Debugowanie serwerów LLM bez bólu głowy dzięki MCP Inspector

Znasz to uczucie, gdy próbujesz zmusić agenta AI do współpracy z lokalnym API, a on albo się zawiesza, albo wypluwa jakiś tajemniczy błąd? Siedisz i zastanawiasz się: czy prompt jest popsuty, czy serwer się zawiesił, czy może dane przychodzą w złym formacie? Znana historia. Programiści z Anthropic najwyraźniej przeszli przez to samo, dlatego wydali MCP Inspector.

To wizualny debugger protokołu Model Context Protocol (MCP). Mówiąc krótko, MCP to nowy standard, który pomaga modelom językowym komunikować się z zewnętrznymi narzędziami, bazami danych i systemami plików. A Inspector to w zasadzie Postman, ale dostosowany konkretnie do pracy z serwerami LLM.

Co siedzi pod maską i jak to działa

Narzędzie składa się z dwóch części. Pierwsza to klient React, który widzisz w przeglądarce. Druga to serwer proxy działający na Node.js. Ten serwer proxy jest najciekawszą częścią: potrafi konwertować standardowe strumienie wejścia/wyjścia (stdio) lub strumienie HTTP na interfejs przyjazny dla przeglądarki.

Wiele serwerów MCP działa przez zwykłe wejście/wyjście konsoli. Przeglądarka nie może bezpośrednio komunikować się z takim procesem, więc serwer proxy działa jako mostek: uruchamia Twój serwer, przechwytuje jego wiadomości i przesyła je strumieniowo do interfejsu webowego.

Jak szybko wystartować

Jeśli masz Node.js w wersji 22.7.5 lub wyższej, wystarczy wpisać w terminalu:

npx @modelcontextprotocol/inspector

Polecenie uruchomi interfejs webowy na porcie http://localhost:6274. Przy okazji, wybór portów jest zabawny: 6274 odpowiada przyciskom MCPI (MCP Inspector) na starym telefonie z klawiaturą numeryczną.

Jeśli właśnie budujesz własny serwer, możesz skierować inspektora bezpośrednio na niego:

npx @modelcontextprotocol/inspector node build/index.js

Inspektor wykryje build, przekaże niezbędne argumenty i otworzy przeglądarkę ze wszystkimi Twoimi narzędziami i zasobami widocznymi.

Co potrafi ten debugger

Główną zaletą inspektora jest jego interaktywność. Nie musisz pisać skryptów do testowania każdej funkcji.

Po pierwsze, testowanie narzędzi. Widzisz listę wszystkich funkcji, które serwer udostępnia modelowi. Możesz wypełnić argumenty bezpośrednio w formularzu (bez ręcznego JSON-a w konsoli) i kliknąć „Call Tool”. Odpowiedź wraca natychmiast i możesz od razu zobaczyć, czy struktura danych się „przesunęła" lub została zniekształcona.

Po drugie, przeglądanie zasobów. Jeśli Twój serwer zapewnia dostęp do plików lub logów, możesz eksplorować je w interfejsie drzewa w inspektorze. To ratunek, gdy musisz dokładnie zrozumieć, jaki kontekst otrzymuje model.

Po trzecie, obsługa promptów. Możesz testować szablony promptów osadzone w serwerze i obserwować, jak są wypełniane danymi w czasie rzeczywistym.

Bezpieczeństwo i niuanse

Programiści nie dodali tego ogromnego ostrzeżenia do README bez powodu. Chodzi o to, że serwer proxy ma prawo uruchamiać procesy na Twojej maszynie. Jeśli po prostu otworzysz jego port do internetu, każdy może wykonać dowolny kod.

Domyślnie inspektor generuje losowy token sesji. Wygląda on tak: http://localhost:6274/?MCP_PROXY_AUTH_TOKEN=ваш_длинный_хеш

Nie polecałbym wyłączania tej weryfikacji za pomocą flagi DANGEROUSLY_OMIT_AUTH, nawet jeśli jesteś zbyt leniwy, żeby skopiować link. Zdarzały się przypadki (CVE-2025-49596), gdzie takie otwarte porty mogły prowadzić do RCE tylko przez odwiedzenie złośliwej strony w innej zakładce przeglądarki.

Kiedy go używać

Dla mnie największym odkryciem był tryb CLI. Jest idealny do parowania z Cursorem lub innymi asystentami kodowania AI. Możesz uruchomić polecenie:

npx @modelcontextprotocol/inspector --cli node build/index.js --method tools/list

I otrzymać czysty JSON z listą narzędzi. To przyspiesza cykl „napisałem kod — przetestowałem — naprawiłem" o kilometry.

Inspektor z pewnością się przyda, jeśli:

1. Budujesz niestandardowy serwer MCP dla swojej firmy.
2. Próbujesz połączyć Claude Desktop z lokalną bazą danych.
3. Debugujesz złożone łańcuchy wywołań narzędzi, gdzie kolejność argumentów ma znaczenie.

Narzędzie okazało się zaskakująco solidne jak na tak młody protokół. Tak, dokumentacja jest wciąż trochę skąpa, a interfejs wygląda na surowy, ale świetnie sprawdza się w swojej roli — „pokazuje Ci, co siedzi pod maską serwera LLM".

Jeśli planujesz integrować agentów AI ze swoimi workflowami, dodaj ten repozytorium do zakładek. Zaoszczędzi Ci to mnóstwo godzin spędzonych na debugowaniu pominiętych pól w schematach JSON czy nieprawidłowych ścieżek plików.