MCP Testing Cho Người Mới Bắt Đầu
MCP testing là gì và vì sao tester mới nên quan tâm
MCP testing là cách kiểm thử các hệ thống dùng Model Context Protocol, một open-source standard kết nối ứng dụng AI với data source, tool và workflow bên ngoài. Tài liệu chính thức của Model Context Protocol ví MCP như cổng USB-C cho AI: ứng dụng AI có thể khám phá và sử dụng công cụ theo một cách thống nhất hơn thay vì mỗi integration dùng một quy ước riêng.
Với tester mới, điểm quan trọng không phải là học thuộc protocol ngay lập tức. Điều cần hiểu trước là hệ thống giờ có thêm một lớp giao tiếp giữa AI client, MCP server và tool thật. Một câu trả lời trông hợp lý vẫn có thể sai nếu AI chọn nhầm tool, truyền thiếu tham số, vượt quyền hoặc báo đã hoàn thành dù hành động chưa xảy ra.
Trong thực tế, tester có thể gặp MCP ở ba vị trí. Thứ nhất là kiểm thử MCP server, nơi server công bố tool và xử lý request. Thứ hai là kiểm thử AI agent sử dụng các tool đó. Thứ ba là kiểm thử cả workflow, từ ý định của người dùng đến kết quả cuối trong hệ thống.
| Thành phần | Câu hỏi tester cần đặt ra | Ví dụ beginner-first |
|---|---|---|
| Tool discovery | AI có nhìn thấy đúng tool không? | Tool search_orders có mô tả rõ và xuất hiện đúng không? |
| Input schema | Tool có nhận đúng dữ liệu không? | order_id thiếu thì trả lỗi dễ hiểu hay chạy sai? |
| Tool execution | Tool có thực hiện đúng hành động không? | Tìm đơn hàng có đúng mã và đúng trạng thái không? |
| Result handling | AI có hiểu đúng kết quả không? | Kết quả rỗng có bị diễn giải thành đã giao hàng không? |
| Permission | AI có bị giới hạn quyền không? | User chỉ được xem đơn, không được hoàn tiền |
Nếu chưa vững nền tảng, bạn có thể bắt đầu từ khóa Testing cơ bản và ôn lại cách viết testcase trong bài Tester Mới Sai Lầm Ở Đâu Khi Viết Test Case. Hai kỹ năng này vẫn là foundation trước khi thêm AI vào quy trình.
Một AI assistant gọi tool tìm đơn hàng nhưng trả lời rằng đơn đã được giao dù tool trả về trạng thái processing. Lớp nào cần kiểm tra trước?
Chọn một đáp án
Một testcase MCP tốt cần kiểm tra những gì
Tester mới thường bắt đầu bằng câu hỏi “AI trả lời đúng chưa?”. Câu hỏi này quá rộng. Với MCP testing, nên tách một scenario thành request, tool selection, input, execution, output và final response để biết lỗi nằm ở đâu.
Hãy dùng scenario đơn giản: user hỏi “Kiểm tra trạng thái đơn hàng DH001”. Testcase không chỉ assert câu trả lời cuối. Tester cần xác minh AI chọn đúng get_order_status, gửi đúng order_id, không gọi thêm tool không cần thiết và hiển thị trạng thái dựa trên data thật.
Có bốn nhóm assertion quan trọng. Assertion về giao thức kiểm tra request có đúng format. Assertion về nghiệp vụ kiểm tra trạng thái đơn, số tiền hoặc quyền truy cập. Assertion về hành vi agent kiểm tra tool call và thứ tự hành động. Assertion về an toàn kiểm tra prompt không thể khiến agent bỏ qua permission hoặc làm lộ data của user khác.
Một lỗi phổ biến là chỉ mock mọi tool rồi assert text cuối. Cách này giúp test chạy nhanh nhưng có thể bỏ sót việc AI gọi nhầm tool. Với các scenario quan trọng, nên lưu lại tool name, arguments, thời điểm gọi, response và trace id để reviewer đọc được toàn bộ đường đi.
MCP testing khác gì với testing AI agent thông thường
Hai khái niệm này liên quan nhưng không giống nhau. Testing AI agent tập trung vào khả năng lập kế hoạch, ghi nhớ context, xử lý nhiều bước và đạt mục tiêu. MCP testing tập trung sâu hơn vào boundary giữa AI application và external tool.
| Phạm vi | Ví dụ câu hỏi | Loại lỗi thường gặp |
|---|---|---|
| Model response | Câu trả lời có phù hợp không? | Hallucination, thiếu context |
| Agent workflow | Agent có lập kế hoạch đúng không? | Lặp vô hạn, bỏ qua bước |
| MCP contract | Tool có mô tả đúng schema không? | Sai type, thiếu field |
| Authorization | User có được phép gọi tool không? | Privilege escalation |
| External effect | Hành động thật có xảy ra đúng không? | Gửi nhầm email, cập nhật nhầm record |
Theo Applitools, MCP có giá trị vì AI nhận được context có cấu trúc hơn, chẳng hạn framework đang dùng, file đang mở hoặc tool đang sẵn sàng. Điều đó có thể giúp test generation và debugging chính xác hơn, nhưng không biến output AI thành bằng chứng tự động đúng. Tester vẫn phải kiểm tra expected behavior bằng data và rule độc lập.
Bốn lớp kiểm thử MCP mà fresher có thể áp dụng
Tách lớp giúp tester không gộp mọi lỗi vào một kết luận mơ hồ như “AI trả lời sai”.
Contract
Kiểm tra tool name, mô tả, input schema, output schema và error format. Đây là lớp dễ bắt đầu nhất vì expected result khá ổn định.
Behavior
Gửi input đại diện cho happy path, boundary và invalid case. Xác minh tool thực hiện đúng nghiệp vụ thay vì chỉ trả HTTP 200.
Agent
Kiểm tra AI có chọn đúng tool, truyền đủ argument, xử lý kết quả và dừng đúng lúc hay không.
Safety
Kiểm tra permission, data isolation, confirmation trước hành động rủi ro và khả năng chống prompt injection.
Nếu muốn làm quen API trước khi kiểm thử tool, hãy thực hành với API Testing cơ bản, sau đó xem Hướng dẫn API Testing cho người mới. MCP server thường được hiểu dễ hơn khi tester đã quen request, response, status code và schema.
Chuyển kết quả kiểm thử thành evidence có thể review
Một MCP test chỉ có giá trị khi người khác hiểu được vì sao nó pass hoặc fail. Vì vậy, sau mỗi lần chạy, hãy lưu bốn nhóm evidence: user goal, tool call thực tế, dữ liệu tool trả về và câu trả lời cuối của agent. Nếu có hành động gây thay đổi dữ liệu, cần thêm confirmation step và trạng thái trước, sau hành động.
| Evidence | Cần ghi gì | Dùng để phát hiện lỗi nào |
|---|---|---|
| User goal | Ý định ban đầu, role và context | Agent hiểu sai yêu cầu |
| Tool call | Tên tool, arguments, thứ tự gọi | Chọn nhầm tool, gọi thừa |
| Tool result | Status, schema, data chính | Tool lỗi hoặc AI đọc sai |
| Final response | Nội dung trả lời và action đã xác nhận | Hallucination, báo thành công giả |
| Security context | Permission, confirmation, data scope | Lộ dữ liệu hoặc vượt quyền |
Review trước khi cho phép hành động:
- Tool có đúng với user goal không?
- User role có quyền trên resource này không?
- Input có đúng resource và phạm vi dữ liệu không?
- Agent đã hiển thị hành động sắp thực hiện chưa?
- Kết quả sau hành động có được kiểm tra độc lập không?
Khi có evidence như trên, bug report sẽ cụ thể hơn: agent chọn sai tool ở bước nào, argument nào sai, tool trả dữ liệu gì và câu trả lời cuối đã lệch khỏi rule nào. Đó là cách biến MCP testing từ việc đọc một đoạn text thành kiểm thử một workflow có thể audit.
Tổng kết
- MCP là chuẩn kết nối AI với data, tool và workflow, vì vậy tester cần kiểm tra cả contract, behavior, agent workflow và safety.
- Testcase MCP nên lưu tool name, arguments, response và expected behavior, không chỉ assert câu text cuối.
- Người mới nên bắt đầu bằng một tool đọc dữ liệu an toàn, sau đó mở rộng sang timeout, permission và multi-step flow.
- Nếu bạn đang học từ foundation, hãy học Testing cơ bản rồi thực hành API Testing cơ bản trước khi xây mini project MCP.
- Bạn sẽ chọn scenario MCP nào đầu tiên để viết testcase, tìm đơn hàng, tạo bug report hay chạy browser test?
Bình luận (0)