部署蓝湖MCP服务

https://github.com/dsphper/lanhu-mcp/tree/main?tab=readme-ov-file#-%E9%AB%98%E7%BA%A7%E9%85%8D%E7%BD%AE

前提条件

1、git安装

2、Python 3.10+环境

这里建议先创建一个虚拟环境 避免对其他项目的依赖包有影响。

克隆蓝湖项目

git clone https://github.com/dsphper/lanhu-mcp.git

镜像：

git clone https://github.com.cnpmjs.org/dsphper/lanhu-mcp.git

进入项目

cd lanhu-mcp

安装依赖

pip install -r requirements.txt

蓝湖 MCP 服务配置

配置 .env 文件

notepad 路径\lanhu-mcp\.env

输入以下内容，确保 Cookie 是你最新复制的纯净 Cookie：

LANHU_COOKIE="你的蓝湖Cookie值（用英文引号包裹）"

LANHU_BASE_URL="https://lanhuapp.com"

注意：这里蓝湖的cookie不要在火狐浏览器里取，会有坑！

2、保存后重启服务

重启蓝湖 MCP 服务

python lanhu_mcp_server.py

安装蓝湖MCP依赖包 

一条命令安装 全部必需依赖包

python -m pip install fastapi uvicorn requests python-dotenv playwright beautifulsoup4 pydantic

安装浏览器引擎（蓝湖 MCP 必须用）

python -m playwright install chromium

安装文件服务（导出测试用例必用）

python -m pip install openpyxl

安装好后检查 pip list

重启蓝湖 MCP 服务

python lanhu_mcp_server.py

安装本地 AI 编程工具

原生支持 MCP 协议，可直接调用你本地的蓝湖 MCP 服务，cursor、claude code或者其它客户端，这里以cursor示例

登陆cursor，添加蓝湖MCP配置

{
  "mcpServers": {
    "lanhu-mcp": {
      "transport": "http",
      "url": "http://localhost:8000/mcp?role=testerDeveloper&name=lucia"
    }
  }
}

配置好后，在控制台打开对话，就可以调用服务啦

使用实例

@mcp 请帮我分析这个需求文档：url

PROMPT参考“1”

基于以上蓝湖设计稿，完成【专家书面评审】，包含：

1. 需求合理性与完整性

2. 交互逻辑与流程闭环

3. 字段约束与数据校验

4. 异常场景与边界条件覆盖

5. 可测性与测试风险点

最后输出一份标准评审报告 + 完整功能测试用例（用例编号 | 测试模块 | 测试场景 | 输入/操作 | 预期结果 | 优先级 | 测试类型）

PROMPT参考“1”

请分析这份蓝湖设计稿，完成：

1. 需求专家书面评审（合理性、完整性、交互闭环、异常缺失、风险点）

2. 生成完整功能测试用例，格式：

用例编号 | 测试模块 | 测试场景 | 输入/操作 | 预期结果 | 优先级 | 测试类型

3. 覆盖正常流程、异常流程、边界条件、字段校验、UI校验

注意：每次使用前，必须先启动 PowerShell，激活虚拟环境，运行 python lanhu_mcp_server.py