MCPJam

嘿 Product Hunt 👋 我是 MCPJam 的 CEO Prathmesh。

用户现在从 ChatGPT、Claude、Cursor 和其他 AI 客户端开始。他们通过你的 MCP server 触达你的产品。

这意味着你的用户往往已经不在你的产品里了。你看不到他们输入了什么 prompt、智能体如何理解它，也看不出你的 server 是否帮他们拿到了想要的结果。

我在 Asana 负责 MCP 技术策略，包括我们 ChatGPT 和 Claude 的发布时，亲眼看到了这个问题。我们当时在构建高风险的企业级集成，却没有可靠的方式像测试普通软件那样测试它们——也不知道它们到达真实用户手里后到底有没有用。

和创建这个项目的前同事重新联系上之后，我开始用 MCPJam 解决这些问题，把它带给更多我们的开发者，并接入了我们的 CI/CD 流水线。我加入这个团队，是因为我不断从其他为智能体做产品的公司听到同样的问题。

那么，对 MCP 来说，“好”应该是什么样？对我们来说，就是用户无论用哪个 AI 客户端，都能稳定得到他们想要的结果。

这就是我们一直在努力的方向。MCPJam 现在能帮你测试完整工作流，从第一个 prompt 到预期结果：

* Swarms：用不同目标和 prompt 模拟用户，找出工作流在不同 AI 客户端上哪里会断。
* User Testing：观察真实用户如何与你的 MCP 产品互动、卡在哪里，以及他们对结果感受如何。
* Evals：把这些工作流变成可重复运行的测试，检查用户是否能得到预期结果。
* CI/CD：每次发布前跨 AI 客户端跑这些 evals，提前捕捉回归问题。

MCPJam 已经从调试工具成长为面向 MCP server 的持续测试与评估工作流。

如果你正在构建 MCP server 或面向智能体的产品，试试 MCPJam。对你来说，最难测试的是什么？我们很喜欢听大家聊自己的 MCP server 构建！

太期待这个了！！ https://www.youtube.com/watch?v=oqVy6eRXc7Q

太酷了！我们在和采购团队讨论我们的 MCP 时，其实一直有点难回答像“这个工作流会消耗多少 token？”这样的问题。这个你们能帮忙解决吗？如果能针对某个 prompt/workflow 看到 MCP 在不同客户端上的净成本，并对这些做 benchmark，那就太棒了。

恭喜发布，Prathmesh！这个概念听起来真的很不错，我一定会看看。

很棒的产品！！！绝对是 MCP 开发和测试的最佳平台！

恭喜发布！这是我最常用的 MCP inspector！像真实客户端那样配置能力，测试时能省超多时间！