MCPJam Inspector
MCPJam · 程式設計
MCPJam Inspector 是給開發者用的測試與除錯平台，用來打造 MCP 伺服器、MCP 應用程式與 ChatGPT 應用程式。它可在你的機器或瀏覽器上執行，讓你透過 STDIO 或 HTTP 連接伺服器，並即時顯示每一則 JSON-RPC 訊息、每一次工具呼叫與每一次 OAuth 交換。你可以透過 170 多個模型與伺服器對話，比較它在 16 種用戶端設定下的行為，並執行把關每次發布的 evals。
關於 MCPJam Inspector
MCPJam Inspector 是什麼
MCPJam Inspector 是給發布 AI 用戶端會呼叫的軟體之開發者使用的 MCP 伺服器測試工具。它同時身兼 MCP 伺服器除錯工具。如果你在打造 MCP 伺服器或 ChatGPT 應用程式，難的不是寫程式碼，而是知道 ChatGPT、Claude、Cursor 與 Copilot 是否會照你預期的方式使用它。每個用戶端讀取伺服器的方式都不同，所以一個在主機上運作正常的工具，可能在另一個主機上消失或出錯。MCPJam Inspector 的誕生，就是要讓這些差異在你的使用者發現之前先浮現出來。
這個專案是開源的，可免費執行，另有選用的託管應用程式，以及給需要共享工作區、託管 evals 與使用額度的團隊的付費方案。它不綁 SDK 也不綁框架，不管你的伺服器怎麼打造都適用，而且絕不介入你的線上流量或正式環境程式碼。它位於上線前的層級：開發、QA、beta 與 CI/CD。
主要限制在於這是開發者工具，不是消費型應用程式。如果你不碰 MCP 伺服器或面向代理的軟體，這裡對你沒什麼用。它也不會替你修好伺服器。它只告訴你哪裡壞了、壞在何處，修復仍得靠你自己。
開始使用
- 開啟終端機並執行
npx @mcpjam/inspector@latest取得本機的 IDE 式工作區，或安裝桌面應用程式。若要用託管服務，前往 app.mcpjam.com，免安裝。 - 加入你的伺服器。在 Playground 貼上 HTTP 或 HTTPS 網址，或用指令與參數把檢測器指向本機的 STDIO 伺服器。
- 送出提示或手動執行工具。看著 JSON-RPC 記錄器、元件模擬器與追蹤檢視在模型決定要呼叫什麼時即時更新。
- 把你的檢查搬進 CI。安裝 CLI，寫下含預期工具呼叫的測試案例，並在每次 pull request 執行，讓回歸在發布前就被擋下。
產品資訊
快速了解 MCPJam Inspector 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- MCP 伺服器開發者：在本機測試工具、提示、資源與 OAuth，不必為每個提示都部署一次。如果你處理的是外部 AI 用戶端會呼叫的伺服器，最為合適。
- 平台與 DevRel 團隊：在 16 種用戶端設定上執行同一批 evals，看看你的整合對不同使用者的表現。當你的受眾在意多個用戶端時，這很管用。
- QA 與發布工程師：在 CI 中以相容性、OAuth 與行為檢查把關合併。若你已經在用 GitHub Actions 或類似流程，會很方便。
任務
- 除錯在某個用戶端失敗、在另一個卻正常的伺服器：重現確切的請求，檢視 JSON-RPC 酬載，看看用戶端送出了什麼。
- 測試 ChatGPT 應用程式的元件：用元件模擬器在送審前預覽渲染、狀態與 CSP 行為。
- 撰寫含預期工具呼叫的 evals：為各模型的準確度評分並長期追蹤，而不是猜測某個改動是否造成了回歸。
情境
- 把內部 MCP 伺服器推上正式環境：在 beta 期間跑用戶端矩陣，找出真實用戶端會暴露的落差。
- 讓新同事上手伺服器程式碼庫：工作區共享伺服器群組與設定，所以大家都在同一套設定上測試。
- 在協定變更後驗證 OAuth 流程：逐步走過請求序列，找出握手在哪裡分歧。
主要功能
跨用戶端 Playground
Playground 是模擬不同 AI 用戶端如何處理你伺服器的聊天介面。你送出一則提示，就能看它在 Claude、ChatGPT、Copilot、Cursor 等之上執行，每次工具呼叫都有完整追蹤。它也會在 Chrome DevTools 風格的元件模擬器中渲染 OpenAI Apps SDK 與 MCP 應用程式的介面，讓你看見使用者實際會看到的樣子。對於整合在某個主機壞掉、在另一個卻沒事的團隊，這是找出原因最快的方法。
OAuth 除錯工具
授權是多數 MCP 整合悄悄失敗的地方，而 MCPJam 把它當成第一級問題處理。OAuth 除錯工具逐步視覺化授權與中介資料請求，讓你沿著錯誤一路追到造成它的那次確切交換。它跨協定版本執行引導式的相容性檢查，包括 DCR、用戶端預先註冊與 CIMD。如果你的伺服器使用身分提供者，這能省下好幾小時盲目讀日誌的時間。
Evals 與測試案例
你可以寫下含預期工具呼叫的測試案例，在多個模型上執行，並長期追蹤準確度。Evals 量測握手另一端：你無法掌控的外部代理如何決定是否呼叫你的軟體、帶什麼參數，以及怎麼使用結果。代理可觀測性工具量測的是你打造的代理；MCP evals 量測的是別人的代理取用你的伺服器時，它會怎麼表現。
CI/CD 整合
CLI 會探測伺服器、執行 doctor 檢查、演練 OAuth，並從終端機列出工具、資源與提示，輸出 JUnit 與 JSON。你可以把這些執行放進 GitHub Actions 或任何流程，並設為必要檢查。回歸在 pull request 就被攔下，而不是進到客服單，這正是把 evals 放在正式環境之前的意義。
測試用 SDK
TypeScript SDK 能從你自己的測試套件驅動檢測、擷取伺服器能力，並對工具與資源的形狀做斷言。它可搭配 Jest 或 Vitest，啟動本機 STDIO 伺服器或透過 HTTP 連接。如果你偏好在你原本就在寫的程式碼裡測試，這就是進入點。
工作區與 skills
工作區是具備即時團隊同步的共享伺服器群組，所以大家都在同一套設定上測試。Skills 在 Playground 中以可重用的行為擴充模型；本機 skills 會從你的檔案系統讀取，永遠不離開你的機器。兩項功能都針對團隊，也都能減少每個人各擁一套本機設定時悄悄出現的偏移。
優缺點
優點
- 免費且開源，你可以檢視程式碼並執行本機檢測器，不必付費。
- 測試完整的 AI 用戶端矩陣與 170 多個模型，而不是猜測某個主機的行為。
- 顯示每一則 JSON-RPC 訊息與每一次 OAuth 交換，讓棘手的失敗可以重現。
- CLI 與 SDK 可融入既有的測試流程，支援 JUnit、JSON、Jest 與 Vitest。
- 不論伺服器怎麼打造都能運作，且不需更動你的正式環境程式碼。
缺點
- 鎖定開發者。如果你不打造 MCP 伺服器或面向代理的軟體，這裡沒東西可用。
- 託管應用程式只接受 HTTPS 伺服器，所以 STDIO 與 localhost 伺服器得靠本機檢測器。
- 定價未公布在官網，需要看實際頁面或聯繫業務才能確定。
- 它診斷問題卻不修復，所以你仍得對自己的伺服器夠熟悉，才能對發現採取行動。
常見問題
是。檢測器是開源的，可免費在本機執行，託管應用程式也有免費方案。付費方案是給需要託管 evals、共享工作區與使用額度的團隊，但你不用付費就能把一個伺服器從頭測到尾。
相關內容
探索與 MCPJam Inspector 相關的工具、技能與文章。
MCPJam Inspector 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。