Debugg Ai MCP

🚀 🧪 Debugg AI官方MCP服務器

這是一個由AI驅動的瀏覽器自動化和端到端測試服務器，實現了模型上下文協議（MCP）。它旨在幫助AI代理通過自然語言和CLI工具測試UI更改、模擬用戶行為，並分析運行中的Web應用程序的視覺輸出。

端到端測試曾經是一場噩夢。不僅設置起來困難，而且隨著應用程序的更改，管理也變得十分棘手。而Debugg AI的MCP服務器提供了一種全新的測試方式，你再也不必擔心設置playwright、本地瀏覽器或代理的問題。它採用完全遠程管理的瀏覽器，只需通過安全的tunnel連接到本地或遠程運行的服務器即可。

這意味著在運行測試時不會有煩人的Chrome彈出窗口，無需管理Chrome或Playwright版本，最重要的是 - 零配置。你只需獲取一個API密鑰，並將我們添加到你的MCP服務器列表中。

如果你之後想重新運行這些測試，或者創建一套測試用例在CI / CD管道中運行，你可以在儀表板 - Debugg.AI應用程序中查看所有歷史測試結果。

✨ 主要特性

• 🧠 MCP協議支持 完整的MCP服務器實現，支持CLI和工具註冊表。

• 🧪 端到端測試自動化 通過debugg_ai_test_page_changes工具，根據用戶故事或自然語言描述觸發UI測試。

• 🌐 本地主機Web應用集成 使用模擬用戶流程，在任何localhost端口上測試你正在運行的開發應用程序。

• 🧾 MCP工具通知 向客戶端發送帶有步驟描述和UI狀態目標的實時進度更新。

• 🧷 截圖支持 為大語言模型捕獲頁面的最終視覺狀態，並支持圖像渲染。

• 🧱 標準輸入輸出服務器兼容 通過標準輸入/輸出連接到任何與MCP兼容的客戶端（如Claude Desktop、LangChain代理等）。

💻 使用示例

輸入提示："測試創建賬戶和登錄的能力"

結果：

**任務完成**

- 持續時間：86.80秒
- 最終結果：成功完成使用電子郵件 'alice.wonderland1234@example.com' 創建賬戶並登錄的任務。
- 狀態：成功

完整演示：

觀看更深入的完整用例演示

📦 安裝指南

確保你已經創建了一個免費賬戶並生成了一個API密鑰 - DebuggAI

選項1：NPX（本地開發）

npx -y @debugg-ai/debugg-ai-mcp

當你在測試或將其集成到Claude Desktop或你自己的AI代理等工具中時，可以使用此方法。

選項2：Docker

docker run -i --rm --init \
  -e DEBUGGAI_API_KEY=your_api_key \
  -e TEST_USERNAME_EMAIL=your_test_email \
  -e TEST_USER_PASSWORD=your_password \
  -e DEBUGGAI_LOCAL_PORT=3000 \
  -e DEBUGGAI_LOCAL_REPO_NAME=your-org/your-repo \
  -e DEBUGGAI_LOCAL_BRANCH_NAME=main \
  -e DEBUGGAI_LOCAL_REPO_PATH=/app \
  -e DEBUGGAI_LOCAL_FILE_PATH=/app/index.ts \
  quinnosha/debugg-ai-mcp

📚 詳細文檔

🧰 MCP工具：debugg_ai_test_page_changes

描述

對正在運行的Web應用程序進行端到端測試，測試用自然語言描述的UI功能或流程。允許任何代碼生成平臺中的AI代理快速評估建議的更改，並確保新功能按預期工作。

輸入參數

🧪 Claude桌面配置示例

{
  "mcpServers": {
    "debugg-ai-mcp": {
      "command": "npx",
      "args": ["-y", "@debugg-ai/debugg-ai-mcp"],
      "env": {
        "DEBUGGAI_API_KEY": "YOUR_API_KEY",
        "TEST_USERNAME_EMAIL": "test@example.com",
        "TEST_USER_PASSWORD": "supersecure",
        "DEBUGGAI_LOCAL_PORT": 3000,
        "DEBUGGAI_LOCAL_REPO_NAME": "org/project",
        "DEBUGGAI_LOCAL_BRANCH_NAME": "main",
        "DEBUGGAI_LOCAL_REPO_PATH": "/Users/you/project",
        "DEBUGGAI_LOCAL_FILE_PATH": "/Users/you/project/index.ts"
      }
    }
  }
}

🔐 環境變量

🧑‍💻 本地開發

# 克隆倉庫並安裝依賴
npm install

# 複製測試配置並插入你的憑證
cp test-config-example.json test-config.json

# 在本地運行MCP服務器
npx @modelcontextprotocol/inspector --config debugg-ai-mcp/test-config.json --server debugg-ai-mcp

📁 倉庫結構

.
├── e2e-agents/             # 端到端瀏覽器測試運行器
├── services/               # DebuggAI API的客戶端
├── tunnels /               # 與遠程Web瀏覽器的安全連接
├── index.ts                # 主MCP服務器入口
├── Dockerfile              # Docker構建配置
└── README.md

🧱 構建依賴

• 模型上下文協議SDK

💬 反饋與問題

如果你遇到了bug、有新的想法或需要集成幫助，請提交一個問題或直接聯繫DebuggAI團隊。

📄 許可證

本項目採用MIT許可證，版權所有 © 2025 DebuggAI。

Made with 🩸, 💦, and 😭 in San Francisco