本次發布包含兩款新工具，旨在使測試 AI 集成應用更加便捷和可靠：AI 斷言器（AI Assertor）和 AI 數據庫（AI Data Bank）。此外，您現在可以使用 SOAtest 和 Virtualize 來測試和虛擬化 MCP 服務器。

AI 斷言器

AI 斷言器是一個基于 LLM 的消息分析器，它將消息與您的要求進行比較——這些要求是您使用自然語言編寫的——以確保它們得到滿足，即使措辭不同也是如此。這使得它在驗證來自 LLM 的對話輸出和動態內容時成為一項寶貴的工具，而無需精確匹配。AI 斷言器通常連接到一個發送或接收消息的工具，以驗證這些消息的內容。有關更多信息，請參閱 AI 斷言器 。

AI 數據庫

當您需要在測試步驟之間提取和重用數據，例如捕獲名稱、余額或參考編號時，AI 數據庫允許您使用自然語言定義提取邏輯。它從先前的響應中識別正確的數據并自動傳遞，無需硬編碼或復雜定義要提取的內容。它最常連接到一個工具，該工具發送或接收消息，以便從這些消息中提取數據供測試場景中的另一個工具使用。有關更多信息，請參閱 AI 數據庫 。

MCP 客戶端工具

SOAtest 現在有一個 MCP 客戶端工具， 使您能夠在配置、發送和驗證通過 MCP 發送的消息時充分利用 SOAtest 豐富的界面。此擴展可用于測試 MCP 服務器，并支持使用服務器發送事件（SSE）通過 HTTP 發送的消息。有關更多信息，請參閱 MCP 客戶端 。

MCP 監聽器工具

現在 Virtualize 擁有一個 MCP 監聽器，可自動處理 MCP 客戶端初始化請求，并使虛擬資產能夠接收和響應 MCP 消息。此擴展允許您虛擬化 MCP 服務器，以便在測試使用 MCP 服務器的系統時控制其行為。它支持使用服務器發送事件（SSE）通過 HTTP 發送的消息。有關更多信息，請參閱 MCP 監聽器 。

通過 AI 助手創建資產

AI 助手已得到改進，能夠幫助您處理更多任務，包括：

— 創建虛擬資產，無論是否具有服務定義，均可進行參數化。

— 將參數化應用于測試中的路徑和查詢參數有助于您創建測試。 參見  使用 AI 助手創建測試 獲取更多信息。

— 創建用于學習模式的消息代理。

CTP 中的手動測試覆蓋率改進

覆蓋率代理表，該表允許您在方便的表格中查看所有組件及其連接的覆蓋率代理，已被移至環境頁面。  現在當您在手動測試模塊中選擇一個環境時，您將看到一個表格，其中包含該環境最新的手動測試結果，包括每個測試的信息，例如上次測試的時間和測試人員 。

此外，現在更輕松地可以創建您 CTP 系統的不同版本，以更好地支持您的開發周期。這使您能夠擁有一個代表，例如，您的基準系統以及為不同發布準備的額外版本的版本。您可以配置這些版本，使其包含基于版本的一些或全部組件和環境，包括是否使用共享組件或獨立的副本。 一個系統可以定義任意數量的版本  

更多更新

• GraphQL 用戶現在可以配置 GraphQL 消息響應器，以便在它被限制為 SDL 時，它將僅返回客戶端請求的字段，即使響應選項卡中指定了其他字段。
• CTP 現在支持 PostgreSQL 17。
• 在遠程 Virtualize 服務器的 Workspace 文件中添加了"Provisioning Assets"文件夾，以使從桌面上傳 pvn 文件到遠程服務器成為可能。
• 在 Server View 中添加了"在服務器上執行"操作，以便您能夠輕松查看它在遠程服務器上的運行情況，并查看易于閱讀的報告，顯示運行.tst/.pvn 的結果。
• 在隨附的 SOAtest 和 Virtualize 服務器配置列表中添加了 Demo 配置。有關更多信息，請參閱 SOAtest 和 Virtualize 服務器的測試配置選項 。
• SOAtest 現在包括一個 MCP 服務器端點，因此您可以配置像 Copilot 和 Windsurf 這樣的 AI 驅動的代碼編輯工具直接使用 SOAtest。 有關更多信息，請參閱將 SOAtest 配置為 MCP 服務器 。