jira, gợi ý kịch bản kiểm thử bổ sung. ### 6.3. Ví Dụ Kết Hợp Jira Với Confluence > "For ticket XYZ and spec section 1.8.5, are there any missing requirements or unclear points? What test cases should we cover?" AI sẽ: - Đối chiếu dữ liệu - Tìm điểm thiếu sót - Đề xuất test coverage toàn diện ### 6.4. Phát Hiện Thiếu Sót Trong Yêu Cầu - Phân tích chéo UI mockups và tài liệu kỹ thuật. - Gợi ý các câu hỏi bổ sung cho Product Owner. AI không thay thế kiểm thử viên, mà làm nhiệm vụ hỗ trợ lọc, tổng hợp và tìm ra điểm cần tập trung cao hơn. ## 7. Quản Lý Phiên Chat và Lưu Giữ Ngữ Cảnh ### 7.1. Tiếp Tục Các Cuộc Trò Chuyện Trước ```bash q chat --resume ``` - Quản lý ngữ cảnh trong thư mục dự án. - Giúp duy trì các mẫu test đã định nghĩa, những quy tắc đã học. ### 7.2. Tận Dụng Ngữ Cảnh Để Tăng Hiệu Quả - Gọi lại các rule và mô hình test pattern cũ. - Tiếp tục xây dựng test case phức tạp từ cơ sở đã có. ### 7.3. Best Practices - Giữ mỗi dự án trong thư mục riêng. - Phân nhóm các mẫu câu lệnh cho từng context. - Bắt đầu từ test đơn giản rồi mở rộng. ## 8. Xử Lý Sự Cố Thường Gặp ### 8.1. Vấn Đề Kết Nối - Kiểm tra Docker còn chạy bằng lệnh `docker ps`. - Tạm thời dùng `SSL_VERIFY=false` để test vấn đề chấp nhận chứng chỉ. ### 8.2. Lỗi Xác Thực - Lỗi 401, 403 báo sai token hoặc quyền. - Tạo lại PAT mới trên Atlassian, cập nhật `.env`. ### 8.3. Vấn Đề Chứng Chỉ SSL - Kiểm tra đúng vị trí chứng chỉ, đã được copy vào container chưa. - Đảm bảo `CERT_PATH` trong `.env` chính xác. - Tải chứng chỉ mới nhất từ IT support. ## 9. Hướng Phát Triển Tiếp Theo ### 9.1. Các Bước Nhanh Để Thử - Sinh test cases cho tính năng phức tạp nhất. - Dùng AI tạo tài liệu test cho những phần chưa có. - Phân tích test suite hiện tại để tìm các kịch bản bị thiếu. ### 9.2. Đo Lường Và Báo Cáo Lợi Ích | Chỉ số theo dõi | Trước AI | Sau AI | |----------------------------|---------------------|--------------------| | Thời gian tạo test cases | Cao (giờ/ngày) | Thấp (phút) | | Số lượng kịch bản test biên | Ít hoặc bỏ sót | Tăng đáng kể | | Số lỗi phát hiện sớm | Trung bình thấp | Tăng trưởng rõ ràng| | Tiết kiệm thời gian sprints | Ít hoặc không rõ ràng| Cải thiện ước tính | ### 9.3. Mở Rộng Sử Dụng Trong Đội Nhóm - Bắt đầu nhỏ, chia sẻ thành công. - Xây dựng template câu lệnh riêng theo từng nhóm. - Tổ chức đào tạo nội bộ. Lưu ý: AI không thay thế kiểm thử viên mà giúp họ tập trung vào những nghiệp vụ chuyên sâu hơn như đánh giá chất lượng và trải nghiệm người dùng. ## 10. Nâng Cao Với Quy Tắc Và Prompt Engineering ### 10.1. Xây Dựng Bộ Quy Tắc (Rules) - Lưu trữ trong thư mục `.amazonq/rules`. - Định nghĩa cách AI hiểu các trạng thái, hành vi người dùng. ### 10.2. Ví Dụ Rule Cho Framework WebdriverIO BDD - Dạy AI biết các bước như: *Then the user clicks the continue button on the configuration page*. - Gắn kết kịch bản kiểm thử với các page object và locator thực tế. ### 10.3. Hiểu Người Dùng Cuối (Business) - Kịch bản test xuất ra cần dễ hiểu, không quá kỹ thuật. - AI có thể tạo hai phiên bản song song: cho tự động hóa và cho đọc hiểu của đội Business. ### 10.4. Kỹ Thuật Prompt Engineering Ví dụ prompt: ``` Create a BDD test case for [TICKET_ID/valid car configurations] following our framework conventions. Context: - Framework: WebdriverIO with BDD (Cucumber) - Domain: Bundle selection testing - Scope: Up to and including finalising configuration Requirements: 1. Use current valid car configurations from business rules 2. Follow Given/When/Then format 3. Include page navigation checks 4. Add screenshot steps after key actions 5. Mark any new page object elements needed Output format: Feature: [Feature name] Scenario: [Scenario name] Given... When... Then... ``` - Prompt rõ ràng giúp AI sinh ra kết quả sát với mong đợi. --- ## Kết Luận Sử dụng Model Context Protocol (MCP) kết hợp với Amazon Q CLI và các công cụ Atlassian mở ra một phương pháp hiện đại và hiệu quả để tự động hóa kiểm thử phần mềm. Việc tích hợp sâu giúp giảm thiểu công việc thủ công, đảm bảo dữ liệu chính xác và mở rộng khả năng tạo test từ spec và ticket một cách thông minh. Dù vậy, công nghệ này hỗ trợ con người chứ không thay thế họ, giúp tập trung vào chất lượng và tính sáng tạo của kiểm thử viên. Bắt đầu từ việc thiết lập môi trường, chạy MCP trong Docker, tới tận dụng AI tạo test cases và xây dựng quy tắc riêng, bạn sẽ có một hệ thống kiểm thử mạnh mẽ và linh hoạt. Hãy thử áp dụng và chia sẻ thành công ngay hôm nay để tận dụng tối đa sức mạnh của AI trong quy trình phát triển phần mềm! --- ## Tham Khảo 1. Sooperset MCP Atlassian GitHub Repository: [https://github.com/sooperset/mcp-atlassian](https://github.com/sooperset/mcp-atlassian) 2. Docker Official Documentation: [https://docs.docker.com/get-docker](https://docs.docker.com/get-docker) 3. Amazon Q CLI User Guide: [https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/command-line-installing.html](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/command-line-installing.html) 4. Atlassian API Tokens Explained: [https://support.atlassian.com/atlassian-account/docs/manage-api-tokens-for-your-atlassian-account/](https://support.atlassian.com/atlassian-account/docs/manage-api-tokens-for-your-atlassian-account/) 5. BDD and WebdriverIO Framework: [https://webdriver.io/docs/bdd-framework](https://webdriver.io/docs/bdd-framework)

Tăng tốc kiểm thử với AI: Hướng dẫn chi tiết sử dụng Model Context Protocol (MCP) và Atlassian