MCP Debug Tools - alat bantu AI untuk debugging

Jembatan debug AI-VSCode - AI menyelidiki bug berbasis data.

'MCP Debug Tools' adalah proyek open source yang menghubungkan Debug Adapter Protocol (DAP) milik Microsoft dan Model Context Protocol (MCP) milik Anthropic. Dengan alat ini, alat AI seperti Claude, Cursor, dan Windsurf dapat langsung mengendalikan kemampuan debugging VSCode yang kuat.

Before (cara lama)

Developer: "Data agregat komponen yang terlihat di menu A berbeda dengan data yang terlihat di menu B. Kita harus mencari bugnya."  
AI: "Sedang menganalisis kode... saya menemukan masalah pada struktur kode."  
Developer: "Gejalanya masih tetap sama"  
AI: "Saya akan analisis lebih dalam. Sedang membandingkan tipe data dan strukturnya..."  
Developer: "Masalahnya masih belum teratasi"  
AI: "Saya butuh lebih banyak log. Saya akan menambahkan log lalu mencoba lagi."  
Developer: "Masalahnya masih belum teratasi"  
  
[berulang...]  

After (MCP Debug Tools)

Developer: "Data agregat komponen yang terlihat di menu A berbeda dengan data yang terlihat di menu B. Periksa masalahnya dengan membandingkan data berdasarkan debug."  
AI: "Saya akan membandingkan lokasi komponen di menu A dan lokasi komponen di menu B."  
AI: "Komponen di menu A dirender di fungsi Y pada file X, sedangkan komponen di menu B dirender di fungsi W pada file Z."  
AI: "Saya sudah menetapkan breakpoint pada bagian pengambilan data di fungsi Y pada file X. Saya akan memulai debugging."  
  
[sesi debugging dimulai, AI memanfaatkan fitur debugging VSCode untuk menjalankan kode, memeriksa variabel, melihat stack trace, dan lain-lain]  
  
AI: "Saya sudah mencapai breakpoint. Setelah memeriksa variabel, data di menu A langsung menggunakan hasil panggilan API, tetapi data di menu B menggunakan data yang di-cache. Karena itu tampaknya terjadi ketidaksesuaian data."  
AI: "Perbaikan kode selesai, saya akan memulai ulang sesi debugging."  
  
[sesi debugging dimulai ulang, menjalankan kode, memeriksa variabel]  
  
AI: "Saya sudah memastikan datanya cocok. Sepertinya masalahnya sudah teratasi."  
Developer: "Sudah beres!"  

Instalasi (3 langkah)

# 1. Install VSCode Extension  
code --install-extension mcp-debug-tools  
  
# 2. Install paket npm (opsional)  
npm install -g @uhd_kr/mcp-debug-tools  
  
# 3. Hubungkan ke alat AI  
# Tambahkan server MCP di Claude, Cursor, Windsurf, dll.  
{  
  "mcpServers": {  
    "release_dap-proxy": {  
      "command": "npx",  
      "args": [  
        "-y",  
        "@uhd_kr/mcp-debug-tools@latest"  
      ]  
    }  
  }  
}  

Fitur utama

29 alat debugging yang kuat

• Manajemen breakpoint: mendukung conditional dan log point
• Kontrol eksekusi: Step In/Out/Over, Continue, Pause
• Pemeriksaan variabel: pelacakan nilai real-time, evaluasi ekspresi
• Analisis call stack: visualisasi rantai pemanggilan fungsi
• Dukungan multithread: debugging Worker Threads, SharedArrayBuffer

5 resource pemantauan real-time

• Status sesi debug aktif
• Daftar breakpoint
• Informasi call stack
• Scope variabel
• Informasi exception dan stack trace

Tautan

• GitHub: github.com/uhd-kr/mcp-debug-tools
• npm: @uhd_kr/mcp-debug-tools
• VSCode: marketplace.visualstudio.com
• Demo: Demo YouTube

Kata pengembang

Setiap hari saya menghabiskan waktu untuk men-debug satu per satu masalah pada kode yang dihasilkan AI, lalu saya berpikir.
'AI yang tidak bisa langsung menyelesaikan masalah sendiri itu seperti pemula yang tidak tahu cara debugging'
Karena itu saya membuat alat yang membantu AI agar bisa melakukan debugging.
Saat memberikan konteks ke AI, hal yang paling penting adalah data nyata.
Debugging memungkinkan kita mengamati alur eksekusi dan status kode secara real-time, sehingga sangat membantu AI memahami masalah dengan tepat dan memberikan solusi.

Saya berusaha menjaga prinsip-prinsip dasar pengembangan.
Jika rencana ke depan adalah bahwa 'MCP Debug Tools' merupakan alat yang membuat AI bisa menyelesaikan masalah sendiri melalui debugging,
maka langkah berikutnya adalah membuat alat yang membantu AI membangun kebiasaan yang benar saat menulis kode sendiri.
Tujuan akhirnya adalah membangun pipeline produksi kode yang benar dari semua ini.

Saya berharap alat ini akan sangat membantu perjalanan pengembangan AI Anda.
Sebagai developer solo, saya sangat membutuhkan berbagai masukan.
Saya menulis postingan ini karena ingin mendapatkan bantuan berupa bug report, usulan fitur, dan pengalaman penggunaan.

Terima kasih.

Umpan balik: [e-mail]

[sunkist18]

Wah, idenya bagus banget. Ini program yang memang sangat saya butuhkan.

[hwanyong]

Terima kasih.
Mohon banyak masukan dan pendapat jika ada ketidaknyamanan saat digunakan