inspector MCP — Casos de uso, Instalar & Demo en vivo

Name: inspector MCP Server
Author: MCPJam

Por qué usarlo

Características clave

Rastreo JSON-RPC completo entre anfitrión y servidor
Chat con LLM en línea mientras inspeccionas llamadas a herramientas y contexto
Ejecuciones de evaluación en múltiples modelos
Depuración del flujo OAuth con verificaciones de conformidad
Compartir espacio de trabajo, CLI, SDK e integración CI/CD

Demo en vivo

Cómo se ve en la práctica

inspector.replay ▶ listo

0/0

Instalar

Elige tu cliente

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "inspector": {
      "command": "npx",
      "args": [
        "-y",
        "inspector"
      ],
      "_inferred": true
    }
  }
}

Abre Claude Desktop → Settings → Developer → Edit Config. Reinicia después de guardar.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "inspector": {
      "command": "npx",
      "args": [
        "-y",
        "inspector"
      ],
      "_inferred": true
    }
  }
}

Cursor usa el mismo esquema mcpServers que Claude Desktop. La configuración del proyecto prevalece sobre la global.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "inspector": {
      "command": "npx",
      "args": [
        "-y",
        "inspector"
      ],
      "_inferred": true
    }
  }
}

Haz clic en el icono MCP Servers de la barra lateral de Cline y luego en "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "inspector": {
      "command": "npx",
      "args": [
        "-y",
        "inspector"
      ],
      "_inferred": true
    }
  }
}

Mismo formato que Claude Desktop. Reinicia Windsurf para aplicar.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "inspector",
      "command": "npx",
      "args": [
        "-y",
        "inspector"
      ]
    }
  ]
}

Continue usa un array de objetos de servidor en lugar de un mapa.

~/.config/zed/settings.json

{
  "context_servers": {
    "inspector": {
      "command": {
        "path": "npx",
        "args": [
          "-y",
          "inspector"
        ]
      }
    }
  }
}

Añádelo a context_servers. Zed recarga en caliente al guardar.

claude mcp add inspector -- npx -y inspector

Un solo comando. Verifica con claude mcp list. Quita con claude mcp remove.

Casos de uso

Usos del mundo real: inspector

Cómo depurar por qué tu herramienta MCP no se está llamando

👤 Desarrolladores de servidores MCP ⏱ ~15 min intermediate

Cuándo usarlo: Escribiste una herramienta, Claude no la utiliza y no sabes por qué.

Requisitos previos

Node — nodejs.org o nvm

Flujo

Inicia Inspector

npx @mcpjam/inspector@latest y abre la URL impresa.✓ Copiado

→ La interfaz se abre en el navegador
Conecta tu servidor

En la interfaz, agrega tu servidor (stdio o HTTP) y conecta.✓ Copiado

→ La lista de herramientas se rellena
Simula un prompt

En la pestaña Chat, haz una pregunta que debería activar tu herramienta. Observa el rastreo JSON-RPC.✓ Copiado

→ O bien la herramienta se ejecuta (bien) o ves por qué el modelo la rechazó (descripción incorrecta, esquema de entrada faltante)

Resultado: Razón concreta (descripción de herramienta incorrecta, problema de esquema, elección de modelo) con una solución visible.

Errores comunes

Probar con un modelo más débil que nunca utiliza herramientas — Prueba en múltiples modelos en la pestaña Evals — Haiku, Sonnet, GPT-4o — el comportamiento varía

Cómo ejecutar pruebas de evaluación en PRs para tu servidor MCP

👤 Equipos que mantienen MCPs en producción ⏱ ~30 min advanced

Cuándo usarlo: Quieres detectar 'oops, ese prompt ya no selecciona mi herramienta' en CI.

Flujo

Crea casos de evaluación

En Inspector, crea casos de evaluación: (prompt, expected_tool_called, expected_args).✓ Copiado

→ Suite de evaluación guardada
Integra en CI

Usa la CLI para ejecutar evaluaciones en cada PR; falla la construcción en caso de regresión.✓ Copiado

→ .github/workflows/mcp-eval.yml ejecuta evaluaciones

Resultado: Los PRs que rompen la selección de herramientas no se fusionan.

Errores comunes

Las evaluaciones son inestables cuando temperature > 0 — Usa temperature 0 en ejecuciones de evaluación

Combinar con: github

Cómo diagnosticar un flujo OAuth roto en tu servidor MCP

👤 Desarrolladores de servidores MCP que envían herramientas protegidas con OAuth ⏱ ~20 min advanced

Cuándo usarlo: Los tokens no se están actualizando o la redirección devuelve 400.

Flujo

Habilita depuración OAuth en Inspector

Configura los puntos finales OAuth de tu servidor y haz clic en 'Test flow'.✓ Copiado

→ Rastreo paso a paso de authorize, token, refresh
Identifica la ruptura

Inspector resalta pasos que no son conformes (content-type incorrecto, PKCE faltante, scope incorrecto).✓ Copiado

→ Nodo de fallo específico

Resultado: Implementación OAuth conforme.

Combinaciones

Combínalo con otros MCPs para multiplicar por 10

inspector + github

Ejecuta evaluaciones de Inspector en una acción de GitHub en PRs para tu servidor MCP

Configura una acción de GitHub usando la CLI @mcpjam/inspector para ejecutar evaluaciones en cada PR que toque src/tools/.✓ Copiado

Herramientas

Lo que expone este MCP

Herramienta	Entradas	Cuándo llamar	Coste
(inspector app) connect-server	transport: stdio\|http, comando o url	Primer paso	gratis
(inspector app) execute-tool	herramienta, args	Pruebas manuales	depende de la herramienta
(inspector app) chat-and-inspect	modelo, prompt	Simulación de extremo a extremo	1 llamada a LLM
(inspector app) run-evals	suite_id	Pruebas de regresión CI	N llamadas a LLM

Coste y límites

Lo que cuesta ejecutarlo

Cuota de API: Tus claves de LLM/eval determinan el presupuesto
Tokens por llamada: Las evaluaciones pueden consumir tokens — limita la concurrencia + tamaño
Monetario: Inspector en sí es gratuito. La aplicación alojada en app.mcpjam.com tiene niveles.
Consejo: Ejecuta evaluaciones en Haiku para pruebas de humo económicas; reserva Sonnet/Opus para ejecuciones nocturnas.

Seguridad

Permisos, secretos, alcance

Ámbitos mínimos: Los scopes que tu servidor MCP necesita Claves de proveedor de LLM para evaluaciones

Almacenamiento de credenciales: Env local para CLI; secretos de espacio de trabajo para la aplicación alojada

Salida de datos: Las llamadas a herramientas permanecen entre tu MCP y LLM; la aplicación alojada almacena resultados de evaluación en tu espacio de trabajo

No conceder nunca: No cargues secretos de cliente OAuth de producción en la aplicación alojada sin revisar

Inspector puede llamar a herramientas de escritura durante ejecuciones de evaluación — usa un servidor sandbox, no producción.

Resolución de problemas

Errores comunes y soluciones

No puedo conectar a mi servidor stdio

Asegúrate de que el comando que Inspector ejecuta coincida con lo que ejecuta Claude Desktop — incluye directorio de trabajo y variables de env.

La pestaña Chat dice 'model not configured'

Agrega tu clave Anthropic/OpenAI en Configuración.

Las evaluaciones pasan localmente, fallan en CI

Desajuste de env — fija el mismo modelo + temperature en CI que localmente.

La prueba OAuth reporta 'state mismatch'

Tu servidor no está preservando el parámetro state; compara con la especificación en el informe de conformidad de Inspector.

Alternativas

inspector vs otros

Alternativa	Cuándo usarla	Contrapartida
@modelcontextprotocol/inspector (oficial)	Quieres el inspector de referencia de la primera parte	Superficie de características más pequeña; sin evals/CI
mcp-client-for-ollama	Quieres un cliente de solo terminal respaldado por Ollama	No es un depurador, solo un cliente

Más

Recursos

📖 Lee el README oficial en GitHub

🐙 Ver issues abiertas

🔍 Ver todos los 400+ servidores MCP y Skills