mcp-context-inspector

一个即插即用的 MCP 服务器 + 执行指标记录器，适用于任何调用工具的智能体。在你的智能体每次运行后，将 record_session(prompt, model_id, loop_result) 接入循环，即可免费获得：

• 一个真正的 MCP 服务器（Streamable HTTP），任何 MCP 客户端都可以连接——Claude Desktop、Cursor、你自己的聊天界面——暴露 7 个只读工具，涵盖会话历史、成本、Token/工具指标，以及...

• 上下文窗口浏览器——完全透明地展示模型上下文窗口中实际输入的内容，逐块呈现，配有诚实（明确标注为估算）的 Token 计数、比例分段条，以及每个块的可点击展开详情面板：

  

  （截图来自与此工具一同构建的参考聊天界面——sre-investigation-agent；上面的面板是任何 MCP 客户端查询 get_context_timeline 后得到的。）

大多数智能体可观测性工具只是重新展示你的 UI 已经显示过的数据。而这个工具展示了通常根本无法看到的内容：系统提示 vs 工具规格 vs 推理过程 vs 工具调用/结果 vs 最终答案，按照它们实际进入上下文的顺序，附带针对模型真实上下文窗口的累计 Token 总数——以及哪些块对最终用户可见，哪些是不可见的开销。

安装

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

将其接入你的智能体

from metrics import store

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

loop_result 是你的智能体循环返回的任何内容——此包只需要它看起来像这样：

{
    "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 类别：system、tools、user、reasoning、thinking、tool_call、tool_result（可选地携带 "status" 键用于对失败进行颜色编码）、answer。

运行服务器

uv run python -m mcp_server.server

未设置 MCP_AUTH_TOKEN 时，会在启动时生成并打印一个 Token，信任模型与 Jupyter 服务器打印的 Token 相同。自行设置此项可在重启时获得稳定值。将任何 MCP 客户端指向 http://127.0.0.1:8787/mcp，并附带 Authorization: Bearer <token>。

存储后端

STORAGE_BACKEND=sqlite（默认，本地开发——data/metrics.db）或 STORAGE_BACKEND=dynamodb（设置 METRICS_TABLE/AWS_REGION）——无论哪种方式，函数签名相同，调用者无需知道哪个处于活动状态。

7 个 MCP 工具

get_session_metrics、get_token_breakdown、get_tool_metrics、get_agent_trace、get_cost_estimate、get_recent_sessions、get_context_timeline。普通的 REST 等效端点也暴露在 /api/* 下——这是一个适合 curl 的调试替代方案，调用相同的底层 metrics/store.py 函数。

相关仓库

sre-investigation-agent —— 此包从中提取并与之共同开发的参考聊天界面 + Bedrock 智能体。