API Debugger MCP 🚀

Un servidor del Model Context Protocol (MCP) orientado a producción para inspeccionar, probar, validar, comparar y depurar APIs HTTP con FastMCP.

¿Por qué este proyecto?

Los fallos de una API suelen obligar a saltar entre clientes de API, documentación OpenAPI, registros, suites de pruebas y sistemas de seguimiento de errores. API Debugger MCP ofrece a un agente de IA compatible con MCP un kit de herramientas estructurado para realizar esas investigaciones.

Related MCP server: mcp-api-tools

Características

• 12 herramientas MCP para la depuración de APIs y el control de calidad

• Ocultación segura de secretos en cabeceras y campos de credenciales comunes

• Tiempo de espera configurable y límites de tamaño de respuesta

• Bloqueo de redes privadas/locales por defecto

• Validación de contratos de respuesta con estilo JSON Schema

• Comparación de regresiones entre cuerpos de respuesta

• Comprobaciones de salud en múltiples endpoints

• Generación automática de escenarios de pruebas de API

• Generación estructurada de informes de errores

• Flujo de trabajo de investigación de incidentes de extremo a extremo

• Recurso MCP y prompt reutilizable

• Soporte de Docker

• Pytest + coverage

• Linting con Ruff

• CI de GitHub Actions en Python 3.10–3.12

Herramientas MCP

1. inspect_endpoint

2. send_request

3. validate_response

4. compare_responses

5. analyze_error

6. detect_api_issue

7. generate_api_tests

8. generate_bug_report

9. check_contract

10. api_health_check

11. redact_sensitive_data

12. investigate_incident

Estructura del proyecto

api-debugger-mcp/
├── .github/workflows/ci.yml
├── docs/
├── src/api_debugger_mcp/
│   ├── analysis.py
│   ├── client.py
│   ├── config.py
│   ├── models.py
│   ├── security.py
│   ├── server.py
│   └── tools.py
├── tests/
├── .dockerignore
├── .env.example
├── .gitignore
├── Dockerfile
├── LICENSE
├── Makefile
├── docker-compose.yml
└── pyproject.toml

Inicio rápido

1. Crear un entorno virtual

python -m venv .venv

Windows:

.venv\Scripts\activate

macOS/Linux:

source .venv/bin/activate

2. Instalar

pip install -e ".[dev]"

3. Configurar

Copia .env.example a .env y define solo los valores necesarios para tu entorno.

No hagas commit de claves de API reales ni tokens de autenticación.

4. Ejecutar en local

Para un servidor MCP HTTP:

api-debugger-mcp

El endpoint MCP por defecto es:

http://localhost:8000/mcp

Para el modo stdio local:

MCP_TRANSPORT=stdio

A continuación ejecuta:

api-debugger-mcp

Docker

docker compose up --build

El servidor se expone en el puerto 8000.

Pruebas

pytest

Lint:

ruff check .

Formato:

ruff format .

Ejemplo de flujo de trabajo MCP

Un agente compatible con MCP puede combinar las herramientas de esta manera:

investigate_incident
    ↓
inspect_endpoint
    ↓
send_request
    ↓
detect_api_issue
    ↓
analyze_error
    ↓
check_contract
    ↓
generate_bug_report

Para pruebas de regresión:

send_request (baseline)
        ↓
send_request (current)
        ↓
compare_responses
        ↓
validate_response

Notas de seguridad

Este servidor está diseñado para evitar, por defecto, la filtración accidental de credenciales y el acceso no seguro a la red.

• Las cabeceras más comunes de autenticación, cookies y claves de API se ocultan de los resultados devueltos.

• Los campos de secretos comunes se ocultan de forma recursiva.

• Las peticiones a destinos con direcciones IP locales/privadas están deshabilitadas por defecto.

• No hagas commit de .env con credenciales reales.

• En producción, coloca el servidor MCP detrás de los controles de autenticación y de red de tu organización.

• Añade una lista explícita de permitidos antes de habilitar las peticiones a redes privadas en entornos sensibles.

Hoja de ruta de producción

• Importación de OpenAPI 3.x

• Proveedores de secretos para OAuth/claves de API

• Bases de regresión persistentes

• Integración con Sentry/observabilidad

• Creación de incidencias en Jira/GitHub

• IDs de correlación de peticiones

• Limitación de peticiones

• Registro de auditoría

• RBAC/autenticación

• Comprobaciones de salud asíncronas en paralelo

• Ejecución de tareas de MCP en segundo plano para investigaciones de larga duración

Licencia

MIT