MCPJam Inspector

O Playground é uma interface de chat que emula como clientes de IA diferentes lidam com o seu servidor. Você envia um prompt e o vê rodar contra Claude, ChatGPT, Copilot, Cursor e outros, com traços completos em cada chamada de ferramenta. Ele também renderiza as interfaces do OpenAI Apps SDK e de apps MCP em um emulador de widgets no estilo do Chrome DevTools, então você vê o que o usuário veria de fato. Para equipes cujas integrações quebram em um host mas não em outro, esta é a forma mais rápida de descobrir o porquê.

A autorização é onde a maioria das integrações MCP falha em silêncio, e o MCPJam trata isso como um problema de primeira linha. O depurador OAuth mostra as requisições de autorização e de metadados passo a passo, então você rastreia um erro até a troca exata que o causou. Ele roda verificações guiadas de conformidade entre versões de protocolo, incluindo DCR, pré-registro de cliente e CIMD. Se o seu servidor usa um provedor de identidade, isso economiza horas lendo registros às cegas.

Você pode escrever casos de teste com chamadas de ferramenta esperadas, rodá-los em vários modelos e acompanhar a precisão ao longo do tempo. As evals medem o outro lado do handshake: como um agente externo que você não controla decide se chama o seu software, com quais argumentos e como usa o resultado. As ferramentas de observabilidade de agentes medem o agente que você construiu; as evals MCP medem como o seu servidor se comporta quando o agente de outra pessoa o assume.

O CLI sonda servidores, roda verificações de doctor, exercita OAuth e lista ferramentas, recursos e prompts do seu terminal, com saída JUnit e JSON. Você pode colocar essas execuções no GitHub Actions ou em qualquer pipeline e torná-las verificações obrigatórias. As regressões são pegas no pull request, e não em um ticket de suporte, que é justamente o sentido de colocar as evals antes da produção.

O SDK de TypeScript conduz inspeções, captura as capacidades do servidor e verifica as formas de ferramentas e recursos na sua própria suíte de testes. Funciona com Jest ou Vitest, sobe servidores STDIO locais ou conecta por HTTP. Se você prefere continuar testando dentro do código que já escreve, este é o ponto de entrada.

Espaços de trabalho são grupos de servidores compartilhados com sincronização de equipe em tempo real, então todos testam contra a mesma configuração. As skills ampliam o modelo com comportamentos reutilizáveis no Playground; as skills locais são lidas do seu sistema de arquivos e nunca saem da sua máquina. Os dois recursos miram equipes, e os dois reduzem a deriva que aparece quando cada um mantém a sua própria configuração local.