关于 Dev Proxy MCP Server
Dev Proxy MCP Server 让 AI 助手及其他 MCP 客户端查询 Dev Proxy 文档和版本信息,也提供配置与使用建议,面向 Dev Proxy 用户。
主要功能
- 01获取 Dev Proxy 最佳实践
- 02搜索 Dev Proxy 文档
- 03查询已安装的 Dev Proxy 版本
适用场景
- 01查询如何模拟 API 错误
- 02生成配置前核对版本兼容性
MCP 相关
该服务向 MCP 客户端提供 `GetBestPractices`、`FindDocs` 和 `GetVersion` 工具,用于获取 Dev Proxy 指引、搜索文档及查询已安装版本。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
4收录的工具列表 · 更新于 3 周前
此工具无需参数。
详细介绍
Dev Proxy MCP Server
这是一个适用于 Dev Proxy 的模型上下文协议(MCP)服务,可让 AI 助手使用 MCP 标准与 Dev Proxy 的功能交互。使用此服务可以:
- 使用自然语言创建 Dev Proxy 配置
- 获取使用 Dev Proxy 的上下文帮助
- 探索 Dev Proxy 的功能和特性

什么是 Dev Proxy?
Dev Proxy 是一款 API 模拟器,可帮助你轻松测试应用在非理想情况下的表现。它可以让你:
- 测试 API 错误处理:无需更改代码,即可查看应用如何响应 API 错误
- 验证速率限制处理:模拟 API 速率限制,改善用户体验
- 测试缓慢的 API 响应:查看应用如何处理缓慢的 API,以便实现必要的补偿措施
- 创建模拟 API:快速搭建模拟 API,无需编写不会随产品发布的代码
Dev Proxy 会在代理层拦截网络请求,因此适用于任何类型的应用和技术栈。
此软件包的功能
此软件包提供了 Dev Proxy 的模型上下文协议(MCP)服务接口。它允许 AI 助手和其他兼容 MCP 的客户端:
- 使用自然语言查询查找 Dev Proxy 文档
- 获取已安装的 Dev Proxy 版本
先决条件
用法
若要设置和使用 MCP 服务,请参阅 MCP 宿主的说明,例如 Visual Studio Code。Dev Proxy MCP 服务已发布至 npm,包名为 @devproxy/mcp。
请使用以下值:
- 类型:
stdio - 命令:
npx - 参数:
-y@devproxy/mcp
- 环境:无
提示
如果你想测试此服务的预览版,请使用
@devproxy/mcp@next。
连接 MCP 客户端
此 MCP 服务提供以下工具:
GetBestPractices
获取配置和使用 Dev Proxy 的最佳实践列表。进行任何涉及 Dev Proxy 的代码生成或操作时,都应调用此工具。这些最佳实践不会变化,因此在当前会话中调用一次后,无需再次调用。
_Best practices in markdown_
FindDocs
查找与特定查询相关的 Dev Proxy 文档。
{
"query": "How to simulate API errors"
}
GetVersion
获取当前安装的 Dev Proxy 版本。这有助于确保生成的配置与已安装的 Dev Proxy 版本兼容。
{}
开发
# Clone the repository
git clone https://github.com/waldekmastykarz/dev-proxy-mcp.git
cd dev-proxy-mcp
# Install dependencies
npm install
# Build the project
npm run build
# Run the server
npm start
# Run with MCP inspector for debugging
npm run inspect
贡献
欢迎贡献!欢迎随时提交 Pull Request。
- Fork 此仓库
- 创建功能分支(
git checkout -b feature/amazing-feature) - 提交更改(
git commit -m 'Add some amazing feature') - 推送到分支(
git push origin feature/amazing-feature) - 提交 Pull Request
许可证
本项目采用 MIT License 授权,详情请参阅 LICENSE 文件。
相关项目
- Dev Proxy - Dev Proxy 核心工具
- Model Context Protocol (MCP) - AI 助手工具的协议规范
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。