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

Name: inspector MCP Server
Author: MCPJam

Por que usar

Principais recursos

Rastreamento completo de JSON-RPC entre host/servidor
Conversa com LLM inline enquanto inspeciona chamadas de ferramentas e contexto
Execuções de avaliação em vários modelos
Depuração de fluxo OAuth com verificações de conformidade
Compartilhamento de workspace, CLI, SDK e integração CI/CD

Demo ao vivo

Como fica na prática

inspector.replay ▶ pronto

0/0

Instalar

Escolha seu 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
    }
  }
}

Abra Claude Desktop → Settings → Developer → Edit Config. Reinicie após salvar.

~/.cursor/mcp.json · .cursor/mcp.json

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

Cursor usa o mesmo esquema mcpServers que o Claude Desktop. Config de projeto vence a global.

VS Code → Cline → MCP Servers → Edit

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

Clique no ícone MCP Servers na barra lateral do Cline, depois "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

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

Mesmo formato do Claude Desktop. Reinicie o Windsurf para aplicar.

~/.continue/config.json

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

O Continue usa um array de objetos de servidor em vez de um map.

~/.config/zed/settings.json

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

Adicione em context_servers. Zed recarrega automaticamente ao salvar.

claude mcp add inspector -- npx -y inspector

Uma linha só. Verifique com claude mcp list. Remova com claude mcp remove.

Casos de uso

Usos do mundo real: inspector

Como depurar por que sua ferramenta MCP não está sendo chamada

👤 Desenvolvedores de servidor MCP ⏱ ~15 min intermediate

Quando usar: Você escreveu uma ferramenta, Claude não a usa e você não sabe por quê.

Pré-requisitos

Node — nodejs.org ou nvm

Fluxo

Iniciar Inspector

Execute npx @mcpjam/inspector@latest e abra a URL impressa.✓ Copiado

→ UI abre no navegador
Conectar seu servidor

Na UI, adicione seu servidor (stdio ou HTTP) e conecte.✓ Copiado

→ Lista de ferramentas é preenchida
Simular um prompt

Na aba Chat, faça uma pergunta que deve acionar sua ferramenta. Observe o rastreamento JSON-RPC.✓ Copiado

→ Ou a ferramenta dispara (bom) ou você vê por que o modelo a rejeitou (descrição ruim, schema de entrada ausente)

Resultado: Motivo concreto (descrição de ferramenta incorreta, problema de schema, escolha de modelo) com uma correção visível.

Armadilhas

Testar com um modelo mais fraco que nunca usa ferramentas — Teste em vários modelos na aba Evals — Haiku, Sonnet, GPT-4o — o comportamento varia

Como executar testes de avaliação em PRs para seu servidor MCP

👤 Equipes mantendo MCPs em produção ⏱ ~30 min advanced

Quando usar: Você quer detectar 'ops, esse prompt não seleciona mais minha ferramenta' em CI.

Fluxo

Criar avaliações

No Inspector, crie casos de avaliação: (prompt, expected_tool_called, expected_args).✓ Copiado

→ Suite de avaliação salva
Integrar em CI

Use a CLI para executar avaliações em cada PR; falhe a compilação em caso de regressão.✓ Copiado

→ .github/workflows/mcp-eval.yml executa avaliações

Resultado: PRs que quebram a seleção de ferramentas não são mescladas.

Armadilhas

Avaliações são instáveis quando temperature > 0 — Use temperature 0 em execuções de avaliação

Combine com: github

Como diagnosticar um fluxo OAuth quebrado em seu servidor MCP

👤 Desenvolvedores de servidor MCP entregando ferramentas protegidas por OAuth ⏱ ~20 min advanced

Quando usar: Tokens não estão sendo atualizados ou redirecionamento retorna 400.

Fluxo

Habilitar depuração OAuth no Inspector

Configure os endpoints OAuth do seu servidor e clique em 'Test flow'.✓ Copiado

→ Rastreamento passo a passo de autorizar, token, atualizar
Identificar a falha

Inspector destaca etapas que não estão em conformidade (content-type incorreto, PKCE ausente, scope ruim).✓ Copiado

→ Nó de falha específico

Resultado: Implementação OAuth em conformidade.

Combinações

Combine com outros MCPs para 10× de alavancagem

inspector + github

Execute avaliações do Inspector em uma ação do GitHub em PRs para seu servidor MCP

Configure uma ação do GitHub usando a CLI @mcpjam/inspector para executar avaliações em cada PR tocando src/tools/.✓ Copiado

Ferramentas

O que este MCP expõe

Ferramenta	Entradas	Quando chamar	Custo
(inspector app) connect-server	transport: stdio\|http, comando ou url	Primeiro passo	grátis
(inspector app) execute-tool	ferramenta, argumentos	Teste manual	depende da ferramenta
(inspector app) chat-and-inspect	modelo, prompt	Simulação de ponta a ponta	1 chamada LLM
(inspector app) run-evals	suite_id	Teste de regressão CI	N chamadas LLM

Custo e limites

O que custa rodar

Cota de API: Suas chaves LLM/eval determinam o orçamento
Tokens por chamada: Avaliações podem queimar tokens — limite concorrência + tamanho
Monetário: O Inspector em si é grátis. Aplicativo hospedado em app.mcpjam.com tem camadas.
Dica: Execute avaliações no Haiku para testes de fumaça baratos; reserve Sonnet/Opus para execuções noturnas.

Segurança

Permissões, segredos, alcance

Escopos mínimos: Quaisquer escopos que seu servidor MCP necessite Chaves de provedor LLM para avaliações

Armazenamento de credenciais: Env local para CLI; segredos de workspace para o aplicativo hospedado

Saída de dados: Chamadas de ferramentas permanecem entre seu MCP e LLM; aplicativo hospedado armazena resultados de avaliação em seu workspace

Nunca conceda: Não envie segredos de cliente OAuth de produção para o aplicativo hospedado sem revisão

Inspector pode chamar ferramentas de escrita durante execuções de avaliação — use um servidor sandbox, não produção.

Solução de problemas

Erros comuns e correções

Não consigo conectar ao meu servidor stdio

Certifique-se de que o comando que o Inspector executa corresponde ao que o Claude Desktop executa — diretório de trabalho e variáveis de ambiente incluídas.

Aba Chat diz 'modelo não configurado'

Adicione sua chave Anthropic/OpenAI em Configurações.

Avaliações passam localmente, falham em CI

Desfasamento de env — fixe o mesmo modelo + temperatura em CI como localmente.

Teste OAuth relata 'desfasamento de estado'

Seu servidor não está preservando o parâmetro state; compare com a especificação no relatório de conformidade do Inspector.

Alternativas

inspector vs. outros

Alternativa	Quando usar	Troca
@modelcontextprotocol/inspector (oficial)	Você quer o inspector de referência oficial	Superfície de recursos menor; sem avaliações/CI
mcp-client-for-ollama	Você quer um cliente somente terminal baseado em Ollama	Não é um depurador, apenas um cliente

Mais

Recursos

📖 Leia o README oficial no GitHub

🐙 Ver issues abertas

🔍 Ver todos os 400+ servidores MCP e Skills