Debugg AI

Debugg AI — MCP Server

การทดสอบเบราว์เซอร์ที่ขับเคลื่อนด้วย AI ผ่าน Model Context Protocol ชี้ไปที่ URL ใดก็ได้ (หรือ localhost) และอธิบายสิ่งที่ต้องการทดสอบ — เอเจนต์ AI จะเรียกดูแอปของคุณและส่งกลับผลผ่าน/ไม่ผ่านพร้อมภาพหน้าจอ

การตั้งค่า

ต้องใช้ Node.js 20.20.0 หรือใหม่กว่า (ข้อกำหนดสืบทอดจาก posthog-node@^5.26.0)

รับ API key ได้ที่ debugg.ai จากนั้นเพิ่มลงในการกำหนดค่า MCP client ของคุณ:

{
  "mcpServers": {
    "debugg-ai": {
      "command": "npx",
      "args": ["-y", "@debugg-ai/debugg-ai-mcp"],
      "env": {
        "DEBUGGAI_API_KEY": "your_api_key_here"
      }
    }
  }
}

หรือใช้ Docker:

docker run -i --rm --init -e DEBUGGAI_API_KEY=your_api_key quinnosha/debugg-ai-mcp

เครื่องมือ

เซิร์ฟเวอร์มีเครื่องมือ 8 อย่าง: เครื่องมือ Browser สามอย่างบวกกับเครื่องมือ action-based หนึ่งอย่างต่อเอนทิตีที่จัดการ เครื่องมือหลักคือ check_app_in_browser (เอเจนต์ AI เต็มรูปแบบ) และ probe_page (การตรวจสอบหน้าแบบเบาไม่ใช้ LLM) ส่วนที่เหลือ — project, environment, test_suite, test_case, executions — แต่ละตัวรับ action discriminator (เช่น {"action":"list"}) ที่เลือกการดำเนินการ การกระทำ delete ที่ทำลายล้างต้องมีการยืนยัน (พรอมต์ elicitation หากได้รับการสนับสนุน มิฉะนั้น confirm: true)

Browser

check_app_in_browser

รันเอเจนต์เบราว์เซอร์ AI กับแอปของคุณ เอเจนต์จะนำทาง โต้ตอบ และรายงานกลับพร้อมภาพหน้าจอ URL ของ localhost จะถูกทำ tunnel อัตโนมัติผ่าน ngrok

พารามิเตอร์	ชนิด	คำอธิบาย
description	string จำเป็น	สิ่งที่ต้องการทดสอบ (ภาษาธรรมชาติ)
url	string จำเป็น	URL เป้าหมาย — http://localhost:3000 จะถูกทำ tunnel อัตโนมัติ
environmentId	string	UUID ของ environment เฉพาะ
credentialId	string	UUID ของ credential เฉพาะ
credentialRole	string	เลือก credential ตามบทบาท (เช่น admin, guest)
username	string	ชื่อผู้ใช้สำหรับเข้าสู่ระบบ (ชั่วคราว — ไม่ถูกบันทึก)
password	string	รหัสผ่านสำหรับเข้าสู่ระบบ (ชั่วคราว — ไม่ถูกบันทึก)
repoName	string	เขียนทับชื่อ git repo ที่ตรวจพบอัตโนมัติ (เช่น my-org/my-repo)

หนึ่งการตรวจสอบต่อการเรียกหนึ่งครั้ง เอเจนต์มีงบประมาณภายในประมาณ 25 ขั้นตอน; แยกชุดทดสอบที่กว้างขึ้นออกเป็นการเรียกหลายครั้ง

การรันที่สำเร็จทุกครั้งจะส่งคืนบล็อก browserSession พร้อมกับภาพหน้าจอ — presigned S3 URLs สำหรับ HAR (การติดตามเครือข่ายเต็มรูปแบบ) และ console log (ทุกข้อความ JS console) ที่ถูกจับ ใช้เพื่อตรวจจับลูปการดึงข้อมูลซ้ำ ข้อผิดพลาด hydration และปัญหารันไทม์อื่นๆ ที่ผ่านการตรวจสอบชนิดข้อมูลและการทดสอบหน่วย:

"browserSession": {
  "harUrl": "https://...session_18139.har?X-Amz-...",
  "consoleLogUrl": "https://...session_18139_console.json?X-Amz-...",
  "recordingUrl": "https://...session_18139_recording.webm?X-Amz-...",
  "harStatus": "downloaded",
  "consoleLogStatus": "downloaded",
  "harRedactionStatus": "redacted",
  "consoleLogRedactionStatus": "redacted"
}

URLs เป็น presigned S3 อายุสั้น — ดึง execution หลักอีกครั้งผ่าน executions {action:"get", uuid} เพื่อต่ออายุ harStatus / consoleLogStatus แยกแยะ 'downloaded' (URL ดึงข้อมูลได้), 'not_available' (หน้าไม่ได้ส่งข้อมูลใดๆ), 'failed' (การจับข้อมูลเสียหาย) ในการรันใหม่ URLs มักจะเป็น null เพราะการอัปโหลดข้อมูลที่จับได้เป็นแบบ async หลังจากเอเจนต์เสร็จสิ้น — โพล executions {action:"get", uuid: executionId} จนกว่าสถานะจะถึง 'downloaded' ส่วนหัว Authorization / Cookie / token/secret/api_key จะถูกลบออกฝั่งเซิร์ฟเวอร์ก่อนที่อาร์ติแฟกต์จะถูกบันทึก

trigger_crawl

เริ่มการ crawl เอเจนต์เบราว์เซอร์ฝั่งเซิร์ฟเวอร์เพื่อเติมข้อมูล knowledge graph ของโปรเจกต์ URL ของ localhost ทำ tunnel อัตโนมัติ ส่งคืน {executionId, status, targetUrl, durationMs, outcome?, crawlSummary?, knowledgeGraph?, browserSession?} พร้อม knowledgeGraph.imported === true เมื่อการนำเข้าสำเร็จ บล็อก browserSession (HAR + console-log URLs, รูปแบบเดียวกับข้างต้น) ก็มีอยู่ในการ crawl ที่เสร็จสมบูรณ์เช่นกัน

probe_page

การตรวจสอบหน้าแบบกลุ่มน้ำหนักเบาไม่ใช้ LLM ส่ง 1-20 URLs; แต่ละอันจะนำทาง รอการโหลด และส่งคืนสถานะที่เรนเดอร์ — ภาพหน้าจอ + ข้อมูลเมตาของหน้า + ข้อผิดพลาด console ที่มีโครงสร้าง + สรุปเครือข่าย ไม่มีลูปเอเจนต์ ไม่มีค่าใช้จ่าย LLM ไม่มีการยืนยันสถานการณ์ ใช้สำหรับ "ฉันเพิ่งทำ /settings พังหรือเปล่า?", การตรวจสอบควันหลายเส้นทางหลังจากการ refactor, การกวาดตรวจต่อ PR ใน CI และการตรวจสอบว่ายังใช้งานได้อยู่หรือไม่ที่ check_app_in_browser ซึ่งมีลูปเอเจนต์ 60-150 วินาทีนั้นเกินความจำเป็น

พารามิเตอร์	ชนิด	คำอธิบาย
targets	array จำเป็น	1-20 รายการ: [{url, waitForSelector?, waitForLoadState?, timeoutMs?}]
targets[].url	string จำเป็น	URL สาธารณะหรือ localhost (ทำ tunnel อัตโนมัติ)
targets[].waitForLoadState	enum	'load' (ค่าเริ่มต้น) / 'domcontentloaded' / 'networkidle'
targets[].waitForSelector	string	CSS selector ทางเลือกเพื่อรอหลังจากการนำทาง
targets[].timeoutMs	number	หมดเวลาต่อ URL, 1000-30000 (ค่าเริ่มต้น 10000)
includeHtml	boolean	ส่งคืน HTML ดิบในแต่ละผลลัพธ์ (ค่าเริ่มต้น false)
captureScreenshots	boolean	ส่งคืนหนึ่ง PNG ต่อเป้าหมาย (ค่าเริ่มต้น true)

ทั้งกลุ่มใช้ execution แบ็กเอนด์ + เซสชันเบราว์เซอร์ + tunnel ร่วมกันเพียงครั้งเดียว — 5 URLs ในการเรียกครั้งเดียวเร็วกว่าการเรียก URL เดียวแบบขนาน 5 ครั้งอย่างมาก ฟิลด์ error ต่อ URL รักษาความยืดหยุ่นของกลุ่ม: เป้าหมายเดียวที่ล้มเหลวไม่ทำให้เป้าหมายอื่นล้มเหลว

คีย์การรวมกลุ่ม networkSummary คือ origin + pathname — ลูปการดึงข้อมูลซ้ำ (?n=0..4 ที่เรียก endpoint เดิมซ้ำๆ) จะยุบรวมเป็นรายการเดียวพร้อมจำนวนนับ ดังนั้น /api/poll ที่แสดงขึ้นพร้อม count: 47 คือสัญญาณ "ลูปการดึงข้อมูลซ้ำไม่สิ้นสุด" ที่สามารถดำเนินการได้ตามที่ผู้ใช้ร้องขอแต่แรก

งบประมาณประสิทธิภาพ: <10 วินาทีสำหรับ 1 URL, <25 วินาทีสำหรับ 20 พอร์ต localhost ที่ไม่ตอบสนองส่งคืน LocalServerUnreachable ใน <2 วินาทีโดยไม่ใช้ execution ของเวิร์กโฟลว์

project

การกระทำ	พารามิเตอร์	ผลลัพธ์
get	{uuid}	รายละเอียดโปรเจกต์ที่คัดสรร
list	{q?, page?, pageSize?}	สรุปแบบแบ่งหน้า
create	{name, platform, (teamUuid|teamName), (repoUuid|repoName)}	โปรเจกต์ที่สร้างขึ้น

ทีมและ repo แก้ไขโดย อย่างใดอย่างหนึ่ง uuid หรือ ชื่อ (การจับคู่แบบตรงทั้งหมดไม่คำนึงถึงตัวพิมพ์เล็กใหญ่; NotFound หากไม่มี, AmbiguousMatch หากมีหลายรายการ) ไม่มี update/delete — เปลี่ยนชื่อหรือลบโปรเจกต์จากเว็บแอป DebuggAI

environment

การกระทำ	พารามิเตอร์	ผลลัพธ์
get	{uuid, projectUuid?}	Env พร้อม credentials แบบอินไลน์ (ไม่มีการส่งคืนรหัสผ่าน)
list	{projectUuid?, q?, page?, pageSize?}	Envs แบบแบ่งหน้า แต่ละอันมีอาร์เรย์ credentials
create	{name, url, description?, projectUuid?, credentials?}	Env ที่สร้างขึ้น (สามารถเริ่มต้น credentials ได้)
update	{uuid, name?, url?, description?, addCredentials?, updateCredentials?, removeCredentialIds?}	Env ที่ถูกแพตช์; การดำเนินการ credential รัน ลบ → อัปเดต → เพิ่ม
delete	{uuid, projectUuid?, confirm?}	ลบ env (ลดหลั่นไปยัง credentials) — ต้องมีการยืนยัน

projectUuid แก้ไขอัตโนมัติจาก git repo เมื่อละเว้น ความล้มเหลวต่อ credential แสดงใน credentialWarnings[] โดยไม่บล็อกการดำเนินการ env

test_suite

การกระทำ	พารามิเตอร์	ผลลัพธ์
list	{projectUuid|projectName, search?, page?, pageSize?}	Suites แบบแบ่งหน้าพร้อมสถานะ + อัตราการผ่าน
create	{name, description, projectUuid|projectName}	Suite ที่สร้างขึ้น
run	{suiteUuid|(suiteName+project), targetUrl?}	ทริกเกอร์การทดสอบทั้งหมดแบบ async
results	{suiteUuid|(suiteName+project)}	Suite + ผลลัพธ์ต่อการทดสอบ
delete	{suiteUuid|(suiteName+project), confirm?}	ลบแบบ soft-delete — ต้องมีการยืนยัน

test_case

การกระทำ	พารามิเตอร์	ผลลัพธ์
create	{name, description, agentTaskDescription, suiteUuid|(suiteName+project), relativeUrl?, maxSteps?}	Test case ที่สร้างขึ้น (ไม่รันอัตโนมัติ)
update	{testUuid, name?, description?, agentTaskDescription?}	Test case ที่ถูกแพตช์
delete	{testUuid, confirm?}	ลบแบบ soft-delete — ต้องมีการยืนยัน

executions

การกระทำ	พารามิเตอร์	ผลลัพธ์
get	{uuid}	รายละเอียดเต็ม (nodeExecutions + สถานะ + errorInfo) + อาร์ติแฟกต์ภาพหน้าจอ/gif
list	{status?, projectUuid?, page?, pageSize?}	สรุปแบบแบ่งหน้า

404 จากแบ็กเอนด์แสดงเป็น isError: true พร้อม {error: 'NotFound', message, uuid} Credentials จะถูกส่งคืนโดยไม่มีรหัสผ่านเสมอ

การแบ่งหน้า

ทุกการตอบสนองโหมดตัวกรองจะถูกแบ่งหน้า รูปร่างการตอบสนอง:

{
  "filter": { "...echoed query params..." },
  "pageInfo": { "page": 1, "pageSize": 20, "totalCount": 47, "totalPages": 3, "hasMore": true },
  "<items>": [ ... ]
}

ส่ง page ที่เป็นทางเลือก (1-indexed, ค่าเริ่มต้น 1) และ pageSize (ค่าเริ่มต้น 20, สูงสุด 200; ค่าที่เกินจะถูกจำกัด) ไม่มีการตอบสนองใดถูกตัดทอนอย่างเงียบๆ

Resources

นอกจากเครื่องมือแล้ว เซิร์ฟเวอร์ยังแสดงเอนทิตีแบบอ่านอย่างเดียวเป็น MCP resources เพื่อให้ไคลเอนต์สามารถเรียกดูและ @-mention เป็นบริบทได้:

URI	อะไร
debugg-ai://projects	โปรเจกต์ทั้งหมด (หน้าแรก)
debugg-ai://environments	Environments สำหรับโปรเจกต์ที่ตรวจพบอัตโนมัติ
debugg-ai://executions	Executions ล่าสุด (หน้าแรก)
debugg-ai://project/{uuid}	หนึ่งโปรเจกต์, รายละเอียดเต็ม
debugg-ai://environment/{uuid}	หนึ่ง environment (credentials แบบอินไลน์, รหัสผ่านถูกปกปิด)
debugg-ai://execution/{uuid}	หนึ่ง execution, รายละเอียดโหนดเต็ม + ลิงก์อาร์ติแฟกต์

การอ่านส่งไปยังตัวจัดการเดียวกันกับเครื่องมือ project / environment / executions ดังนั้นข้อมูลและการรับรองความถูกต้องจึงเหมือนกัน Resources เป็นส่วนเสริม — ไคลเอนต์ที่ไม่มีการสนับสนุน resource ยังคงใช้เครื่องมือต่อไป

ค่าคงที่ด้านความปลอดภัย

• รหัสผ่านเป็นแบบเขียนอย่างเดียว จะไม่ปรากฏในเนื้อหาการตอบสนองใดๆ จากเครื่องมือใดๆ
• Tunnel URLs (*.ngrok.debugg.ai) จะถูกตัดออกจากการตอบสนองของเอเจนต์เบราว์เซอร์ทั้งหมด รวมถึงข้อความที่เขียนโดยเอเจนต์
• 404 จากแบ็กเอนด์แสดงเป็น isError: true พร้อม {error: 'NotFound', ...} ไม่เคยเป็นข้อยกเว้นที่ถูกโยน
• DEBUGGAI_API_KEY ที่หายไปแสดงเป็นข้อผิดพลาดเครื่องมือที่มีโครงสร้างในการเรียกใช้ครั้งแรก — เซิร์ฟเวอร์ยังคงลงทะเบียนและแสดงรายการเครื่องมือตามปกติ

การย้ายไปยัง v3.0.0 (เครื่องมือแบบ action-based)

v3 รวมเครื่องมือ 20 แบบต่อคำกริยาเป็นเครื่องมือแบบ action-based 8 อย่าง เครื่องมือเก่า → tool {action} ใหม่:

ถูกลบออก	สิ่งที่มาแทนที่
search_projects	project {action:"get"} / project {action:"list"}
create_project	project {action:"create"}
update_project, delete_project	ถูกตัดออก — ใช้เว็บแอป DebuggAI
search_environments	environment {action:"get"} / {action:"list"}
create_environment / update_environment / delete_environment	environment {action:"create"|"update"|"delete"}
create_test_suite / search_test_suites / run_test_suite / get_test_suite_results / delete_test_suite	test_suite {action:"create"|"list"|"run"|"results"|"delete"}
create_test_case / update_test_case / delete_test_case	test_case {action:"create"|"update"|"delete"}
search_executions	executions {action:"get"|"list"}
พารามิเตอร์ trigger_crawl headless	ถูกตัดออก — เป็น headless เสมอ

การกระทำ delete ตอนนี้ต้องการการยืนยัน (พรอมต์ elicitation หรือ confirm: true) ไคลเอนต์จะรับพื้นผิวใหม่เมื่อรีสตาร์ท MCP

การย้ายจาก v1.x (การเปลี่ยนแปลงที่เข้ากันไม่ได้ใน v2.0.0)

v2 ยุบพื้นผิวเครื่องมือ 22 อย่างเหลือ 11 อย่าง การแมปเครื่องมือเก่า → ใหม่:

ถูกลบออก	สิ่งที่มาแทนที่
list_projects, get_project	search_projects (โหมด uuid เทียบกับโหมดตัวกรอง)
list_environments, get_environment	search_environments
list_credentials, get_credential	search_environments — credentials แบบอินไลน์ในแต่ละ env
create_credential	create_environment({credentials: [...]}) seed หรือ update_environment({addCredentials: [...]})
update_credential	update_environment({updateCredentials: [{uuid, ...patch}]})
delete_credential	update_environment({removeCredentialIds: [uuid]})
list_teams, list_repos	create_project({teamName, repoName}) — การแก้ไขชื่อพร้อมการจัดการความกำกวม
list_executions, get_execution	search_executions
cancel_execution	ถูกตัดออก — การปิดการทำงานแบ็กเอนด์เป็นแบบอัตโนมัติ

การเปลี่ยนแปลงรูปร่างการตอบสนอง: ฟิลด์ count เปล่าในการตอบสนองรายการหายไป — ใช้ pageInfo.totalCount

การกำหนดค่า

ตัวแปรสภาพแวดล้อม	จำเป็น	วัตถุประสงค์
DEBUGGAI_API_KEY	ใช่	API key แบ็กเอนด์ นามแฝง: DEBUGGAI_API_TOKEN, DEBUGGAI_JWT_TOKEN
DEBUGGAI_API_URL	ไม่	URL ฐานของแบ็กเอนด์ ค่าเริ่มต้นเป็น https://api.debugg.ai
DEBUGGAI_TOKEN_TYPE	ไม่	token (ค่าเริ่มต้น) หรือ bearer
DEBUGGAI_EVAL_TEMPLATE	ไม่	เขียนทับ slug ของเวิร์กโฟลว์ App Evaluation ที่ check_app_in_browser ส่งไป ค่าเริ่มต้นเป็น flow/e2es/app-eval การส่งจะตรึงไว้ที่ slug นี้เพื่อให้การเปลี่ยนชื่อเทมเพลตแบ็กเอนด์ไม่สามารถทำให้เสียหายได้
LOG_LEVEL	ไม่	error / warn / info (ค่าเริ่มต้น) / debug
POSTHOG_API_KEY	ไม่	เขียนทับคีย์โปรเจกต์ telemetry แบบฝังตัว (เช่น private fork)
DEBUGGAI_TELEMETRY_DISABLED	ไม่	ตั้งเป็น 1 / true / yes / on เพื่อปิดการใช้งาน telemetry โดยสมบูรณ์

DEBUGGAI_API_KEY=your_api_key

Remote / HTTP transport (ทางเลือก)

โดยค่าเริ่มต้นเซิร์ฟเวอร์จะสื่อสารผ่าน stdio (local npx) แต่สามารถรันในรูปแบบ MCP ระยะไกลแบบหลายผู้ใช้ที่โฮสต์ไว้ ผ่าน stateless Streamable HTTP + OAuth ได้:

DEBUGGAI_MCP_TRANSPORT=http PORT=3000 DEBUGGAI_TOKEN_TYPE=bearer npx -y @debugg-ai/debugg-ai-mcp@latest

มันคือ OAuth Resource Server: ทุก POST /mcp ต้องการ Authorization: Bearer <token>; โทเค็นที่ขาดหายไป/ไม่ถูกต้องจะได้รับ 401 พร้อมกับ WWW-Authenticate ที่ชี้ไปยังเมทาดาทา RFC 9728 และไคลเอนต์จะดำเนินการตามขั้นตอน OAuth กับเซิร์ฟเวอร์การอนุญาตที่ประกาศไว้ Bearer token มีขอบเขตต่อคำขอ — api.debugg.ai จะตรวจสอบความถูกต้อง

Endpoint	วัตถุประสงค์
POST /mcp	MCP Streamable HTTP (ป้องกันด้วย bearer)
GET /.well-known/oauth-protected-resource	เมทาดาทา RFC 9728 (การค้นพบเซิร์ฟเวอร์การอนุญาต)
GET /health	การตรวจสอบความพร้อมของ Load-balancer / ECS

ตัวแปรสภาพแวดล้อม	ค่าเริ่มต้น	วัตถุประสงค์
DEBUGGAI_MCP_TRANSPORT	stdio	ตั้งค่าเป็น http สำหรับการขนส่งระยะไกล
PORT	3000	พอร์ตที่ใช้รับฟัง HTTP
DEBUGGAI_MCP_PUBLIC_URL	https://mcp.debugg.ai	URL ทรัพยากรสาธารณะของเซิร์ฟเวอร์นี้ (RFC 9728 resource)
DEBUGGAI_OAUTH_ISSUER	https://auth.debugg.ai	เซิร์ฟเวอร์การอนุญาตที่ประกาศให้ไคลเอนต์ทราบ
DEBUGGAI_TOKEN_TYPE	token	ตั้งค่าเป็น bearer เพื่อให้ OAuth tokens ส่งต่อเป็น Authorization: Bearer

การติดตั้งแบบ stdio ไม่จำเป็นต้องใช้ตัวแปรเหล่านี้เลย

การตรวจวัดและส่งข้อมูลทางไกล

เซิร์ฟเวอร์ MCP มาพร้อมกับการส่งข้อมูลทางไกลที่เปิดใช้งานโดยค่าเริ่มต้น — มีคีย์โปรเจกต์ PostHog แบบเขียนอย่างเดียวที่ฝังไว้ (phc_*) เพื่อให้ทีมสามารถสังเกตอัตราการเข้าถึงแคช, จังหวะการ polling, ความน่าเชื่อถือของ tunnel และเมตริกการดำเนินงานอื่นๆ ครอบคลุมทุกการติดตั้ง อีเวนต์ที่ถูกจับ:

อีเวนต์	เมื่อใด
tool.executed / tool.failed	ต่อการเรียกใช้ tool
workflow.executed	ต่อการดำเนินการของ browser-agent (ประกอบด้วย pollCount, durationMs, finalIntervalMs)
tunnel.provisioned / tunnel.provision_retry / tunnel.stopped	ต่ออีเวนต์วงจรชีวิตของ tunnel
template.lookup / project.lookup	การเข้า/ไม่เข้าแคช พร้อม durationMs เมื่อเรียกครั้งแรก

จุดยืนด้านความเป็นส่วนตัว:

• ID ที่ระบุตัวตนคือ SHA-256(api_key).slice(0, 16) — ไม่ใช้คีย์ดิบ, ไม่มีข้อมูลส่วนบุคคล
• คีย์ phc_* เป็นแบบเขียนอย่างเดียวตามธรรมเนียมของ PostHog; ปลอดภัยที่จะฝังในซอร์สโค้ด
• ตั้งค่า DEBUGGAI_TELEMETRY_DISABLED=1 เพื่อยกเลิกทั้งหมด (จะเปลี่ยนเป็นผู้ให้บริการที่ไม่ทำอะไรเลย; ไม่มีอีเวนต์ใดออกจากโปรเซส)

โหมดที่ทำงานอยู่จะถูกบันทึกเมื่อเริ่มต้นระบบ:

Telemetry enabled (PostHog, DebuggAI default project). Set DEBUGGAI_TELEMETRY_DISABLED=1 to opt out.
Telemetry enabled (PostHog, custom POSTHOG_API_KEY)
Telemetry disabled (DEBUGGAI_TELEMETRY_DISABLED is set)

การพัฒนาภายในเครื่อง

npm install
npm run build
npm run test:e2e        # real end-to-end evals against the backend

ชุดการประเมินผลจะสร้างเซิร์ฟเวอร์ MCP ที่ build แล้วเป็นโปรเซสย่อย, ทดสอบทุก tool กับ backend จริง และเขียนอาร์ติแฟกต์ของแต่ละโฟลว์ไปยัง scripts/evals/artifacts/<timestamp>/ ดู scripts/evals/flows/ สำหรับสถานการณ์แต่ละแบบ

การลงทะเบียน MCP: debugg-ai-local เทียบกับ debugg-ai

repo นี้มาพร้อมกับ .mcp.json ที่ลงทะเบียนเซิร์ฟเวอร์แบบ project-scoped ชื่อ debugg-ai-local ซึ่งชี้ไปที่ node dist/index.js — โค้ดภายในเครื่องที่ build ใหม่ล่าสุด มันจะทำงานเฉพาะเมื่อไดเรกทอรีการทำงานของ Claude Code คือ repo นี้

โปรเจกต์อื่นๆ ของคุณควรใช้การลงทะเบียน debugg-ai แบบ user-scoped ที่ดึงมาจากแพ็คเกจ npm ที่เผยแพร่:

npm run mcp:global      # registers debugg-ai in ~/.claude.json to npx -y @debugg-ai/debugg-ai-mcp

หลังจากแก้ไขโค้ดที่นี่ ให้รัน npm run mcp:local (ซึ่งทำการ build ใหม่) เพื่อให้การเรียกใช้ debugg-ai-local ครั้งถัดไปรับการเปลี่ยนแปลงของคุณ

ลิงก์

Dashboard · Docs · Issues · Discord

---

Apache-2.0 License © 2025 DebuggAI