/ 目录 / 演练场 / MCPJam Inspector
← 全部服务器 ↗ GitHub
● 社区 MCPJam ⚡ 即开即用

MCPJam Inspector

作者 MCPJam · MCPJam/inspector

MCP 领域的 Postman——在一个本地 UI 中连接任意服务器、列出工具、手动调用、以 agent 模式对话，并跨多个 LLM 评估输出。

MCPJam Inspector 是 MCP 的开发平台。启动本地 UI，将其指向任意 stdio/SSE/流式 HTTP MCP 服务器，即可获得工具列表、手动调用表单、使用服务器作为 agent 工具的内置对话，以及 eval 运行器。正在开发或调试服务器？上线前先用它检验一遍。

▶ 观看演示 📦 安装 💡 使用场景

为什么要用

核心特性

实时演示

实际使用效果

mcpjam-inspector.replay ▶ 就绪
0/0

安装

选择你的客户端

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "mcpjam-inspector": {
      "command": "npx",
      "args": [
        "-y",
        "@mcpjam/inspector"
      ]
    }
  }
}

打开 Claude Desktop → Settings → Developer → Edit Config。保存后重启应用。

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "mcpjam-inspector": {
      "command": "npx",
      "args": [
        "-y",
        "@mcpjam/inspector"
      ]
    }
  }
}

Cursor 使用与 Claude Desktop 相同的 mcpServers 格式。项目级配置优先于全局。

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "mcpjam-inspector": {
      "command": "npx",
      "args": [
        "-y",
        "@mcpjam/inspector"
      ]
    }
  }
}

点击 Cline 侧栏中的 MCP Servers 图标，然后选 "Edit Configuration"。

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "mcpjam-inspector": {
      "command": "npx",
      "args": [
        "-y",
        "@mcpjam/inspector"
      ]
    }
  }
}

格式与 Claude Desktop 相同。重启 Windsurf 生效。

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "mcpjam-inspector",
      "command": "npx",
      "args": [
        "-y",
        "@mcpjam/inspector"
      ]
    }
  ]
}

Continue 使用服务器对象数组，而非映射。

~/.config/zed/settings.json
{
  "context_servers": {
    "mcpjam-inspector": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "@mcpjam/inspector"
        ]
      }
    }
  }
}

加入 context_servers。Zed 保存后热重载。

claude mcp add mcpjam-inspector -- npx -y @mcpjam/inspector

一行命令搞定。用 claude mcp list 验证，claude mcp remove 卸载。

使用场景

实战用法： MCPJam Inspector

调试 MCP 工具被错误调用的根因

👤 MCP 服务器开发者 ⏱ ~20 min intermediate

何时使用： 你发布了一个工具，但 Claude 总是用错误的参数调用它。

前置条件
  • Inspector 已运行 — npx -y @mcpjam/inspector（在 localhost:6274 打开浏览器）
  • 你的 MCP 服务器 — 准备好通过 stdio 命令或 SSE URL 启动
步骤
  1. 连接服务器
    In the inspector UI, add a stdio server: command=node, args=[./dist/server.js].✓ 已复制
    → 工具列表出现，附带描述和 schema
  2. 查看 LLM 视角
    Look at the rendered description in the tool detail panel — that's exactly what the model sees.✓ 已复制
    → 发现歧义（比如「id」应该是「task_id」，或缺少示例）
  3. 复现误调用
    Open Chat tab. Send the user prompt that caused the failure. Watch the tool_use payload.✓ 已复制
    → 出现与生产环境相同的错误调用
  4. 修改描述，重新测试
    Update the tool's description and example in your server code, restart, retry the same prompt.✓ 已复制
    → 这次调用正确

结果： 有证据支撑的前后对比，确定具体修复方案。

注意事项
  • 服务器重启后 schema 缓存未刷新 — 点击服务器面板中的「Reconnect」；inspector 会重新获取 list_tools

评估不同模型使用你的 MCP 服务器工具的表现

👤 面向多客户端的服务器开发者 ⏱ ~45 min advanced

何时使用： 你想了解你的服务器在 Sonnet 和 Haiku/GPT-5 上的效果是否一致。

步骤
  1. 构建 eval 集
    Author 10 representative user prompts in the Eval tab. Mix easy and adversarial.✓ 已复制
    → Eval 已保存，含 prompt 和预期工具调用序列
  2. 跨模型运行
    Run the eval against Sonnet 4.6, Haiku 4.5, and GPT-5. Compare tool-use traces.✓ 已复制
    → 每个模型的工具调用轨迹；每条 prompt 的通过/失败结果
  3. 优化最弱的 schema
    On the failing prompts, what description change would fix the cheaper model without breaking Sonnet?✓ 已复制
    → 具体的描述改写方案

结果： 服务器在整个模型阵容中都能正常工作，而非只在你测试的那一个上。

注意事项
  • Eval 只测试了正常路径 — 添加对抗性 prompt：缺少参数、矛盾输入、信息不完整

安全地探索陌生的第三方 MCP 服务器

👤 评估社区 MCP 的任何人 ⏱ ~15 min intermediate

何时使用： 你在考虑将别人的 MCP 加入配置，想先看看它暴露了哪些工具。

步骤
  1. 隔离启动
    Add the server in inspector — don't put it in your real client config yet.✓ 已复制
    → 工具已列出，含完整描述
  2. 审查暴露面
    Scan tool list. Anything that writes/deletes/runs code? Anything that calls external URLs?✓ 已复制
    → 按风险分类的工具列表
  3. 手动测试高风险工具
    Hand-call each write tool with a no-op payload to see what it actually does.✓ 已复制
    → 在暴露给自主 agent 之前确认工具行为

结果： 基于知情的安装/跳过决策，而非盲目信任。

注意事项
  • 工具会执行 shell 命令——即使手动调用也可能改变系统状态 — 在容器或临时目录中运行；绝不在日常工作机器上检查不受信任的 MCP

组合

与其他 MCP 搭配，撬动十倍杠杆

mcpjam-inspector + github

在 CI 中对你自己的 MCP 服务器进行性能分析

On every PR, run inspector eval against the main + PR head; comment diff in the PR via github MCP.✓ 已复制

工具

此 MCP 暴露的能力

工具输入参数何时调用成本
list_tools server connection 连接时自动执行——几乎不需要手动调用 0
call_tool tool_name, args 通过表单输入手动调用任意工具 depends on tool
chat model, messages 驱动 LLM 使用你的工具，观察其自然行为 depends on model API
run_eval eval_set, models[] 上线前的跨模型回归检验 API calls × models × prompts

成本与限制

运行它的成本

API 配额
Eval 模式会消耗 LLM 提供商配额——请自备 API key
每次调用 Token 数
inspector 本身为 0；对话/eval 的完整 agent 成本另计
费用
免费（开源）——你只需支付模型 API 费用
提示
用 Haiku 进行迭代评估；仅在最终跨模型对比时切换到 Sonnet

安全

权限、密钥、影响范围

最小权限： Local network only by default
凭据存储： eval 模型的 API key 默认存储在浏览器 localStorage 中——在共享设备上使用后请清除
数据出站： 仅发往你配置的模型提供商（Anthropic、OpenAI 等）以及你连接的 MCP 服务器
切勿授予： 公网访问——inspector 请保持在 localhost

故障排查

常见错误与修复

服务器连接失败（stdio）

检查命令路径是否为绝对路径，工作目录是否已设置；在 inspector 日志面板中查看 stderr

验证： 先在终端手动运行服务器命令
SSE 服务器连接挂起

CORS 或 auth header 问题——检查 SSE 端点是否接受来自 localhost:6274 的跨域请求

验证： curl -N <sse_url> with -H 'Accept: text/event-stream'
Eval 运行但所有模型都失败

检查设置中的 API key 是否有效；检查模型名称是否与提供商当前命名一致

Inspector 端口已被占用

PORT=6275 npx @mcpjam/inspector

验证： lsof -i :6274

替代方案

MCPJam Inspector 对比其他方案

替代方案何时用它替代权衡
modelcontextprotocol/inspector (official)你想要功能最保守的官方参考 inspector缺少对话/eval 模式；功能层次更底层
wong2/mcp-cli你偏好终端而非 UI没有可视化 eval 对比或 schema 渲染

更多

资源

📖 阅读 GitHub 上的官方 README

🐙 查看未解决的 issue

🔍 浏览全部 400+ MCP 服务器和 Skills