mcp-context-inspector

任意のツール呼び出しエージェント向けの、ドロップインMCPサーバー + 実行メトリクス記録ツール。エージェントのループで、実行後に record_session(prompt, model_id, loop_result) を指すだけで、以下の機能が無料で得られます。

• 実際のMCPサーバー（Streamable HTTP）— Claude Desktop、Cursor、独自のチャットUIなど、任意のMCPクライアントが接続可能。セッション履歴、コスト、トークン/ツールメトリクスを公開する7つの読み取り専用ツールを提供し、さらに...

• コンテキストウィンドウエクスプローラー — モデルのコンテキストウィンドウに何が入力されたかを、ブロックごとに完全に透明化。正直な（明示的に「推定値」とラベル付けされた）トークン数、比例セグメントバー、ブロックごとのクリック拡張可能な詳細パネルを備えています。

  

  *(このパッケージと同時に開発されたリファレンスチャットUI — sre-investigation-agent — のスクリーンショット。上記のパネルは、任意のMCPクライアントが get_context_timeline をクエリした際に取得できるものです。) *

ほとんどのエージェント観測ツールは、自身のUIが既に表示しているデータを再表示します。このツールは、通常はまったく見えないものを表示します。システムプロンプト vs. ツール仕様 vs. 推論 vs. ツール呼び出し/結果 vs. 最終回答、それらが実際にコンテキストに入力された順序、モデルの実際のコンテキストウィンドウに対する累計トークン数、そしてそれらのブロックのうちエンドユーザーに表示されるものと表示されないオーバーヘッドを明らかにします。

インストール

uv add mcp-context-inspector   # or: pip install mcp-context-inspector
# while co-developing locally against an editable checkout:
uv add --editable ../mcp-context-inspector

Related MCP server: ai-usage-metrics-mcp

エージェントに組み込む

from metrics import store

session_id = store.record_session(prompt, model_id, loop_result)

loop_result はエージェントループが返す任意のものです。このパッケージが必要とする形式は以下の通りです。

{
    "trace": [{"tool": "...", "args": {...}, "status": "ok"}, ...],
    "turns": [{"input_tokens": int, "output_tokens": int, "latency_ms": int}, ...],
    "input_tokens": int, "output_tokens": int, "total_tokens": int, "latency_ms": int,
    "context_blocks": [   # optional — omit and you just lose the Explorer, nothing crashes
        {"category": "system", "label": "...", "char_count": int, "token_estimate": int, "turn_n": int | None},
        ...
    ],
}

context_blocks のカテゴリ: system, tools, user, reasoning, thinking, tool_call, tool_result （オプションで失敗を色分けするための "status" キーを含む）、answer。

サーバーの起動

uv run python -m mcp_server.server

MCP_AUTH_TOKEN が設定されていない場合、起動時に生成して出力します。Jupyterサーバーが出力するトークンと同じ信頼モデルです。再起動後も安定した値が必要な場合は、自分で設定してください。任意のMCPクライアントを http://127.0.0.1:8787/mcp に Authorization: Bearer <token> ヘッダー付きで接続します。

ストレージバックエンド

STORAGE_BACKEND=sqlite（デフォルト、ローカル開発 — data/metrics.db）または STORAGE_BACKEND=dynamodb（METRICS_TABLE/AWS_REGION を設定）— どちらの場合も同じ関数シグネチャで、呼び出し側はどちらがアクティブかを意識しません。

7つのMCPツール

get_session_metrics, get_token_breakdown, get_tool_metrics, get_agent_trace, get_cost_estimate, get_recent_sessions, get_context_timeline。プレーンなRESTエンドポイントも /api/* で公開されています — curlに便利なデバッグ代替手段で、同じ内部の metrics/store.py の関数を呼び出します。

関連リポジトリ

sre-investigation-agent — このパッケージの基盤となり、同時に開発されたリファレンスチャットUI + Bedrockエージェント。