sunpeak 提供一套与语言、框架无关的 MCP 服务器测试框架，含有四层测试能力：基于 inspector 的端到端测试、视觉回归测试、对接真实 ChatGPT 的实测（live），以及多模型工具调用评测（evals）。对 sunpeak 应用项目自动集成；对 Python、Go、Rust 等非 sunpeak MCP 服务器，可用 sunpeak test init 生成自包含测试目录。
初始化时 sunpeak test init 会检测项目类型并支持交互式设置，也可指定服务器，如 --server http://localhost:8000/mcp 或 --server "python server.py"。参考代码可克隆仓库：git clone --depth 1 https://github.com/Alignbase/sunpeak /tmp/sunpeak，测试示例位于 /tmp/sunpeak/packages/sunpeak/template/tests/。
常用命令：sunpeak inspect 单独查看任意 MCP 服务器；sunpeak test 运行单元（若配置）与 e2e 测试；sunpeak test --e2e 仅跑 Playwright e2e；sunpeak test --visual 执行视觉回归比较，配合 --update 更新基线；sunpeak test --live 对真实 ChatGPT 运行需隧道与浏览器会话；sunpeak test --eval 对多模型评测需 API 密钥；sunpeak test --unit 仅适用于 sunpeak 应用框架项目。标志可叠加，默认运行不含 --eval 与 --live（会产生费用）。
e2e 测试从 sunpeak/test 导入 test 与 expect，mcp fixture 提供协议级方法（listTools、callTool、listResources、readResource），inspector fixture 负责渲染与双 iframe 处理，测试通过 Playwright 项目在 ChatGPT 与 Claude 上自动运行。资源内容用 result.app().locator(...)，inspector chrome 用 inspector.page.locator(...)。
视觉回归用 result.screenshot() 与基线比较，仅在 --visual 时执行，否则静默跳过。live 测试从 sunpeak/test/live 导入，用 live.invoke(prompt) 触发工具调用并断言应用 iframe；需先开启 Developer mode 并配置应用名称；运行需隧道（如 ngrok http 8000）且已登录 ChatGPT，浏览器非 headless。
evals 需安装 ai 与各厂商 SDK，复制 tests/evals/.env.example 为 .env 并填 API 密钥；在 eval.config.ts 中配置模型与默认参数，用例支持单工具断言、有序序列断言或自定义函数断言，可用 appContext 预置应用状态，每个用例按模型运行 N 次以衡量可靠性。
限制与注意：--eval 与 --live 不在默认测试中且会产生费用；--unit 仅限 sunpeak 框架项目；测试控制台错误时应过滤 [IframeResource]、mcp、PostMessage、connect 等握手错误；模拟 JSON 的 tool 字段须与 src/tools/ 下工具文件名一致。其余细节资料暂未提供。