Debugg AI MCP Server

O que faz o “Debugg AI” MCP Server?

O Debugg AI MCP Server é um servidor de automação de navegador e testes ponta a ponta (E2E) orientado por IA, construído em torno do Model Context Protocol (MCP). Ele permite que assistentes e agentes de IA automatizem testes de UI, simulem o comportamento do usuário e analisem a saída visual de aplicações web em execução usando comandos de linguagem natural ou ferramentas CLI. Esse servidor elimina a necessidade de configuração manual de frameworks de teste como Playwright ou proxies de navegador, oferecendo uma solução totalmente gerenciada e remota que se integra facilmente a ambientes de desenvolvimento locais ou remotos via túneis seguros. Desenvolvedores podem disparar testes de UI baseados em histórias de usuário, rastrear resultados históricos e incorporar esses fluxos em pipelines CI/CD, aumentando a produtividade e a confiabilidade no desenvolvimento de software.

Lista de Prompts

Nenhuma informação sobre modelos de prompt é fornecida no repositório.

Lista de Recursos

Nenhum recurso explícito está listado no repositório.

Lista de Ferramentas

• debugg_ai_test_page_changes
  Permite disparar testes de UI baseados em histórias de usuário ou descrições em linguagem natural. Esta ferramenta automatiza ações no navegador e fluxos de teste E2E, relatando o progresso e os resultados para o usuário.

Casos de Uso deste MCP Server

• Testes Automatizados de UI
  Execute instantaneamente testes de UI ponta a ponta em aplicações web utilizando descrições em linguagem natural, reduzindo a necessidade de scripts manuais de teste.
• Integração com Aplicações Web Localhost
  Teste aplicações em desenvolvimento rodando em qualquer porta localhost, simulando interações e fluxos reais de usuário sem configuração adicional.
• Integração Contínua/Entrega Contínua (CI/CD)
  Integre testes E2E automatizados em pipelines CI/CD, garantindo que novas alterações no código sejam validadas antes do deploy.
• Análise de Saída Visual
  Analise automaticamente mudanças visuais e regressões de UI como parte do fluxo de teste.
• Rastreamento Histórico de Testes
  Acesse e revise todos os resultados anteriores de testes no painel Debugg.AI para auditoria e melhoria.

Como configurar

Windsurf

1. Certifique-se de que pré-requisitos como Node.js estão instalados.
2. Abra seu arquivo de configuração do Windsurf.
3. Adicione o servidor Debugg AI MCP à sua lista de servidores MCP usando o seguinte trecho JSON:

   {
     "mcpServers": {
       "debugg-ai-mcp": {
         "command": "npx",
         "args": ["@debugg-ai/mcp-server@latest"]
       }
     }
   }
   

4. Salve a configuração e reinicie o Windsurf.
5. Verifique se o servidor está rodando e acessível.

Claude

1. Instale o Node.js se ainda não estiver presente.
2. Localize a seção de configuração MCP do Claude.
3. Adicione o servidor Debugg AI MCP:

   {
     "mcpServers": {
       "debugg-ai-mcp": {
         "command": "npx",
         "args": ["@debugg-ai/mcp-server@latest"]
       }
     }
   }
   

4. Salve as alterações e reinicie o Claude.
5. Confirme a integração verificando as ferramentas MCP disponíveis.

Cursor

1. Configure o Node.js em seu sistema.
2. Edite o arquivo de configuração MCP do Cursor.
3. Insira a entrada do servidor:

   {
     "mcpServers": {
       "debugg-ai-mcp": {
         "command": "npx",
         "args": ["@debugg-ai/mcp-server@latest"]
       }
     }
   }
   

4. Salve e recarregue o Cursor.
5. Verifique o registro de ferramentas para as ferramentas do servidor Debugg AI.

Cline

1. Certifique-se de que o Node.js está instalado.
2. Abra o arquivo de configuração MCP do Cline.
3. Adicione a seguinte configuração:

   {
     "mcpServers": {
       "debugg-ai-mcp": {
         "command": "npx",
         "args": ["@debugg-ai/mcp-server@latest"]
       }
     }
   }
   

4. Salve o arquivo e reinicie o Cline.
5. Valide a disponibilidade do servidor.

Protegendo as Chaves de API

Para proteger suas chaves de API, utilize variáveis de ambiente em sua configuração:

{
  "mcpServers": {
    "debugg-ai-mcp": {
      "command": "npx",
      "args": ["@debugg-ai/mcp-server@latest"],
      "env": {
        "DEBUGG_AI_API_KEY": "${DEBUGG_AI_API_KEY}"
      },
      "inputs": {
        "apiKey": "${DEBUGG_AI_API_KEY}"
      }
    }
  }
}

Como usar esse MCP em fluxos

Usando MCP no FlowHunt

Para integrar servidores MCP ao seu fluxo no FlowHunt, comece adicionando o componente MCP ao seu fluxo e conectando-o ao seu agente de IA:

Clique no componente MCP para abrir o painel de configuração. Na seção de configuração do sistema MCP, insira os detalhes do seu servidor MCP usando este formato JSON:

{
  "debugg-ai-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Uma vez configurado, o agente de IA poderá utilizar esse MCP como uma ferramenta com acesso a todas as suas funções e capacidades. Lembre-se de alterar “debugg-ai-mcp” para o nome real e substituir a URL pela URL do seu servidor MCP.

Visão Geral

Um servidor MCP sólido para testes E2E orientados por IA, mas a ausência de modelos de prompt documentados e recursos explícitos limita sua extensibilidade para fluxos de trabalho MCP avançados. As ferramentas e a configuração são diretas, e ele cobre os principais casos de automação. Avaliação: 6/10.

Pontuação MCP