
MCP Playground
MCP Playground 是一個開發者友好的環境,用於構建、測試、除錯和監控模型上下文協議 (MCP) 伺服器,並支援多個 AI 模型和工具整合。
https://mcpplayground.io/?ref=producthunt&utm_source=aipure

產品資訊
更新時間:2025年11月07日
什麼是 MCP Playground
MCP Playground 是一個全面的開發平台,提供用於處理模型上下文協議 (MCP) 伺服器的工具和介面。它支援多種部署選項,包括基於 Web 的、桌面 (Electron) 和命令列介面。該平台使開發者能夠通過 MCP 將 AI 模型與外部工具和資料來源連接起來,同時提供即時測試、除錯功能以及與 OpenAI、Amazon Bedrock、Anthropic 和 Google 等流行 AI 提供商的無縫整合等功能。
MCP Playground 的主要功能
MCP Playground 是一個全面的開發環境,提供一個基於 Streamlit 的介面,用於與大型語言模型 (LLM) 互動,同時透過多伺服器命令協定 (MCP) 整合外部工具。它提供對各種 AI 模型的供應商無關支援,具有聊天介面,並包含企業級安全控制,非常適合構建、測試和調試 MCP 伺服器及其整合。
多供應商 LLM 支援: 支援多個 AI 供應商,包括 OpenAI、Amazon Bedrock、Anthropic、Fireworks 和 Groq,從而可以在模型選擇方面具有靈活性
互動式開發環境: 提供一個基於瀏覽器的介面,用於測試、調試和監控 MCP 伺服器,具有即時回饋和工具探索功能
企業級安全性: 包括速率限制、適當的安全控制和 OAuth 身份驗證支援,以實現安全的企業部署
模組化架構: 具有基於 TypeScript 的模組化結構,可以輕鬆擴展新的命令、工具和整合
MCP Playground 的使用案例
企業工具整合測試: 允許企業在生產環境中部署之前,安全地測試和展示複雜的 MCP 整合
開發人員原型設計: 使開發人員能夠在受控環境中快速原型設計和測試新的 MCP 工具和整合
AI 模型開發: 提供一個平台,用於開發和測試 AI 模型與各種外部工具和資料來源的互動
產品開發回饋: 提供對使用者如何與 MCP 整合互動的即時洞察,幫助指導產品開發決策
優點
客戶端操作,無需後端基礎架構
開源和社群驅動的開發
全面的企業使用安全功能
缺點
每次使用時間限制為 1 小時
需要特定的技術設定和配置
如何使用 MCP Playground
安裝 MCP Playground: 使用 'git clone https://github.com/rosaboyle/mcp-playground.git' 克隆儲存庫,使用 'cd mcp-playground' 導航到目錄,並使用 'npm install' 安裝依賴項
構建並啟動: 使用 'npm run build' 構建專案,並使用 'npm start' 啟動應用程式
連接到 MCP 伺服器: 打開 playground 介面,然後點擊 'Add Server' 以通過 HTTP 端點 URL 連接到 MCP 伺服器
配置身份驗證: 如果伺服器需要,請通過提供您的 bearer token 和標頭名稱(例如 'Authorization' 或 'X-API-Key')來設置身份驗證
選擇伺服器: 從側邊欄中選擇一個伺服器,以開始與其 MCP 端點和工具進行交互
測試伺服器功能: 使用 playground 介面來即時測試伺服器工具、功能和端點
監控和除錯: 利用 playground 的除錯工具來監控伺服器行為、測試回應並驗證功能
MCP Playground 常見問題
MCP Playground 是一個基於 Streamlit 的工具,允許開發人員構建、測試、調試和監控 MCP(模型上下文協議)伺服器。它提供了一個互動式測試環境,用戶可以在其中實時試驗 MCP 端點,並通過 LangChain 與各種 LLM 整合。











