プロトタイプ · プレビュー版:公式レジストリのすべてのサーバーを掲載し、30分ごとに同期しています。Google でログインするとレビューを書けます。プロトタイプ · 30分ごとに更新
PopNx MCPAIを使う人のためのMCPサーバー · やさしい言葉で解説

k11 Performance QA

作者:K11-Software-Solutionsバージョン 0.1.0i★ 0iパソコンで動くリポジトリ ↗
レジストリ名io.github.K11-Software-Solutions/performance-qa

インストール方法

What it does

Load tests from your API flows: latency SLOs and significant regressions as release evidence.

  • Connects パソコンで動く
  • Account or key No key needed
  • Category その他

この順位の理由

一覧は利用スコア(100 点満点)で並びます。内訳は次のとおり

人気0/80GitHub スターか週間ダウンロード数。大きい方を 60、小さい方を 20 で数えます
新しさ12/1230 日以内のリリースかコード更新で満点
応答中0/8前回の確認でクラウドのエンドポイントが応答
利用スコア12/100

品質: 基本チェック 3/3 項目に合格(表示のみ、並び順には不使用) · 勢い: データなし (「急上昇」タブでのみ使用)

インストール

使っているAIアプリを選んで、設定をコピーしてください。

ひとことで AI にインストールしてもらう

k11 Performance QA をインストールして。https://mcp.popnx.com/i/k11-software-solutions-performance-qa.md に従い、コマンドを見せて、私が OK するまで実行しないで。

パソコンで作業できる AI(Claude Code や Cursor など)に貼り付けます。手順を読み、コマンドを見せて、あなたの OK を待ちます。キー不要・登録不要。 · AI が読む全文を見る

チェック 3/3 合格 · あなたのパソコンで動きます · ✓ コマンド確認済み 2026年11月16日

まず:どの AI を使っていますか?

使っているアプリを選ぶと、下に手順が表示されます。

Claude につなげますが、先に準備が必要です

先にパソコンへ Python (uv) を入れてください(1 回だけ) · パソコン版 Claude アプリ(Windows または Mac)のみ。Web やスマホでは使えません

AI にインストールしてもらう

このメッセージを Claude のチャットに貼り付けます。AI がパソコンを確認し、変更するファイルを伝え、毎回あなたの了承を待ちます。

このパソコンの Claude に MCP server k11 Performance QA を入れてください。順番に:1) uv --version で uv があるか確認。なければ https://docs.astral.sh/uv/getting-started/installation/ から入れるよう私に伝え、自分では入れない。2) この設定だけを使う(PopNx MCP の確認済み):{ "mcpServers": { "performance-qa": { "command": "uvx", "args": [ "k11-performance-qa-mcp" ] } } } 3) 変更するファイルのフルパスか実行するコマンドを伝えて、私の了承を待つ。4) キーは不要。5) 了承した内容を実行し、k11 Performance QA のツールが本当に表示されるか確認する。

このメッセージにあなたのキーは含まれません。キーが必要な場合は、AI がファイルやアプリの入力欄にご自身で貼るよう案内します。

  1. uv を入れる(まだなければ)

    もう入っていますか?先に確認 · ターミナルを開き、このコマンドを入力して Enter

    uv --version
    • バージョン番号(例 uv …)が出る = 入っています。この手順は飛ばせます
    • "command not found"(Windows では "is not recognized")が出る = まだ入っていないか、入れた直後でターミナルを開き直す必要があります
    ターミナルの開き方

    Mac:⌘ + Space を押し、Terminal と入力して Enter

    Windows:スタートメニューを開き、Windows PowerShell と入力して「開く」

    まだ入っていない場合: uv にはクリック式のインストーラーがありません。uv 公式ページからお使いの OS(macOS か Windows)用の 1 行コマンドをコピーしてターミナルに貼り付けます · Python を別に入れる必要はなく、必要なときに uv が自動で取得します

    uv のダウンロードページを開く ↗

    入れ終わったらターミナルを閉じて開き直し、同じコマンドをもう一度実行します。バージョン番号が出れば完了です: uv --version

    一度入れれば、uv を使うすべてのツールで使えます

  2. パソコン版 Claude アプリの設定ファイルを開く

    SettingsDeveloperEdit Config

  3. この設定を貼り付けて保存

    {
      "mcpServers": {
        "performance-qa": {
          "command": "uvx",
          "args": [
            "k11-performance-qa-mcp"
          ]
        }
      }
    }
  4. Claude を終了してもう一度開く

  5. 試してみる

    k11 Performance QA を使って、私に何ができるか教えて、1 つやってみせて

    ✓ Claude が k11 Performance QA を使っていると言うか、回答に k11 Performance QA のツール名が出れば接続成功です

追加の設定 2 項目(入力しなくても使えます)

上のコマンドはこれらがなくても動きます。変えたいときだけ作者の説明に沿って追加してください。

  • QA_MCP_ROOT tests/api/、.qa-mcp/api-test.yaml、.qa-mcp/perf.yaml を含むフォルダー
    英語の原文を見るFolder with tests/api/, .qa-mcp/api-test.yaml and .qa-mcp/perf.yaml
  • K6_PATH k6 バイナリのパス(PATH 上にない場合)。任意項目です。k6 がなければ内蔵エンジンを使用します。
    英語の原文を見るPath to the k6 binary, if it isn't on PATH (optional; the builtin engine is used without k6)

説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。

メニュー名は 2026年11月11日 に Anthropic のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります

ChatGPT はまだ k11 Performance QA につなげません

k11 Performance QA はパソコンに入れて使うものですが、ChatGPT は Web 上で動くサーバーにしかつなげません

代わりにできること

A · k11 Performance QA につなげるアプリを使う

  • 先にパソコンへ Python (uv) を入れてください(1 回だけ) · パソコン版 Claude アプリ(Windows または Mac)のみ。Web やスマホでは使えません
  • 先にパソコンへ Python (uv) を入れてください(1 回だけ)
  • 先にパソコンへ Python (uv) を入れてください(1 回だけ)
  • 先にパソコンへ Python (uv) を入れてください(1 回だけ)

B · その他 の中で ChatGPT につなげる別のサーバー

同じカテゴリでよく使われているものから、キーなしでアドレスだけでつなげるものを選びました

Claude Code につなげますが、先に準備が必要です

先にパソコンへ Python (uv) を入れてください(1 回だけ)

AI にインストールしてもらう

このメッセージを Claude Code のチャットに貼り付けます。AI がパソコンを確認し、変更するファイルを伝え、毎回あなたの了承を待ちます。

このパソコンの Claude Code に MCP server k11 Performance QA を入れてください。順番に:1) uv --version で uv があるか確認。なければ https://docs.astral.sh/uv/getting-started/installation/ から入れるよう私に伝え、自分では入れない。2) この設定だけを使う(PopNx MCP の確認済み):claude mcp add --scope user performance-qa -- uvx k11-performance-qa-mcp 3) 変更するファイルのフルパスか実行するコマンドを伝えて、私の了承を待つ。4) キーは不要。5) 了承した内容を実行し、k11 Performance QA のツールが本当に表示されるか確認する。

このメッセージにあなたのキーは含まれません。キーが必要な場合は、AI がファイルやアプリの入力欄にご自身で貼るよう案内します。

  1. uv を入れる(まだなければ)

    もう入っていますか?先に確認 · ターミナルを開き、このコマンドを入力して Enter

    uv --version
    • バージョン番号(例 uv …)が出る = 入っています。この手順は飛ばせます
    • "command not found"(Windows では "is not recognized")が出る = まだ入っていないか、入れた直後でターミナルを開き直す必要があります
    ターミナルの開き方

    Mac:⌘ + Space を押し、Terminal と入力して Enter

    Windows:スタートメニューを開き、Windows PowerShell と入力して「開く」

    まだ入っていない場合: uv にはクリック式のインストーラーがありません。uv 公式ページからお使いの OS(macOS か Windows)用の 1 行コマンドをコピーしてターミナルに貼り付けます · Python を別に入れる必要はなく、必要なときに uv が自動で取得します

    uv のダウンロードページを開く ↗

    入れ終わったらターミナルを閉じて開き直し、同じコマンドをもう一度実行します。バージョン番号が出れば完了です: uv --version

    一度入れれば、uv を使うすべてのツールで使えます

  2. ターミナルを開く

    Mac:Command+スペースで Terminal と入力 · Windows:PowerShell を開く

  3. このコマンドを貼り付けて Enter

    claude mcp add --scope user performance-qa -- uvx k11-performance-qa-mcp
  4. Claude Code で /mcp と入力

    k11 Performance QA が一覧にあり、接続済みと表示されれば OK です

  5. 試してみる

    k11 Performance QA を使って、私に何ができるか教えて、1 つやってみせて

    ✓ Claude Code が k11 Performance QA を使っていると言うか、回答に k11 Performance QA のツール名が出れば接続成功です

追加の設定 2 項目(入力しなくても使えます)

上のコマンドはこれらがなくても動きます。変えたいときだけ作者の説明に沿って追加してください。

  • QA_MCP_ROOT tests/api/、.qa-mcp/api-test.yaml、.qa-mcp/perf.yaml を含むフォルダー
    英語の原文を見るFolder with tests/api/, .qa-mcp/api-test.yaml and .qa-mcp/perf.yaml
  • K6_PATH k6 バイナリのパス(PATH 上にない場合)。任意項目です。k6 がなければ内蔵エンジンを使用します。
    英語の原文を見るPath to the k6 binary, if it isn't on PATH (optional; the builtin engine is used without k6)

説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。

メニュー名は 2026年11月11日 に Anthropic のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります

Cursor につなげますが、先に準備が必要です

先にパソコンへ Python (uv) を入れてください(1 回だけ)

AI にインストールしてもらう

このメッセージを Cursor のチャットに貼り付けます。AI がパソコンを確認し、変更するファイルを伝え、毎回あなたの了承を待ちます。

このパソコンの Cursor に MCP server k11 Performance QA を入れてください。順番に:1) uv --version で uv があるか確認。なければ https://docs.astral.sh/uv/getting-started/installation/ から入れるよう私に伝え、自分では入れない。2) この設定だけを使う(PopNx MCP の確認済み):{ "mcpServers": { "performance-qa": { "command": "uvx", "args": [ "k11-performance-qa-mcp" ] } } } 3) 変更するファイルのフルパスか実行するコマンドを伝えて、私の了承を待つ。4) キーは不要。5) 了承した内容を実行し、k11 Performance QA のツールが本当に表示されるか確認する。

このメッセージにあなたのキーは含まれません。キーが必要な場合は、AI がファイルやアプリの入力欄にご自身で貼るよう案内します。

  1. uv を入れる(まだなければ)

    もう入っていますか?先に確認 · ターミナルを開き、このコマンドを入力して Enter

    uv --version
    • バージョン番号(例 uv …)が出る = 入っています。この手順は飛ばせます
    • "command not found"(Windows では "is not recognized")が出る = まだ入っていないか、入れた直後でターミナルを開き直す必要があります
    ターミナルの開き方

    Mac:⌘ + Space を押し、Terminal と入力して Enter

    Windows:スタートメニューを開き、Windows PowerShell と入力して「開く」

    まだ入っていない場合: uv にはクリック式のインストーラーがありません。uv 公式ページからお使いの OS(macOS か Windows)用の 1 行コマンドをコピーしてターミナルに貼り付けます · Python を別に入れる必要はなく、必要なときに uv が自動で取得します

    uv のダウンロードページを開く ↗

    入れ終わったらターミナルを閉じて開き直し、同じコマンドをもう一度実行します。バージョン番号が出れば完了です: uv --version

    一度入れれば、uv を使うすべてのツールで使えます

  2. このボタンで Cursor を開く

    Cursor で開く

    Cursor がインストールの確認をするので Install を押します

  3. Cursor の AI チャットを Agent モードで開く

  4. 試してみる

    k11 Performance QA を使って、私に何ができるか教えて、1 つやってみせて

    ✓ Cursor が k11 Performance QA を使っていると言うか、回答に k11 Performance QA のツール名が出れば接続成功です

追加の設定 2 項目(入力しなくても使えます)

上のコマンドはこれらがなくても動きます。変えたいときだけ作者の説明に沿って追加してください。

  • QA_MCP_ROOT tests/api/、.qa-mcp/api-test.yaml、.qa-mcp/perf.yaml を含むフォルダー
    英語の原文を見るFolder with tests/api/, .qa-mcp/api-test.yaml and .qa-mcp/perf.yaml
  • K6_PATH k6 バイナリのパス(PATH 上にない場合)。任意項目です。k6 がなければ内蔵エンジンを使用します。
    英語の原文を見るPath to the k6 binary, if it isn't on PATH (optional; the builtin engine is used without k6)

説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。

メニュー名は 2026年11月11日 に Cursor のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります

VS Code につなげますが、先に準備が必要です

先にパソコンへ Python (uv) を入れてください(1 回だけ)

AI にインストールしてもらう

このメッセージを VS Code のチャットに貼り付けます。AI がパソコンを確認し、変更するファイルを伝え、毎回あなたの了承を待ちます。

このパソコンの VS Code に MCP server k11 Performance QA を入れてください。順番に:1) uv --version で uv があるか確認。なければ https://docs.astral.sh/uv/getting-started/installation/ から入れるよう私に伝え、自分では入れない。2) この設定だけを使う(PopNx MCP の確認済み):{ "servers": { "performance-qa": { "type": "stdio", "command": "uvx", "args": [ "k11-performance-qa-mcp" ] } } } 3) 変更するファイルのフルパスか実行するコマンドを伝えて、私の了承を待つ。4) キーは不要。5) 了承した内容を実行し、k11 Performance QA のツールが本当に表示されるか確認する。

このメッセージにあなたのキーは含まれません。キーが必要な場合は、AI がファイルやアプリの入力欄にご自身で貼るよう案内します。

  1. uv を入れる(まだなければ)

    もう入っていますか?先に確認 · ターミナルを開き、このコマンドを入力して Enter

    uv --version
    • バージョン番号(例 uv …)が出る = 入っています。この手順は飛ばせます
    • "command not found"(Windows では "is not recognized")が出る = まだ入っていないか、入れた直後でターミナルを開き直す必要があります
    ターミナルの開き方

    Mac:⌘ + Space を押し、Terminal と入力して Enter

    Windows:スタートメニューを開き、Windows PowerShell と入力して「開く」

    まだ入っていない場合: uv にはクリック式のインストーラーがありません。uv 公式ページからお使いの OS(macOS か Windows)用の 1 行コマンドをコピーしてターミナルに貼り付けます · Python を別に入れる必要はなく、必要なときに uv が自動で取得します

    uv のダウンロードページを開く ↗

    入れ終わったらターミナルを閉じて開き直し、同じコマンドをもう一度実行します。バージョン番号が出れば完了です: uv --version

    一度入れれば、uv を使うすべてのツールで使えます

  2. このボタンで VS Code を開く

    VS Code で開く

    VS Code がインストールの確認をするので Install を押します

  3. VS Code の AI チャットを Agent モードで開く

  4. 試してみる

    k11 Performance QA を使って、私に何ができるか教えて、1 つやってみせて

    ✓ VS Code が k11 Performance QA を使っていると言うか、回答に k11 Performance QA のツール名が出れば接続成功です

追加の設定 2 項目(入力しなくても使えます)

上のコマンドはこれらがなくても動きます。変えたいときだけ作者の説明に沿って追加してください。

  • QA_MCP_ROOT tests/api/、.qa-mcp/api-test.yaml、.qa-mcp/perf.yaml を含むフォルダー
    英語の原文を見るFolder with tests/api/, .qa-mcp/api-test.yaml and .qa-mcp/perf.yaml
  • K6_PATH k6 バイナリのパス(PATH 上にない場合)。任意項目です。k6 がなければ内蔵エンジンを使用します。
    英語の原文を見るPath to the k6 binary, if it isn't on PATH (optional; the builtin engine is used without k6)

説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。

メニュー名は 2026年11月11日 に VS Code のヘルプページで確認 · アプリのバージョンにより画面が少し違うことがあります

Windsurf、Zed、Gemini CLI など MCP を使える他のアプリは追加方法がそれぞれ違います。アプリ一覧で確認してください

MCP を使えるアプリをすべて見る →

JSON 設定は下の「開発者向け」にあります

つまずいたら?k11 Performance QA を使っている人に聞いてみましょう💬 ディスカッション →
開発者向け:ターミナルのコマンドと JSON 設定

パソコンにインストール

Claude Code

claude mcp add --scope user performance-qa -- uvx k11-performance-qa-mcp

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "performance-qa": {
      "command": "uvx",
      "args": [
        "k11-performance-qa-mcp"
      ]
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "performance-qa": {
      "command": "uvx",
      "args": [
        "k11-performance-qa-mcp"
      ]
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "performance-qa": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "k11-performance-qa-mcp"
      ]
    }
  }
}

自分で入力する値

  • QA_MCP_ROOT env
    tests/api/、.qa-mcp/api-test.yaml、.qa-mcp/perf.yaml を含むフォルダー
    英語の原文を見るFolder with tests/api/, .qa-mcp/api-test.yaml and .qa-mcp/perf.yaml
  • K6_PATH env
    k6 バイナリのパス(PATH 上にない場合)。任意項目です。k6 がなければ内蔵エンジンを使用します。
    英語の原文を見るPath to the k6 binary, if it isn't on PATH (optional; the builtin engine is used without k6)

説明は自動翻訳です。変数名は原文のままです。迷ったら原文を確認してください。

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

ひと目でわかる

週あたりのダウンロードi
npm/PyPIにない
接続方法
パソコンで動く
最新バージョンi
0.1.0
カテゴリi
その他
レジストリ公開日i
2026年11月16日
コードの最終更新i
2026年11月16日
作者
K11-Software-Solutions
パッケージ
pypi: k11-performance-qa-mcp
ウェブサイト
github.com
レジストリでの状態
有効

使えるアプリ

このサーバーのつなぎ方と、各アプリの公式ドキュメントに基づきます。2026年11月10日に確認。

パソコン上で動かせるアプリ

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

すべてのアプリと長所・短所 →

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月19日にチェック

  • ✓ 合格

    作者とリポジトリが一致

    レジストリ名は、リポジトリを所有するGitHubアカウント K11-Software-Solutions で確認済みです

  • ✓ 合格

    今もメンテナンスされている

    コードの最終更新:3 日前

  • ✓ 合格

    ライセンスがある

    MITを使用

  • – 対象外

    エンドポイントが応答する

    これはパソコンで動くため、インターネット上のエンドポイントはありません

  • – 対象外

    OAuthでサインイン

    パソコンで動き、代わりにローカルの設定を使います

  • … 未チェック

    ツールの説明に隠れた指示がない

    パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

公開済みの脆弱性(OSV.dev)

OSV.dev に k11-performance-qa-mcp@0.1.0 の登録はありません

このバージョンのパッケージ本体のみ確認。すべての依存関係ではありません · 確認日 2026年11月16日

確認していること → · JSON

作者の方へ:再確認の依頼・情報の誤りの報告
作者向け:README にバッジを付ける

作者の方は、このコードを README に貼れます。バッジはこのページにリンクします。

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/k11-software-solutions-performance-qa.svg)](https://mcp.popnx.com/en/servers/k11-software-solutions-performance-qa)

話し合い

質問、コツの共有、使えないことの報告ができます。「役に立った」の多い順です。

まだ投稿はありません。最初の質問や共有をどうぞ。

ここの投稿は利用者によるもので、PopNx チームのものではありません。

ログインして投稿

ユーザーレビュー

まだレビューはありません

ログインしてレビューを書く

その他のほかのサーバーとの比較i

  • このカテゴリのほかの20653件のうち0%よりスターが多い
  • このカテゴリのほかの20653件のうち93%より最近レジストリに公開
  • 基本チェックの結果が、このカテゴリのほかの20653件のうち99%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

k11 Performance QAは安全ですか?

当てはまる基本チェック3項目のうち3項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか?

レジストリには必須のキーは載っていません。ただし、最初に使うときにサインインを求めるサーバーもあります。

パソコンで動きますか、それともクラウドですか?

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません(サーバー自体がオンラインサービスを呼び出す場合を除きます)。

今もメンテナンスされていますか?

GitHubリポジトリの最終更新は3 日前、最新バージョン(0.1.0)がレジストリに届いたのは3 日前です。

どのアプリで使えますか?

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにPython (uv)も必要です。

代わりに使えるものは?

同じカテゴリには:World Monitor, openstatus, Oh My Posh Validator, Strata, Jitsu

似た働きのほかの候補

同じカテゴリでほかの作者のもの。コマンドは確認済み。公式を先に、次にスター順。

カードの見方:↓ 週あたりのダウンロードi★ GitHubスターi3つの柱:レビュー · チェック · 利用状況i更新=最新バージョンをレジストリに公開した日i

World Monitor

Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 100 tools.

作者:koala73広く使われている★ 9.1万3 日前更新

クラウドで動く✓ 提供元 · worldmonitor.app

openstatus

Manage monitors, status pages, incidents and maintenances in your openstatus workspace.

作者:openstatusHQ広く使われている★ 92742 か月前更新

クラウドで動く✓ 提供元 · openstatus.dev

Oh My Posh Validator

Validate oh-my-posh configurations and segment snippets against the official schema.

作者:JanDeDobbeleer広く使われている★ 2.4万 リポジトリ全体のスター30 日前更新

クラウドで動く✓ 提供元 · ohmyposh.dev

Strata

MCP server for progressive tool usage at any scale (see https://klavis.ai)

作者:Klavis-AI成長中★ 582514 か月前更新

クラウドで動くリポジトリはアーカイブ済み✓ klavis.ai

Jitsu

Manage Jitsu data pipelines: destinations, streams, connections, functions, live events.

作者:jitsucom広く使われている★ 51364 か月前更新

クラウドで動く✓ 提供元 · jitsu.com
似たものと比べる
これ
k11 Performance QA
World MonitoropenstatusOh My Posh ValidatorStrataJitsu
動く場所パソコンにインストールが必要クラウドで動き、インストール不要クラウドで動き、インストール不要クラウドで動き、インストール不要クラウドで動き、インストール不要クラウドで動き、インストール不要
キーが必要いいえいいえいいえいいえいいえいいえ
Claude で + から追加いいえいいえいいえいいえいいえいいえ
基本チェック3/34/44/44/41/44/4
ライセンスMITAGPL-3.0AGPL-3.0MITApache-2.0MIT
料金登録情報に費用の記載なし登録情報に費用の記載なし登録情報に費用の記載なし登録情報に費用の記載なし登録情報に費用の記載なし登録情報に費用の記載なし

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

k11 Performance QA: MCP server and CI tool

Load testing that answers a release question: did this change make the API slower, or break it under load?

Most load-testing tools give you numbers. This one gives you evidence: per-endpoint latency against your SLOs, and regressions against a baseline that are statistically significant, so a noisy run doesn't block a release and a real slowdown doesn't slip through. The report feeds straight into the k11 Release Gate.

  • Your API tests become load scenarios. Scenarios reuse the user-story flows from k11 API Functional QA (tests/api/*.yaml): chained calls, saved IDs, fixtures and auth. No second set of scripts to maintain.
  • Per-endpoint metrics: p50, p90, p95, p99, max, error rate, 5xx count and throughput for every METHOD /path/{param}.
  • SLOs per endpoint or pattern (p95_ms, p99_ms, error_rate, min_rps, …).
  • Regressions that mean something: slower than the baseline by more than a tolerance and a minimum number of milliseconds and significant (one-sided Mann-Whitney U test).
  • Guardrails: no load on production-like environments, data-changing flows only where writes are allowed, caps on virtual users, duration and request rate, and an automatic stop when too many requests fail.
  • Two engines: Grafana k6 when it's installed, for heavy load; a builtin engine (Python, no install) for quick checks and CI.
  • Already on JMeter? Import your existing JMeter results (.jtl) and get the same SLO checks, regressions and Release Gate evidence, without rewriting a single test plan.

Quick start

pip install k11-performance-qa-mcp      # or: uvx k11-performance-qa-mcp

k11-performance-qa-mcp init # writes .qa-mcp/perf.yaml k11-performance-qa-mcp baseline # on main: run and save the baseline k11-performance-qa-mcp run # on a branch: run, compare, write the report

In Claude Code, as a plugin with the /perf-check and /perf-baseline commands:

/plugin marketplace add K11-Software-Solutions/k11techlab-performance-qa-mcp

/plugin install performance-qa@k11-performance-qa

Or as an MCP server in any client:

{ "mcpServers": { "performance-qa": { "command": "uvx", "args": ["k11-performance-qa-mcp"] } } }

Configure

Environments and auth come from .qa-mcp/api-test.yaml (shared with API Functional QA). Load settings live in .qa-mcp/perf.yaml:

environment: staging

engine: auto # k6 if installed, else builtin profile: { vus: 10, duration: 2m, ramp_up: 20s, think_time_ms: 200 }

scenarios: browse: flows:

  • { flow: tests/api/view_order.yaml, weight: 3 } # 3x more often
  • tests/api/cancel_order.yaml

slos: "GET /orders/{id}": { p95_ms: 250, error_rate: 0.01 } "POST /orders": { p95_ms: 600 } "*": { p95_ms: 800, error_rate: 0.02 }

regression: { metric: p95, tolerance_pct: 10, min_delta_ms: 10, min_samples: 30, p_value: 0.01 } guardrails: { max_vus: 50, max_duration: 10m, max_rps: 200, abort_error_rate: 0.5 }

Each virtual user runs a flow's fixtures once, then repeats: pick a flow by weight, run its HTTP steps in order (IDs saved by one step feed the next), run its cleanup, think, repeat. Database checks are skipped under load; they check correctness, not speed, and still run in your functional tests.

Already using JMeter?

Keep your test plans. Run them as usual, then import the results file:

jmeter -n -t checkout.jmx -l results.jtl                        # your existing JMeter run

k11-performance-qa-mcp import results.jtl --env staging --save-baseline # on main k11-performance-qa-mcp import results.jtl --env staging # on a branch: compare, report

CSV results (JMeter's default, with the header row) and XML results both work. Each sampler label becomes an endpoint, so name samplers like GET /orders/{id} to match your SLO patterns. Transaction Controller samples are skipped (they sum their children), connection failures count as errors, and 5xx responses are server errors. Since JMeter generated the load, k11's guardrails don't apply; the analysis, baseline comparison and report are exactly the same as for a k6 or builtin run.

How a regression is decided

For each endpoint, the run is compared with the saved baseline on the configured metric (p95 by default). It's a regression only when all of these hold:

  1. it's slower by more than tolerance_pct (default 10%);
  2. it's slower by more than min_delta_ms (default 10 ms), so 2 ms → 3 ms isn't "50% slower";
  3. both runs have at least min_samples requests for that endpoint;
  4. a one-sided Mann-Whitney U test says the new latencies are higher with p < p_value (default 0.01).

A rise in the error rate of more than 1 percentage point is reported separately. Improvements are reported too.

What the report contains

.qa-mcp/perf-report/perf-report.json holds the verdict, per-endpoint metrics and status codes, SLO results, the baseline comparison (with p-values), findings, error examples, a per-second timeline and the profile and engine used. perf-report.md is ready for a pull request or CI step summary. Findings:

FindingRelease Gate ruleDefault outcome
5xx responses under loadperf.server_errorsblock
An SLO missedperf.slo_breachedblock
Run aborted (too many failures)perf.abortedblock
Significant regression vs baselineperf.regressionneeds a person
Run refused by guardrails / didn't startperf.not_runneeds a person
No baseline, or too few samplesperf.no_baseline, perf.insufficient_samplesnote

Tools (MCP)

ToolWhat it does
perf_configEnvironments (and whether load is allowed, and why), scenarios and their flows, SLOs, guardrails, the engine that will run, saved baselines
run_load_testRun a scenario; returns the verdict, findings, per-endpoint latency and the baseline comparison; writes the report
save_baselineSave the last completed run (or a fresh run) as the baseline
import_jmeter_resultsAnalyse a JMeter results file (CSV or XML) like a run: SLOs, baseline comparison, report
get_reportThe last report, or one endpoint's detail: percentiles, status codes, SLOs, comparison, error examples
init_perf_configWrite a starter .qa-mcp/perf.yaml

Command line

k11-performance-qa-mcp run      [--scenario S] [--env E] [--vus N] [--duration 2m] [--ramp-up 20s] [--max-rps N]

[--engine auto|k6|builtin] [--no-compare] [--fail-on any|slo|regression|never] k11-performance-qa-mcp baseline [same options] | baseline --from-last-run k11-performance-qa-mcp import FILE.jtl [--scenario S] [--env E] [--save-baseline] [--no-compare] [--fail-on ...] k11-performance-qa-mcp init

In GitHub Actions it writes the Markdown report to the step summary and sets verdict, p95, slo_breaches and regressions outputs. See docs/perf-tests.yml for a workflow that saves the baseline on main and compares every pull request with it.

Safety

  • No production load: environments named like production are refused unless they set both allow_load: true and production_load_acknowledged: true in api-test.yaml. Other environments need a local host, a test-like name (staging, qa, dev, …) or allow_load: true.
  • Writes follow API Functional QA's rules: a scenario with data-changing calls is refused on an environment that doesn't allow writes, before any request is sent.
  • Caps: max_vus, max_duration and max_rps; the run stops when the error rate passes abort_error_rate.
  • Secrets come from ${ENV:NAME} and never appear in reports or the generated k6 script; k6 receives auth headers through its environment.

Engines

builtink6
Installnoneinstall k6 (or set K6_PATH)
Loadup to a few hundred requests per secondthousands per second
Checksstatus and value checks from the flowstatus codes (value checks run in functional tests)
Fixtures and authyesyes (prepared in Python, handed to k6)
Database cleanup stepsyesno; use a disposable test database

Keep the engine the same between a baseline and the runs compared with it; the report warns when they differ. JMeter imports are a third source and compare best with JMeter baselines.

Demo

demo/shop is a small order API with switches to simulate a bad release: --slow-ms 80 slows GET /orders/{id}, --error-every 5 makes every fifth call fail.

python demo/shop/server.py --port 8080 &

cd demo/shop && SHOP_URL=http://127.0.0.1:8080 SHOP_TOKEN=test-token k11-performance-qa-mcp baseline --scenario browse

restart the server with --slow-ms 80, then:

SHOP_URL=http://127.0.0.1:8080 SHOP_TOKEN=test-token k11-performance-qa-mcp run --scenario browse

❌ regression: GET /orders/{id}: p95 32.1 → 92.1 ms (+186.9%, p=0.0000)

Part of the K11 QA suite

Playwright QA · Selenium QA · API Contract QA · API Functional QA · LLM Assure · Performance QA · Release Gate · Release Readiness Agent

Development

python -m venv .venv && .venv/Scripts/pip install -e ".[dev]"   # bin/pip on macOS/Linux

pytest # statistics, guardrails, real load against the demo shop, CLI, MCP; the k6 test runs when k6 is installed

Roadmap

  • LLM performance and cost: time to first token, tokens per second, cost per request and per conversation.
  • Open-model (arrival-rate) scenarios and soak tests.
  • Comparing two branches deployed side by side.

Built by K11 Software Solutions. MIT licensed.