夜雨聆风学习资料网

ARTICLE · 1280418

打通 AI 与 Polarion ALM|开源Polarion‑MCP‑Server,让大模型直接管理需求、缺陷、测试用例,架构,发布

打通 AI 与 Polarion ALM|开源Polarion‑MCP‑Server,让大模型直接管理需求、缺陷、测试用例,架构,发布

项目地址:

https://github.com/jiangbiao8/polarion‑mcp

导语

你是不是也遇到这种场景:每天要在Polarion 里面来回复制粘贴需求、缺陷、测试记录;想让AI 帮忙分析大量工作项,必须手动把一条条内容拷贝给大模型;AI不能直接读取企业内部Polarion 系统,AI 只能 “看你粘贴过来的文字”,无法直接查询、创建、更新工作项。

给大家看一下今天的主角Polarion‑MCP‑Server,基于 MCP(模型上下文协议),把 Polarion ALM 全部能力封装成 AI 可调用工具,让 Claude、Cursor、VS Code Copilot、阿里的Qoder,腾讯的Workbody,豆包等Agent,直接读写 Polarion 里面的需求、工作项、文档、测试记录,告别复制粘贴。关注我们Polarion的,之前我们有发布两次和Openclaw小龙虾的集成视频,技术实现和本次是不一样的

一、基础概念通俗科普

1. 什么是Polarion ALM?

Polarion ALM 是西门子的应用全生命周期管理平台,广泛用于汽车、工业软件、嵌入式行业,统一管理需求、任务、缺陷、测试用例、测试报告、技术文档,强追溯、满足合规审计要求Polarion。简单理解:企业内部存放所有研发工件的 “中央数据库”。

2. 什么是MCP(模型上下文协议)

MCP 被称作AI 世界的USB‑C 接口Model C

以前:每一套 AI,要对接一套业务系统,就要单独写一套对接代码,工作量巨大。 MCP:一套统一标准协议。只要业务系统实现 MCP‑Server,所有支持 MCP 的 AI 客户端(Claude、Cursor、VS Code Copilot、腾讯的Workbuddy、阿里的Qoder等)直接即插即用,不需要重复开发。

MCP 分为三部分:

  • MCP客户端:AI 侧(Claude  Desktop、Cursor、VS Code Copilot、Workbuddy、Qoder)
  • MCP‑Server:桥梁,对接后端业务系统(本文的polarion‑mcp‑server)
  • 后端业务系统:
    Polarion ALM(真正存数据的平台)

💡大白话:MCP‑Server 就是翻译官。AI 说人话,翻译官翻译成 Polarion 能读懂的 REST 接口;Polarion 返回数据,翻译官再转成 AI 看得懂格式。

二、polarion‑mcp‑server整体架构

架构示意图

说明

通信协议:AI 客户端和MCP Server 之间走MCP Model Context Protocol(stdio 本地调试 / Streamable HTTP 远程部署)
  1. MCP Server是中间代理,不是  Polarion 自带,内部封装Polarion REST API
  2. 所有读写  Polarion 的动作都会经过安全审计模块,企业生产环境用来防止误操作
  3. 底层 Polarion 提供需求、文档、追溯、测试数据,
    MCP把这些能力包装成AI 可调用的Tools/Resources

三、这个项目能干什么?核心能力总览

项目把Polarion ALM 能力封装成 MCP 工具,AI 通过自然语言直接调用,不用手写 API。

📖只读类能力(查询、读取,安全优先)

表格

能力分类

可做的事情

实际业务场景举例

工作项管理

查询项目、获取工作项详情、条件检索工作项、读取评论、读取附件

“帮我把项目中所有状态为新建的缺陷全部汇总”

文档管理

获取文档列表、读取文档内容、读取文档评论、读取文档附件

“读取这个需求文档,帮我梳理出全部需求要点”

测试管理

查询测试运行、测试记录,获取测试执行结果、测试附件

“汇总最近一轮测试运行里面全部失败用例”

枚举字典

获取字段下拉枚举有效值

“帮我检查这批待导入工作项状态字段是否合法”

✍️写入类能力(创建、修改)

表格

能力分类

可做的事情

实际业务场景举例

工作项操作

创建 / 更新工作项、新增评论、上传附件、建立追踪链接

“根据测试报告,批量创建一批缺陷工作项”

文档操作

创建、复制、更新文档,新增文档评论,上传附件

“把 AI 生成的需求内容,直接新建   Polarion 文档”

测试管理

创建测试集、录入测试执行结果、更新测试记录

“AI 分析日志后,自动填写测试记录备注”

✨用户不需要记忆工具名字,直接自然语言对话即可。示例对话:

用户:帮我查询项目DEMO 下 WI‑1001 工作项,总结内容。 AI 自动调用对应 MCP 工具,polarion‑mcp‑server 后台请求 Polarion 接口,拿到数据,再总结输出给用户。

四、支持哪些 AI 客户端?

表格

AI 客户端

连接模式

使用场景

Claude

stdio 本地子进程

本地个人使用,本机运行   MCP 服务

Cursor

stdio 本地子进程

AI 编程   IDE,一边写代码一边查   Polarion 需求

VS Code Copilot

stdio 本地子进程

开发人员在 VS   Code 内部直接访问   Polarion 数据

Qoder

stdio 本地子进程

本地个人使用,本机运行   MCP 服务, 一边写代码一边查   Polarion 需求

Workbuddy

stdio 本地子进程

本地个人使用,本机运行   MCP 服务

其他国内Agent 陆续会适配支持。

项目底层基于TypeScript+Node.js开发,通信模式为stdio;配置简单,只需要填写Polarion 地址、个人访问令牌PAT 即可完成对接。

五、快速上手极简流程

完整部署代码请前往GitHub 仓库查看,这里介绍大体流程。

  1. 准备条件
    • 可以正常访问企业 Polarion 服务,管理员开启REST v1 API
    • 获取Polarion 个人访问令牌PAT优先推荐,也支持账号密码)
    • 本地安装 Node.js(推荐v20 + 版本)
  2. 拉取开源代码:git clone 仓库到本地
  3. 安装依赖:npm  install
  4. 配置连接信息:配置环境变量或.env文件,填写 Polarion 地址、PAT   令牌
  5. 配置 AI 客户端MCP 配置文件(json):指向本项目启动脚本

Claude 平台Polarion mcp server安装成功

Workbuddy 平台Polarion mcp server安装成功

Qoder平台Polarion mcp server安装成功

  1. 重启 AI 客户端,验证连通:对话提问“列出我的Polarion 项目”,如果返回项目列表,代表对接成功。

基于Claude Code平台测试

基于Qoder 平台测试

基于Workbuddy平台测试

这里列出来基于Claude Code,阿里的Qoder,腾讯的Workbuddy的Polarion服务器中我有权限访问的16个项目,对接成功。

小提示:测试阶段强烈建议使用只读权限PAT,确认查询都正常之后,再开启写权限。

六、典型业务落地场景

场景 1:需求分析

需求工程师:让 AI读取Polarion 需求文档,自动梳理需求条目,识别需求模糊点,输出优化建议。AI直接拉取文档内容,不再复制粘贴大段文本。

场景 2:缺陷批量分析

测试人员:直接让AI 查询一批缺陷,自动分类缺陷模块、统计缺陷状态,输出测试分析简报。

场景 3:研发 IDE 内联动

开发人员在 VS Code 写代码,直接让Copilot 查询对应需求、关联缺陷,在IDE 内部获取Polarion 信息,不用来回切换浏览器标签页。

场景 4:辅助批量创建工作项

AI 解析测试日志、外部文档,自动在Polarion 创建缺陷、任务工作项,减少手工录入。

七、重要安全提醒

  1. 权限继承:
    MCP‑Server不会放大你的权限,AI的权限完全等于你的PAT 账号权限。
  2. 令牌保护:
    PAT 个人访问令牌属于敏感凭证,不要提交到代码仓库,不要泄露。
  3. 日志脱敏:项目代码内置日志脱敏,PAT令牌不会打印在日志中。
  4. 内网自签名证书:企业内网Polarion 如果是自签名证书,可以关闭
      SSL 校验,生产环境不建议。
    生产谨慎开启写操作:建议先只读运行一段时间,确认行为符合预期,     再开放创建修改工作项能力。

八、项目信息

  • 开源仓库:
  • https://github.com/jiangbiao8/polarion-mcp
  • 技术栈:TypeScript + Node.js
  • 协议:MIT     开源协议

本项目为开源实现,非西门子Polarion官方产品,企业上线使用建议充分自测,或等待Polarion官方发布。

结尾

MCP协议正在打通 AI 和企业内部业务系统的壁垒。polarion‑mcp‑server 给使用 Polarion 的团队,提供了一条低成本把大模型能力接入 ALM 平台的思路。如果你是做嵌入式、汽车软件研发,电池研发等天天和 Polarion 打交道,可以体验这个开源项目,把 AI 真正接入你的研发流程。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料