MCPサーバー：接続管理とツールテストをサポート、MCPプロトコルテスト統合の強力ツール

たんさく

MCP Test MCP

他のMCPサーバーをテストするためのMCPサーバーで、接続管理、ツールテスト、リソース読み取り、プロンプト実行などの機能を提供します。

開発者ツール人工知能チャットボット #MCPテスト #サーバーデバッグ #プロトコル検証 .Python

スコア : 2.5ポイント

ダウンロード数 : 7.5K

更新時間 : 2025-12-29

サイトを開く

MCPテストアシスタントとは？

MCPテストアシスタントは、他のMCP（モデルコンテキストプロトコル）サーバーをテストするために専用に開発されたツールです。これは「サーバーテスター」のようなもので、AIアシスタントが他のMCPサーバーに接続し、その機能を探索し、検証することを可能にします。このツールを使用することで、サーバーが提供するツール、リソース、プロンプトを見つけることができ、それらが正常に動作するかどうかを実際にテストすることができます。

MCPテストアシスタントの使い方は？

MCPテストアシスタントの使用は非常に簡単です。まず、AIツール（Claude Desktop、Cursorなど）で設定を行い、次に自然な会話で接続するMCPサーバーを指定します。接続後、サーバーの機能を確認し、特定のツールをテストし、リソースの内容を読み取り、完全なプロンプトフローを実行することができます。

適用シナリオ

MCPテストアシスタントは、以下のシナリオに特に適しています。新しいMCPサーバーを開発する際の機能検証、既存のMCPサーバーを統合する際の機能把握、MCPプロトコルを学習する際の実践ツール、MCPサーバーの接続問題をデバッグする際の診断ツールとして利用できます。

主要機能

接続管理

任意のMCPサーバー（STDIOまたはHTTPトランスポート）への接続をサポートし、プロトコルを自動検出し、接続状態をリアルタイムで追跡します。簡単に接続と切断を行い、現在の接続情報を表示することができます。

ツールテスト

サーバーが提供するすべてのツールとその完全な入力パラメータの説明を表示します。任意のツールを呼び出し、実行結果を表示することができ、複雑なパラメータの渡し方とエラー処理をサポートします。

リソーステスト

サーバーが提供するすべてのリソースとそのメタデータを見つけます。テキストとバイナリコンテンツの読み取りをサポートし、リソースURIの有効性とコンテンツ形式を検証します。

プロンプトテスト

サーバーが定義するすべてのプロンプトテンプレートとそのパラメータ要件を表示します。レンダリングされたプロンプト内容を取得し、統合されたLLMを使用してエンドツーエンドのプロンプト実行テストを行うことができます。

LLM統合

オプション機能：プロンプトを実際のLLM（大規模言語モデル）に直接送信して推論テストを行います。テンプレート変数の置き換えとJSON結果の抽出をサポートし、完全なエンドツーエンドのテストフローを実現します。

利点

ワンストップテストソリューション：コードを記述することなく、MCPサーバーのすべての機能を包括的にテストできます。

ユーザーフレンドリー：自然言語での会話操作が可能で、複雑なコマンドを覚える必要がありません。

プロトコル互換性：STDIOとHTTPの2つのMCPトランスポートプロトコルをサポートし、ほとんどのサーバーをカバーします。

詳細なフィードバック：完全なツールパラメータの説明と実行結果を提供し、デバッグを容易にします。

拡張性：LLM統合をサポートし、エンドツーエンドのプロンプト実行テストを行うことができます。

制限

事前設定が必要：使用前にAIツールでの設定が必要です。

外部LLMに依存：LLM統合機能にはAPIキーとエンドポイントの設定が必要です。

ネットワークに依存：HTTPサーバーのテストにはネットワーク接続が必要です。

アクセス権制限：アクセスが許可されているサーバーのみをテストできます。

使い方

MCPテストアシスタントの設定

使用するAIツール（Claude Desktop、Cursor、Windsurfなど）で、対応するツールの設定方法に従ってMCPテストアシスタントを追加します。通常は設定ファイルを編集するか、コマンドラインツールを使用して追加します。

ターゲットサーバーに接続する

会話でMCPテストアシスタントに接続するMCPサーバーを指定します。ローカルのSTDIOサーバーの場合はサーバーのパスを、HTTPサーバーの場合はURLを提供する必要があります。

サーバーの機能を探索する

サーバーが提供するツール、リソース、プロンプトを確認します。完全なパラメータの説明と機能の説明を表示し、サーバーの機能範囲を把握します。

具体的な機能をテストする

興味のある機能を選択してテストします。ツールを呼び出し、リソースを読み取り、プロンプトのレンダリング結果を取得し、機能が期待どおりに動作するかを確認します。

接続を切断する

テストが完了したら、ターゲットサーバーとの接続を切断し、リソースを解放します。

使用例

新しく開発したMCPサーバーをテストする

新しいMCPサーバーを開発し、すべての機能が正常に動作するかを検証したい場合。MCPテストアシスタントを使用すると、ツールの呼び出し、リソースのアクセス、プロンプトのレンダリングをすばやく確認することができます。

既存のサーバーの機能を把握する

サードパーティのMCPサーバーを統合する必要がありますが、それが提供する機能を把握していません。MCPテストアシスタントを使用すると、サーバーの完全な機能を探索することができます。

サーバーの接続問題をデバッグする

AIツールが特定のMCPサーバーを正常に使用できない場合。MCPテストアシスタントを使用すると、接続問題を診断し、サーバーが正常に動作しているかを確認することができます。

エンドツーエンドのプロンプトテスト

変数の置き換えとLLMの推論を含む複雑なプロンプトテンプレートをテストしたい場合。MCPテストアシスタントのLLM統合機能を使用して完全なテストを行います。

よくある質問

MCPテストアシスタントとは何ですか？インストールする必要がありますか？

どのようなタイプのMCPサーバーをテストできますか？

LLM統合機能をどのように設定しますか？

テスト中にセキュリティ問題は発生しますか？

接続に失敗した場合はどうすればいいですか？

複数のサーバーに同時に接続できますか？

🚀 mcp-test-mcp

AIアシスタントが他のMCPサーバーをテストするのを支援するMCPサーバーです。適切なMCPプロトコル通信を通じて、ターゲットMCPサーバーへの接続、その機能の発見、ツールの実行、リソースの読み取り、およびプロンプトのテストを行うツールを提供します。

🚀 クイックスタート

設定が完了したら、自然な会話を通じてMCPサーバーをテストできます。

接続: "Connect to my MCP server at /path/to/server"
発見: "What tools does it have?"
テスト: "Call the echo tool with message 'Hello'"
ステータス: "What's the connection status?"
切断: "Disconnect from the server"

✨ 主な機能

接続管理: 任意のMCPサーバー（STDIOまたはHTTPトランスポート）に接続し、プロトコルを自動検出し、接続状態を追跡します。
ツールテスト: 完全な入力スキーマを持つすべてのツールをリストし、任意の引数でツールを呼び出し、詳細な実行結果を取得します。
リソーステスト: メタデータを含むすべてのリソースをリストし、テキストおよびバイナリコンテンツを読み取ります。
プロンプトテスト: 引数スキーマを持つすべてのプロンプトをリストし、カスタム引数でレンダリングされたプロンプトを取得します。
LLM統合: 実際のLLM推論でプロンプトをエンドツーエンドで実行し、テンプレート変数とJSON抽出をサポートします。

📦 インストール

前提条件: Node.js 16+ と Python 3.11+

AIコーディングツールを選択してください。

Claude Desktop / Claude Code

設定ファイルの場所:

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

設定:

{
  "mcpServers": {
    "mcp-test-mcp": {
      "command": "npx",
      "args": ["-y", "mcp-test-mcp"]
    }
  }
}

またはClaude Code CLIを使用する:

claude mcp add mcp-test-mcp -- npx -y mcp-test-mcp

Cursor

設定ファイルの場所:

グローバル: ~/.cursor/mcp.json
プロジェクト: .cursor/mcp.json

または、File → Preferences → Cursor Settings → MCP からアクセスできます。

設定:

{
  "mcpServers": {
    "mcp-test-mcp": {
      "command": "npx",
      "args": ["-y", "mcp-test-mcp"]
    }
  }
}

Windsurf

設定ファイルの場所: ~/.codeium/windsurf/mcp_config.json

または、Windsurf Settings → Cascade → Plugins からアクセスできます。

設定:

{
  "mcpServers": {
    "mcp-test-mcp": {
      "command": "npx",
      "args": ["-y", "mcp-test-mcp"]
    }
  }
}

VS Code (GitHub Copilot)

VS Code 1.99+ で chat.agent.enabled 設定を有効にする必要があります。

設定ファイルの場所:

ワークスペース: .vscode/mcp.json
グローバル: コマンドパレットから MCP: Open User Configuration を実行します。

設定:

{
  "servers": {
    "mcpTestMcp": {
      "command": "npx",
      "args": ["-y", "mcp-test-mcp"]
    }
  }
}

注: VS Code は servers を使用し、キャメルケースの命名を推奨しています。

OpenAI Codex CLI

設定ファイルの場所: ~/.codex/config.toml

CLIから追加する:

codex mcp add mcp-test-mcp -- npx -y mcp-test-mcp

またはconfig.tomlに手動で追加する:

[mcp_servers.mcp-test-mcp]
command = "npx"
args = ["-y", "mcp-test-mcp"]

LLM統合 (オプション)

execute_prompt_with_llm ツールを使用するには、設定に環境変数を追加します。

JSON形式 (Claude, Cursor, Windsurf, VS Code):

{
  "mcpServers": {
    "mcp-test-mcp": {
      "command": "npx",
      "args": ["-y", "mcp-test-mcp"],
      "env": {
        "LLM_URL": "https://your-llm-endpoint.com/v1",
        "LLM_MODEL_NAME": "your-model-name",
        "LLM_API_KEY": "your-api-key"
      }
    }
  }
}

TOML形式 (Codex):

[mcp_servers.mcp-test-mcp]
command = "npx"
args = ["-y", "mcp-test-mcp"]

[mcp_servers.mcp-test-mcp.env]
LLM_URL = "https://your-llm-endpoint.com/v1"
LLM_MODEL_NAME = "your-model-name"
LLM_API_KEY = "your-api-key"

ローカル開発

# 仮想環境を作成する
python -m venv venv
source venv/bin/activate  # Windowsの場合: venv\Scripts\activate

# PyPIからインストールする
pip install mcp-test-mcp

# またはソースからインストールする
git clone https://github.com/example/mcp-test-mcp
cd mcp-test-mcp
pip install -e ".[dev]"

💻 使用例

基本的な使用法

設定が完了したら、以下のような自然な会話を通じてMCPサーバーをテストできます。

- **接続**: "Connect to my MCP server at /path/to/server"
- **発見**: "What tools does it have?"
- **テスト**: "Call the echo tool with message 'Hello'"
- **ステータス**: "What's the connection status?"
- **切断**: "Disconnect from the server"

利用可能なツール

接続管理

connect_to_server: ターゲットMCPサーバー（stdioまたはHTTP）に接続します。
disconnect: アクティブな接続を閉じます。
get_connection_status: 接続状態と統計情報を確認します。

ツールテスト

list_tools: 完全なスキーマを持つすべてのツールを取得します。
call_tool: 引数を指定してツールを実行します。

リソーステスト

list_resources: メタデータを含むすべてのリソースを取得します。
read_resource: URIで指定されたリソースの内容を読み取ります。

プロンプトテスト

list_prompts: 引数スキーマを持つすべてのプロンプトを取得します。
get_prompt: 引数を指定してレンダリングされたプロンプトを取得します。
execute_prompt_with_llm: 実際のLLM推論でプロンプトを実行します。

ユーティリティ

health_check: サーバーが実行中であることを確認します。
ping: 接続性をテストします（"pong"を返します）。
echo: メッセージをエコーバックします。
add: 2つの数値を足します。

環境変数

コア

MCP_TEST_LOG_LEVEL: ログレベル（DEBUG, INFO, WARNING, ERROR）。デフォルト: INFO
MCP_TEST_CONNECT_TIMEOUT: 接続タイムアウト（秒）。デフォルト: 30.0

LLM統合 (execute_prompt_with_llm用)

LLM_URL: LLM APIエンドポイントのURL
LLM_MODEL_NAME: モデル名
LLM_API_KEY: APIキー

開発

# 開発用依存関係をインストールする
pip install -e ".[dev]"

# テストを実行する
pytest

# カバレッジを含めて実行する
pytest --cov=mcp_test_mcp --cov-report=html

# コードを整形し、リントする
black src/ tests/
ruff check src/ tests/
mypy src/