是的，在测试模型上下文协议 (MCP) 工具时，您可以模拟外部依赖项。 模拟是软件测试中的一种常见做法，它使用模拟版本替换外部系统或组件。 对于 MCP 工具（通常与数据库、API 或其他服务交互），模拟使您可以隔离被测代码，并避免依赖不稳定或缓慢的外部资源。 这样可以确保测试侧重于工具的逻辑，而不是外部因素，从而提高可靠性和执行速度。
例如，假设您的 MCP 工具从云存储服务获取模型元数据。 您可以模拟存储客户端以返回预定义的数据，而不是在测试期间连接到实际服务。 在 Python 中，unittest.mock 等库允许您修补客户端的方法以返回模拟响应。 同样，如果您的工具调用模型推理 API，您可以模拟 API 客户端来模拟成功的响应、错误或超时。 这种方法允许您在不需要实时环境的情况下测试边缘情况（例如，网络故障）。 当依赖项正在开发中或缺少测试环境时，模拟也有助于实现并行工作流。
在模拟 MCP 依赖项时，请设计您的代码以支持依赖项注入。 例如，将外部服务客户端（例如，数据库连接器）作为参数传递给您的类或函数，而不是对其进行硬编码。 这样可以更轻松地在测试期间用模拟替换实际实现。 避免过度模拟：专注于对测试场景至关重要的交互，并确保模拟模仿真实行为，以防止出现误报。 pytest-mock 等工具或特定于框架的实用程序（例如，FastAPI 的 TestClient）可以简化此过程。 通过结合这些实践，您可以为 MCP 工具创建强大、可维护的测试，同时最大限度地减少对外部系统的依赖。