MCPJam Inspector

El Playground es una interfaz de chat que emula cómo distintos clientes de IA manejan tu servidor. Envías un solo prompt y lo ves correr contra Claude, ChatGPT, Copilot, Cursor y otros, con trazas completas en cada llamada a herramienta. También renderiza las interfaces de OpenAI Apps SDK y de apps MCP en un emulador de widgets al estilo de Chrome DevTools, así ves lo que el usuario vería de verdad. Para equipos cuyas integraciones se rompen en un host pero no en otro, esta es la forma más rápida de averiguar por qué.

La autorización es donde fallan en silencio la mayoría de las integraciones MCP, y MCPJam la trata como un problema de primer nivel. El depurador OAuth visualiza las peticiones de autorización y de metadatos paso a paso, así rastreas un error hasta el intercambio exacto que lo causó. Ejecuta comprobaciones guiadas de conformidad entre versiones de protocolo, incluidos DCR, el preregistro de cliente y CIMD. Si tu servidor usa un proveedor de identidad, esto te ahorra horas de leer registros a ciegas.

Puedes escribir casos de prueba con llamadas a herramienta esperadas, ejecutarlos en varios modelos y seguir la precisión en el tiempo. Las evals miden el otro lado del handshake: cómo decide un agente externo que no controlas si llama a tu software, con qué argumentos y cómo usa el resultado. Las herramientas de observabilidad de agentes miden el agente que construiste; las evals MCP miden cómo se comporta tu servidor cuando el agente de otro lo toma.

El CLI sondea servidores, ejecuta comprobaciones de doctor, ejercita OAuth y lista herramientas, recursos y prompts desde tu terminal, con salida JUnit y JSON. Puedes meter esas ejecuciones en GitHub Actions o en cualquier canalización y convertirlas en comprobaciones obligatorias. Las regresiones se pillan en el pull request y no en un ticket de soporte, que es justo el sentido de poner las evals antes de producción.

El SDK de TypeScript maneja inspecciones, captura las capacidades del servidor y verifica las formas de herramientas y recursos desde tu propia suite de pruebas. Funciona con Jest o Vitest, levanta servidores STDIO locales o conecta por HTTP. Si prefieres seguir probando dentro del código que ya escribes, este es el punto de entrada.

Los espacios de trabajo son grupos de servidores compartidos con sincronización de equipo en tiempo real, así todos prueban contra la misma configuración. Las skills amplían el modelo con comportamientos reutilizables en el Playground; las skills locales se leen de tu sistema de archivos y nunca salen de tu máquina. Ambas funciones apuntan a equipos, y ambas reducen la deriva que aparece cuando cada uno mantiene su propia configuración local.