大家在使用AI辅助开展测试工作时，比如生成测试点、测试用例等，经常会遇到一个共性问题：由于需求文档不规范、不完善，甚至存在描述模糊、信息缺失的情况，导致AI生成的结果不符合实际业务预期，需要反复修改核对，反而增加了额外工作量。那要如何改善这个问题呢？可以搭建一个专属的知识库——把所有相关资料集中管理，让AI生成用例时，能获取更全面、更精准的上下文信息。

一、什么是知识库？

对测试工程师来说，知识库不是复杂的系统，而是一个集中管理测试相关资料、可快速检索、可复用的知识集合，适配测试全流程工作需求，而非单一环节。

它的核心作用，是把开展测试工作所需的所有信息，整合到一起，包括但不限于：需求文档（核心要点）、接口文档、数据库表结构、测试规范、历史测试用例、产品沟通纪要、异常问题记录等，覆盖用例生成、接口测试、问题排查、复盘总结等全场景。

针对这个需求，我去调研了几种方法，今天分享其中一种实测可行的方案：用 Obsidian 搭建本地测试知识库，在AI工具里面接入Obsidian MCP，并封装成检索Skill，就可以让大模型在生成用例时，快速检索知识库中所有相关资料，提高用例覆盖率和准确性。

二、什么是Obsidian？能解决测试的哪些问题？

Obsidian 是一款轻量、免费的本地知识库工具，核心功能是“笔记管理+知识关联”，不需要复杂的部署，安装后就能直接使用，非常适合测试工程师搭建个人或项目专属知识库。

1. 解决资料零散问题：可以将需求、接口、表结构等所有测试相关资料，整理成独立笔记，集中存放在本地仓库，统一管理，不管是生成用例、排查问题，查找时只需检索关键词，无需翻找多个文件夹。

2. 解决知识关联问题：可以给不同笔记添加标签、建立关联（比如“入住记录”笔记，关联需求要点、接口说明、表结构、历史异常问题），不管是AI检索，还是手动查找，都能快速关联所有相关内容，让工作更全面。

3. 解决复用问题：不同项目的知识库可以独立创建，同类项目的笔记可以复制、修改，复用之前的整理成果，不管是开展同类项目测试，还是复盘总结，都能减少重复劳动。

三、什么是Obsidian MCP？核心作用是什么？

很多小伙伴会疑惑，Obsidian 只是一个本地知识库，怎么和AI工具联动，辅助我们开展全流程测试工作？答案就是 Obsidian MCP。

首先明确：Obsidian 本身不具备联动AI的功能，而 Obsidian MCP，是实现“Obsidian 知识库”与“AI工具”联动的关键桥梁。

简单来说，Obsidian MCP 是一套适配 Obsidian 的协议工具，通过它，我们可以让 Cursor、Trae 等常用AI工具，直接检索 Obsidian 知识库中的所有笔记内容——不用手动复制粘贴资料，AI就能主动获取所需的上下文信息，辅助我们开展用例生成、接口测试、问题排查等各类工作。

五、案例实战（封装一个检索Skills）

案例：基于 Obsidian 知识库检索「入住记录」

场景：在 Obsidian 仓库中存放了「公寓管理系统」相关的三份文档：接口文档、需求文档、MySQL 表结构。希望在 Cursor 里提问时，AI 能自动从这三份文档中检索与某主题（如「入住记录」）相关的内容并汇总输出。

知识库中的文件（示例）：

1、接口文档

2、需求文档

3、MySQL 表结构

做法：封装一个 Obsidian Skill，在 Skill 中约定「优先调用 Obsidian MCP 在指定文件或仓库中检索相关内容」。这样在 Cursor 中执行该 Skill 并输入查询主题（如「入住记录」）时，AI 会按 Skill 的指引去调用 Obsidian MCP，而不是仅依赖当前对话里的粘贴内容。

执行：在对话中触发该 Skill，并输入要检索的主题（例如「入住记录」）。

过程：AI 会调用 Obsidian MCP，在以上三个文件中查找与「入住记录」相关的内容（接口定义、需求描述、表结构等），并将检索到的片段汇总后返回。

结果：AI 输出与「入住记录」相关的接口、需求与表结构等内容，便于后续写用例、写接口调用或做需求对照。

关于Obsidian 安装、MCP 具体配置步骤，以及封装检索 Skill 的详细操作，都更新到Raina的AI&测试学习圈里了，感兴趣的小伙伴可以前往公众号【Raina测试】了解哦～