Super Debugger
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Super Debuggerdebug script.py and show me the variables at line 5"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
🐛 Super Debugger
Servidor MCP para depurar código Python con IA — breakpoints, inspección de variables y ejecución paso a paso en tiempo real.
🤔 ¿Qué es Super Debugger?
Super Debugger es un servidor MCP (Model Context Protocol) que expone herramientas de depuración de Python a cualquier agente de IA compatible (Claude Desktop, Cursor, Cline, Continue, etc.).
En vez de que un LLM adivine la causa de un bug, Super Debugger le permite:
Ejecutar el script y ver el traceback real
Detenerse en breakpoints específicos
Inspeccionar el valor de cada variable en vivo
Avanzar la ejecución paso a paso
Modificar el código y verificar el fix
Todo sin dependencias pesadas: no usa debugpy, ni DAP, ni pdb, ni PTYs. Solo sys.settrace de Python estándar.
Related MCP server: agentic-debugger
✨ Características
Herramienta MCP | Descripción |
| Verifica que el servidor está vivo y responde |
| Lee archivos con números de línea (formato |
| Sobrescribe archivos con backup automático |
| Restaura la versión original si un fix empeora las cosas |
| Ejecuta un script y devuelve exit code + stdout + stderr |
| Lanza el script bajo el debugger con breakpoints |
| Avanza al siguiente breakpoint |
| Inspecciona variables del frame actual sin avanzar |
| Termina la sesión de debug |
Valor único: inspección de variables en vivo sin re-ejecutar ni adivinar.
📦 Instalación
Requisitos
Python 3.12 o superior
uv(recomendado) opip
Pasos
# 1. Clonar el repositorio
git clone https://github.com/ahernandezvega907-crypto/super-debugger.git
cd super-debugger
# 2. Crear el entorno virtual
uv venv --python 3.12
# 3. Activar el entorno
# En Windows:
.venv\Scripts\activate
# En macOS/Linux:
source .venv/bin/activate
# 4. Instalar dependencias
uv add fastmcp
# 5. Verificar que el servidor carga
python -c "from server import mcp; print('OK')"🚀 Uso
Opción 1: Claude Desktop
Edita claude_desktop_config.json (ubicación por sistema operativo):
Sistema | Ruta |
Windows |
|
macOS |
|
Linux |
|
Agrega este bloque:
{
"mcpServers": {
"super-debugger": {
"command": "python",
"args": ["/ruta/absoluta/a/super-debugger/server.py"]
}
}
}⚠️ Reemplaza la ruta con la ubicación real donde clonaste el repo:
Windows:
C:\\Users\\TuUsuario\\super-debugger\\server.pymacOS/Linux:
/Users/TuUsuario/super-debugger/server.py
Reinicia Claude Desktop. Verás el ícono 🔌 en el chat.
Opción 2: Cursor
Edita ~/.cursor/mcp.json (o %USERPROFILE%\.cursor\mcp.json en Windows):
{
"mcpServers": {
"super-debugger": {
"command": "python",
"args": ["/ruta/absoluta/a/super-debugger/server.py"]
}
}
}⚠️ Reemplaza la ruta con la ubicación real donde clonaste el repo:
Windows:
C:\\Users\\TuUsuario\\super-debugger\\server.pymacOS/Linux:
/Users/TuUsuario/super-debugger/server.py
Reinicia Cursor y verás el servidor disponible en el chat.
Opción 3: Cline (VS Code)
Instala la extensión Cline desde el Marketplace y agrega el servidor desde su panel de configuración MCP.
Opción 4: MCP Inspector (para probar sin IDE)
npx -y @modelcontextprotocol/inspector python server.pyAbre http://localhost:5173 en el navegador.
🎬 Ejemplo de uso
Código con bug (test_target.py):
def promedio_positivos(numeros):
suma = 0
cantidad = 0
for i in range(len(numeros) + 1): # ← bug: +1 de más
if numeros[i] > 0:
suma += numeros[i]
cantidad += 1
return suma / cantidadLo que hace el agente:
run_script→ detectaIndexError: list index out of rangeread_file→ lee el código con números de líneadebug_runcon breakpoint en línea 5 → se detiene y muestranumeros=[4,-2,7,0,9], i=0debug_continue→ avanza y ve cómoillega hasta5(fuera de rango)write_file→ corrige:range(len(numeros))sin el+1run_script→ verifica:OK (exit 0)con el resultado correcto
Sin adivinar. Sin re-ejecuciones infinitas. Solo inspección en vivo.
🏗️ Arquitectura
Cliente MCP (Claude/Cursor/Cline)
│ stdio (JSON-RPC)
▼
┌─────────────────────────┐
│ server.py (FastMCP) │
│ 9 herramientas │
└───────────┬─────────────┘
│ subprocess.PIPE
▼
┌─────────────────────────┐
│ debug_wrapper.py │
│ sys.settrace │
│ JSON por stdout │
└─────────────────────────┘Decisiones de diseño:
Sin debugpy: la API DAP requiere un handshake de autenticación complejo que hace frágil la integración.
Sin pdb: requiere TTY real, falla en subprocess.
Sin PTY: los bugs de compatibilidad en Windows lo hacen poco fiable.
sys.settrace: es la API oficial de Python, funciona igual en todos los sistemas.
🧪 Tests
# Test del backend de debug (offline, sin MCP)
python test_tools_offline.py
# Test del cliente debug
python test_debug.py🛠️ Desarrollo
Estructura del proyecto
super-debugger/
├── server.py # Servidor MCP (herramientas expuestas)
├── debug_client.py # Cliente del wrapper
├── debug_wrapper.py # Motor de depuración (sys.settrace)
├── agent.py # (opcional) Agente autónomo con LangGraph
│ # requiere ANTHROPIC_API_KEY (no incluido en el MVP)
├── test_*.py # Tests
├── pyproject.toml # Dependencias
└── README.md # Este archivoAgregar nuevas herramientas
Define la función en
server.pycon el decorador@mcp.tool().Documenta el parámetro
Args:en el docstring.Reinicia el cliente MCP para recargar.
🗺️ Roadmap
MVP: 9 herramientas core
Compatibilidad con MCP Inspector
Soporte para breakpoints condicionales
Soporte para debugging multi-hilo
Publicación en VS Code Marketplace
Agente autónomo con modelo local (Ollama)
🤝 Contribuir
Pull requests son bienvenidas. Para cambios importantes, abrí un issue primero para discutir qué te gustaría cambiar.
📄 Licencia
MIT — usalo libremente en proyectos personales y comerciales.
🙏 Agradecimientos
FastMCP por el framework del servidor
Model Context Protocol por el estándar
Comunidad de Python por
sys.settrace
Hecho con 🐍 y ☕ por Armando Hernández
This server cannot be deployed
Maintenance
Related MCP Connectors
Agent Replay Debugger MCP — record every agent step + deterministic replay. Step-debugger for
MCP server for Sentry - error monitoring, issue tracking, and debugging for AI assistants
MCP server for agentverse documentation, generated by doc2mcp.
Related MCP Servers
- AlicenseAqualityDmaintenanceEnables AI assistants to perform interactive Python debugging with breakpoints, step execution, and variable inspection using the Debug Adapter Protocol (DAP) through an MCP server interface.81MIT
- AlicenseAqualityDmaintenanceAn MCP (Model Context Protocol) server that enables interactive debugging with code instrumentation for AI coding assistants. Inspired by Cursor's debug mode.74 npm1MIT
- FlicenseNot gradedqualityAmaintenanceAn MCP server and VS Code extension that enables AI clients to interactively debug code using breakpoints, execution control, and state inspection. It is language-agnostic and works with any debugger that supports VS Code's launch.json configurations.-
- AlicenseNot gradedqualityCmaintenanceMCP server for AI-assisted Python debugging using debugpy and Debug Adapter Protocol, enabling AI agents to run tests, set breakpoints, and inspect variables via natural language.8MIT