Predictive Debugger について
Predictive Debuggerは、JavaScriptとTypeScriptの実行時エラー候補を調べる、コーディングエージェント向けMCPサーバーです。ローカルの静的解析やプロジェクト分析に加え、対応CLI経由でモデルの判定を利用でき、別途APIキーは不要です。
主な機能
- 01リスク順にファイルを整理
- 02TypeScriptの診断情報を確認
- 03インポートと関連テストをマッピング
- 04ログの異常を分析
- 05モデルによる障害予測
- 06対応CLIの状態を確認
活用シーン
- 01コードレビュー対象の優先順位付け
- 02変更ファイル周辺の依存関係を追跡
- 03リリース前に実行時エラー候補を確認
- 04アプリケーションログの異常箇所を発見
MCP 対応
静的チェックやモデル予測など、7種類の分析ツールをMCPクライアントに提供します。予測には、インストール済みのClaude Code、Codex、またはGitHub Copilot CLIとそのモデル利用権限を使います。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
7掲載時のツール一覧 · 3 週間前に更新
| パラメーター | 型 | 必須 | 説明 |
|---|---|---|---|
| files | array | はい | 同一プロジェクト内の最大 20 ファイルの絶対パス |
| project | string | いいえ | tsconfig.json/jsconfig.json のパスを明示的に指定します。指定がない場合は自動検出します |
詳細
Predictive Debugger
ウェブサイトとドキュメント:predictivedebugger.dev
JavaScript と TypeScript で発生しそうな実行時エラーを見つける MCP サーバーです。 7 つのツールを使って、コーディングエージェントが型をチェックし、リスクの高いファイルを順位付けし、依存関係をたどり、ログを調べ、行番号と理由を示す独立したモデルレビューを得られます。
インストール済みの Claude Code、Codex、または GitHub Copilot CLI を使用します。 予測呼び出しでは、その CLI のモデルアクセスと利用枠を使用します。別途 API キーを用意する必要はありません。これらの呼び出しにはプロバイダーの利用規約が適用されます。使用前に、特に Claude のサブスクリプションを利用する場合は、規約をご確認ください。プロバイダーの利用規約をご覧ください。
セットアップ
Node.js 22 以降が必要です。モデルによる予測を行うには、対応する CLI を少なくとも 1 つインストールしてサインインしてください。ログ分析用の Python 3 は任意です。
1. MCP サーバーを追加する
以下からエージェントを選択してください。npx がパッケージを自動的にダウンロードして実行します。
Claude Code
macOS、Linux、または WSL のプロジェクトで実行します。
claude mcp add --scope project predictive-debugger -- npx -y predictive-debugger@latest
ネイティブ Windows では、PowerShell から実行します。
claude mcp add --scope project predictive-debugger -- cmd /d /c npx -y predictive-debugger@latest
すべてのプロジェクトで利用できるようにするには、--scope user を使用します。
Codex
macOS、Linux、または WSL でユーザーレベルのセットアップを行う場合:
codex mcp add predictive-debugger -- npx -y predictive-debugger@latest
ネイティブ Windows では、PowerShell から実行します。
codex mcp add predictive-debugger -- cmd /d /c npx -y predictive-debugger@latest
プロジェクト限定のセットアップや、起動タイムアウトを長くする方法については、 Codex の設定をご覧ください。
GitHub Copilot CLI
プロジェクトの .mcp.json に追加します。
{
"mcpServers": {
"predictive-debugger": {
"command": "npx",
"args": ["-y", "predictive-debugger@latest"],
"tools": ["*"]
}
}
}
ネイティブ Windows では、"command": "cmd" および
"args": ["/d", "/c", "npx", "-y", "predictive-debugger@latest"] を使用します。
すべてのプロジェクトで利用する方法については、Copilot のユーザーレベルのセットアップをご覧ください。
2. 接続を確認する
エージェントを再起動し、/mcp に predictive-debugger と 7 つのツールが表示されることを確認します。
パッケージがダウンロードされることを確認し、バージョンを表示するには、次を実行します。
npx -y predictive-debugger@latest --version
--version を指定せずに実行すると、エージェントからのメッセージを待つ stdio サーバーが起動します。ローカルビルドとトラブルシューティングについては、セットアップのヘルプをご覧ください。
3. エージェントにコードについて質問する
Use Predictive Debugger to find the riskiest files in src/.
Show the imports and tests connected to src/services/orders.ts.
Check src/services/orders.ts for likely runtime failures.
Find unusual entries in logs/app.log.
ツール
| ツール | 機能 | モデル呼び出し |
|---|---|---|
scan_project | ソースファイルをリスク密度の高い順に並べます。デフォルトではテストを除外します。 | いいえ |
analyze_file | 複雑度の指標、リスクスコア、要因となるシグナルを返します。 | いいえ |
check_types | ローカルプロジェクトの設定を使用して、選択したファイルの TypeScript コンパイラー診断を返します。 | いいえ |
map_dependencies | インポート、逆インポート、関連するテストファイルを、ソース行の根拠とともに特定します。 | いいえ |
analyze_logs | ログの異常を検出し、深刻度と特異な表現に基づいて順位付けします。 | いいえ |
predict_failures | 行番号、理由、確信度を含む独立したモデルの判定を取得します。複数ファイルにも対応しています。 | はい |
list_providers | 対応する CLI がインストールされているか、サインイン状態を確認します。 | いいえ |
まず scan_project と check_types を実行し、そこで見つかったファイルを読みます。
map_dependencies で関連ファイルを特定し、別の意見が必要な場合は
predict_failures を使用します。files に複数のパスを渡すと、小さなファイルの
モデル呼び出しを上限内でまとめられるため、ファイルごとに CLI のコンテキストを
繰り返し渡さずに済みます。
パラメーター、結果フィールド、制限については、ツールリファレンスを 参照してください。
新しいコードの検証をエージェントに依頼する方法
サーバーの MCP 指示では、エージェントに対し、現在のセッションで自分が書いたコードを 新しいコンテキストから確認するよう求めています。依頼内容はファイル数によって異なります。
| 変更内容 | 依頼する確認 |
|---|---|
| 1 ファイル(1 ファイル内に収まる機能を含む) | 新しい predict_failures の呼び出し |
| 複数ファイル | ホストが対応している場合、変更されたファイルと意図された動作の範囲に限定したサブエージェント |
| 明確な答えが 1 つある機械的な修正 | どちらの確認も不要 |
まとめて実行した予測でも、ファイルごとの判定は保持されます。機能の要件を 検証するものではありません。サブエージェントのルールによる効果は測定されていません。
プライバシーと制限
- 静的解析、依存関係マップ、ログ解析はローカルで実行されます。
predict_failuresは ソースコードと上限付きの依存関係コンテキストを、お使いの CLI のモデルプロバイダーに 送信します。calleeContext: falseを設定すると、依存関係コンテキストを省略できます。 - 認証情報は CLI に保持されます。MCP ツールは、サーバープロセスがアクセスできるパスを 読み取ることができます。プロジェクト単位のセットアップでも、ファイルアクセスは制限 されません。セキュリティモデルを参照してください。
- JSX、TSX、デコレーターを含む JavaScript と TypeScript に対応しています。 Vue と Svelte の単一ファイルコンポーネントには対応していません。4 MB を超える ファイルは拒否されます。大規模な予測では、選択された宣言のみが対象になる場合があります。
- リスクスコアや予測は誤ることがあります。ベンチマークでは 開発用のケースを使用しており、任意のリポジトリでの精度を示すものではありません。
- Windows では手動で検証済みです。CI では Node 22 と 24 を使用して Windows、macOS、 Linux を対象にしていますが、macOS と Linux で実際の CLI をインストールしての手動検証は 行っていません。
VS Code プレビュー
未完成の拡張機能で、問題パネルに検出結果を表示できます。ローカルでのビルドが必要で、 Marketplace やビルド済みの VSIX としては提供されていません。 拡張機能を試す方法を参照してください。
ドキュメント
- predictivedebugger.dev:ウェブサイト、クイックスタート、ガイド。
- 詳細なセットアップ:プロバイダーへのログイン、プロジェクトの範囲、更新、ローカルビルド。
- ツールリファレンス:パラメーター、予測結果、依存関係コンテキスト、スコアリング。
- VS Code プレビュー:開発ホスト、コマンド、設定。
- ベンチマークと手法。
- 開発とコントリビューション。バグ報告を歓迎します。コードのコントリビューションはまだ受け付けていません。
- セキュリティポリシー。脆弱性は非公開で報告してください。
ライセンス
MIT。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。