适合谁
- 希望自动化Web应用端到端测试的开发团队
- 想要快速验证页面完好性的CI流水线
- 使用DebuggAI平台并需要MCP集成的用户
D
58FMRS · C
Debugg AI MCP服务器提供了全面的AI驱动浏览器测试套件，适合需要自动化端到端测试的团队，并集成了测试管理。
Debugg AI MCP服务器通过模型上下文协议提供AI驱动的浏览器测试。指向任意URL（包括localhost），用自然语言描述测试内容，AI代理将浏览您的应用并返回通过/失败结果及截图。该服务器在浏览器工具、项目管理、环境配置、测试套件和用例管理以及执行追踪方面提供8个工具。它支持多实体操作（项目、环境、测试套件、测试用例、执行），并包含用于无LLM冒烟测试的轻量级页面探针。需要Node.js 20.20.0或更高版本，以及可以从debugg.ai获取的API密钥。
工具能力
check_app_in_browser
运行AI浏览器代理，根据自然语言描述测试应用，支持自动隧道localhost URL。
trigger_crawl
触发一次服务端浏览器代理爬取，以填充项目的知识图谱。
probe_page
轻量级无LLM的批量页面探针，检查1-20个URL的渲染状态、控制台错误和网络摘要。
project
管理项目：获取、列出、创建。
environment
管理环境及凭据，包括登录会话操作。
test_suite
管理测试套件：列出、创建、运行、获取结果、删除。
test_case
管理测试用例：创建、更新、删除。
executions
检索执行详情和工件。
安装接入
- 在debugg.ai获取API密钥。2. 在MCP客户端配置中添加服务器，使用npx命令，并设置DEBUGGAI_API_KEY环境变量。3. 根据文档使用Docker镜像（注意：当前镜像可能缺少对localhost工具的支持）。4. 可选：对于远程HTTP传输，设置DEBUGGAI_MCP_TRANSPORT=http等。
claude_desktop_config.json
{
"mcpServers": {
"debugg-ai": {
"command": "npx",
"args": ["-y", "@debugg-ai/debugg-ai-mcp"],
"env": {
"DEBUGGAI_API_KEY": "your_api_key_here"
}
}
}
}
选型与风险
不适合谁
- 无需AI的单元测试或集成测试
- 需要本地运行测试的离线环境（需要API密钥）
- 依赖无头浏览器执行的完全分布式或本地执行的测试
所需权限
- 需要互联网访问以获得DebuggAI后端和API密钥
- 需要访问AI代理执行浏览器交互的能力
- 对于公共访问，可能需要在本地运行隧道（通过ngrok/caddy）
风险与副作用
- AI代理行为可能影响生产环境（如果针对生产运行）
- 测试依赖外部服务和API密钥，可能影响可用性
- 凭据处理：密码仅写入，但环境变量必须安全存储
常见排障
- 确保DEBUGGAI_API_KEY已设置且有效
- 检查Node.js版本（20.20.0+）
- 对于本地URL，确保caddy二进制可用（或通过CADDY_BIN设置）
- 验证必要时本地服务是否正在运行
使用场景
根据自然语言描述对Web应用进行端到端AI驱动测试
在每次拉取请求后进行基于本地页面的冒烟测试，而无需LLM开销
管理测试套件、用例和环境，用于持续测试
通过HAR和控制台日志捕获调试运行时问题
支持客户端
Claude Desktop完整支持
Claude Code完整支持