MCPJam Inspector

Le Playground est une interface de chat qui émule la façon dont différents clients d'IA traitent votre serveur. Vous envoyez un prompt et le voyez tourner contre Claude, ChatGPT, Copilot, Cursor et d'autres, avec des traces complètes à chaque appel d'outil. Il affiche aussi les interfaces d'OpenAI Apps SDK et des applis MCP dans un émulateur de widgets façon Chrome DevTools, donc vous voyez ce que l'utilisateur verrait vraiment. Pour les équipes dont les intégrations cassent sur un hôte mais pas sur un autre, c'est le moyen le plus rapide de comprendre pourquoi.

L'autorisation est l'endroit où la plupart des intégrations MCP échouent en silence, et MCPJam la traite comme un problème de premier ordre. Le débogueur OAuth visualise les requêtes d'autorisation et de métadonnées étape par étape, donc vous remontez une erreur jusqu'à l'échange exact qui l'a causée. Il lance des vérifications de conformité guidées sur les versions de protocole, y compris DCR, le pré-enregistrement de client et CIMD. Si votre serveur utilise un fournisseur d'identité, cela vous épargne des heures de lecture de journaux à l'aveugle.

Vous pouvez écrire des cas de test avec les appels d'outil attendus, les lancer sur plusieurs modèles et suivre la précision dans le temps. Les evals mesurent l'autre côté de la poignée de main : comment un agent externe que vous ne contrôlez pas décide d'appeler votre logiciel, avec quels arguments et comment il utilise le résultat. Les outils d'observabilité d'agents mesurent l'agent que vous avez construit ; les evals MCP mesurent comment votre serveur se comporte quand l'agent d'un autre s'en empare.

Le CLI sonde les serveurs, lance des vérifications de doctor, exerce OAuth et liste outils, ressources et prompts depuis votre terminal, avec une sortie JUnit et JSON. Vous pouvez glisser ces exécutions dans GitHub Actions ou n'importe quel pipeline et en faire des vérifications obligatoires. Les régressions sont prises à la pull request et non dans un ticket de support, ce qui est tout l'intérêt de placer les evals avant la production.

Le SDK TypeScript pilote les inspections, capture les capacités du serveur et vérifie les formes des outils et des ressources depuis votre propre suite de tests. Il fonctionne avec Jest ou Vitest, lance des serveurs STDIO locaux ou se connecte en HTTP. Si vous préférez continuer à tester dans le code que vous écrivez déjà, c'est le point d'entrée.

Les espaces de travail sont des groupes de serveurs partagés avec synchronisation d'équipe en temps réel, donc tout le monde teste sur la même configuration. Les skills étendent le modèle avec des comportements réutilisables dans le Playground ; les skills locales sont lues depuis votre système de fichiers et ne quittent jamais votre machine. Les deux fonctionnalités visent les équipes, et les deux réduisent la dérive qui s'installe quand chacun garde sa propre configuration locale.