用途：@gleanwork/mcp-server-tester 是面向 Model Context Protocol（MCP）服务器的、基于 Playwright 的测试与评估框架，用于自动化测试 MCP 工具、运行数据驱动评估并模拟 MCP 主机。要求 Node.js >= 22.0.0 与 Playwright。
主要能力：提供 Playwright fixtures 进行 MCP 工具测试；支持带可选 LLM-as-a-judge 评分的数据驱动评估数据集；可通过真实 LLM 提供商（Anthropic、OpenAI、Google 等）模拟 MCP 主机；提供带交互式 UI 的自定义 Playwright 报告器。
使用方式：包暴露四个入口——主库（类型、验证器、评估运行器、评审、配置）、测试 fixtures（test 与 expect 及 MCP 匹配器）、认证 fixtures、自定义报告器。测试文件中必须从 @gleanwork/mcp-server-tester/fixtures/mcp 导入 test 和 expect，主入口的 expect 不含 MCP 匹配器。在 playwright.config.ts 的 project.use 中配置 mcpConfig，支持 stdio 与 http（Streamable HTTP/SSE）传输。11 个匹配器包括 toMatchToolResponse、toContainToolText、toMatchToolPattern、toMatchToolSchema、toMatchToolSnapshot、toBeToolError、toPassToolJudge、toHaveToolResponseSize、toSatisfyToolPredicate、toHaveToolCalls、toHaveToolCallCount。评估数据集从 JSON 加载，通过 loadEvalDataset 与 runEvalDataset 运行。两种模式：direct（默认，调用指定工具，快速确定且免费）与 mcp_host（LLM 根据自然语言场景发现工具，非确定、有成本，用于衡量工具描述质量）。CLI 命令：npx mcp-server-tester init、npx mcp-server-tester generate。认证支持静态 token、OAuth 2.1 with PKCE、客户端凭证。快照支持内置与自定义 sanitizer，更新用 npx playwright test --update-snapshots。LLM 评审内置 rubric 与多种提供商，可注册自定义评审。
限制与注意：异步匹配器需 await；toHaveToolCalls 与 toHaveToolCallCount 仅适用于 mcp_host 模式；快照需 Playwright testInfo；mcp_host 模式需安装 ai 及对应提供商包并设置环境变量；runEvalDataset 第一个参数为选项对象，第二个为上下文对象。资料未提供收费、价格与效果信息。