📚 ProTestingInfo 🔷 Канал по тестированию 📚

​​
Model Context Protocol (MCP) в Postman 12 — это мост между ИИ-агентами (Claude, Cursor, VS Code Copilot) и твоими API-ресурсами. Разбираем два пути подключения и файл настроек по официальной документации.
🔄 1. LOCAL SERVER (Локальный) Сервер запускается прямо на твоём компьютере.
• Протокол: STDIO (Standard Input/Output) — прямой канал связи между двумя программами через консоль.
• Запуск: через npx или Docker.
• Требует: Postman API Key.
• Плюсы: быстро, безопасно, данные не уходят в сеть.

🌐 2. REMOTE SERVER (Удаленный) Сервер работает в облаке Postman.
• Протокол: SSE (Server-Sent Events) или Streamable HTTP — сетевое общение в реальном времени.
• Плюсы: не нужно ничего устанавливать локально.
• Минусы: требует стабильный интернет.
• Есть отдельный EU endpoint для пользователей из Европы.

⚙️ 3. ФАЙЛ КОНФИГУРАЦИИ (на примере Local) Чтобы ИИ-агент понял, как запустить Postman, добавь этот блок в его конфиг (например, claude_desktop_config.json):


"mcpServers": {
"postman": {
"command": "npx",
"args": [
"-y",
"@postman/postman-mcp-server",
"--region",
"eu"
],
"env": {
"POSTMAN_API_KEY": "ТВОЙ_СКОПИРОВАННЫЙ_КЛЮЧ"
}
}
}
}

🔍 РАЗБОР ПОЛЕЙ:
• «command» — какая программа запускает сервер (npx или docker).
• «args» — аргументы: имя пакета @postman/postman-mcp-server и флаг —region eu для Европы.
• «env» — переменные окружения.
Сюда передаётся Postman API Key для авторизации.
ЗАЧЕМ ФЛАГ —region eu?
Официальная документация Postman рекомендует добавлять его для пользователей из Европы ,
Это:
• Снижает задержку (пинг) — запросы идут на ближайшие серверы.
• Обеспечивает соответствие GDPR — данные остаются в EU-регионе.
Для большинства задач Local-вариант через npx и STDIO — самый простой и надёжный способ заставить ИИ управлять твоими коллекциями, окружениями, моками и спецификациями.
Подпишись на @protestinginfo — даю готовые, проверенные инструкции по API и AI-инструментам для экономии времени и говорю про подготовку к собеседованию.

​​
🛠️ SKILLs - правила, которые не нужно повторять
Skill — это заранее подготовленный, переиспользуемый набор инструкций, правил и ограничений для AI.
Вместо:
❌ каждый раз писать огромный промпт
можно:
☑ один раз описать правила в Skill
✅ переиспользовать их в разных задачах
✅ стандартизировать формат результата
✅ уменьшить количество повторяющихся инструкций
Например, Skill для API-тестирования может содержать:
• правила и ограничения проекта;
• требования к формату тест-кейсов;
• правила работы с тестовыми данными;
• позитивные и негативные сценарии;
• проверки статус-кодов;
• проверки тела и структуры ответа;
• требования к документации

А скоро я покажу примерный скилл, который использую на работе, но сперва познакомлю от куда ноги растут, поэтому делись с коллегами этим постом и пусть подписываются на @protestinginfo

Также в карусели указаны имеющиеся скиллы в postman, в ближайшем времени планирую провести также вебинар.

Manual QA меняется. Что учить прямо сейчас? 👇для начинающих 🫶🏼💙
Как обычно от Manual QA ждут не только умения находить баги, но и понимания того, как работает система целиком.
Важно постепенно расширять технический стек.
1️⃣ API и сети
• HTTP и REST: методы, статус-коды, заголовки, параметры.
• Postman: коллекции, переменные, авторизация, тесты.
• DevTools: Network и Console.
• Понимание взаимодействия фронтенда, бэкенда и внешних сервисов.
👉 Практика: возьмите учебный API и соберите коллекцию в Postman с позитивными, негативными и граничными сценариями.
2️⃣ SQL и данные
Минимальный набор:
• SELECT, WHERE, ORDER BY;
• JOIN;
• GROUP BY и агрегатные функции;
• подзапросы и CTE.
👉 Не учите SQL только по теории. Проверяйте данные после реального сценария: регистрация, заказ, платеж или добавление товара в корзину.
3️⃣ Мост к разработке
Полезно освоить:
• основы Python или JavaScript;
• чтение простого кода;
• Git;
• логи;
• основы CI/CD;
• моки и стабы.
Не обязательно писать сложные программы. Важно понимать, что происходит «под капотом», и уметь самостоятельно разобраться с проблемой.
4️⃣ AI-грамотность
AI уже становится рабочим инструментом QA.
Стоит научиться:
• правильно формулировать задачи для AI;
• использовать его для тест-кейсов, тестовых данных и анализа;
• понимать, что такое AI-агенты и MCP;
• проверять результаты AI, а не принимать их на веру.
🎯 Главный навык QA в эпоху AI верификация.
AI может за секунды написать тест-кейс или SQL-запрос. Но может пропустить граничный сценарий, ошибиться в логике или предложить небезопасное решение.
Поэтому важно уметь задавать вопросы:
Что здесь может пойти не так? Что не учтено? Какие данные проверить? Где границы решения?
С чего начать?
Если вы Manual QA, я бы двигалась так:
API → SQL → DevTools → логи → Git → основы кода → AI-инструменты.
Не пытайтесь изучить всё сразу. Выберите один навык и закрепите его на практике.
📌 Сохрани пост как чек-лист развития Manual QA. подписывайся на @protestinginfo