AI Agent Debugger

AI Agent Debugger 是面向 AI Agent 开发者的可视化调试工具。

不同于仅关注模型输入和输出的调试方式，AI Agent Debugger 将调试范围扩展到完整的 Agent 执行过程。它可以清晰展示每一轮对话、每一次模型调用、MCP 工具调用、自定义 Skill 执行以及最终输出，帮助开发者观察 Agent 的运行链路，并快速定位提示词、模型配置、工具调用或业务逻辑中的问题。

AI Agent Debugger 适用于以下场景：

调试 AI 大模型工具调用链，排查工具参数、执行结果或异常原因

对比不同模型执行同一任务的表现，评估响应时间、Token 消耗和成本等关键指标

验证 MCP Server 与 AI 大模型集成是否符合预期

迭代优化系统提示词，并观察不同配置对执行结果的影响

建议使用最新版 Apidog 客户端，以体验 AI Agent Debugger 的完整功能。

创建新的 Agent 调试会话

从 Apidog 顶部标签栏进入 AI Agent Debugger。

页面上方区域用于配置模型和运行状态：

在左侧选择模型提供商，例如 OpenAI 或 Anthropic。

在中间选择模型，例如 gpt-5.5

选择提供商和模型后，会自动匹配对应的 Base URL，例如 https://api.openai.com/v1，无需手动输入

点击 Run 开始调试

配置提示词

在 Prompts 标签页中配置 Agent 的输入内容。

页面分为两个输入区域：

System Prompt：用于定义 Agent 的角色、目标、约束和工具使用规则，属于 Agent 配置

User Prompt：用于填写本次会话的测试输入，例如“What's Apidog?”

完成配置后，点击右上角的 Run 开始调试。

如果希望发送后自动清空输入框，可以勾选 Clear after Send。

配置工具

在 Tools 标签页中，你可以选择 Agent 在运行时可调用的工具。标签页上的数字表示当前可用或已配置的工具数量。

工具分为两类：

内置工具

AI Agent Debugger 提供常用的内置工具，供 AI 大模型读取文件、搜索内容、执行命令或获取网页内容。

工具	描述
`bash`	在持久化 Shell 会话中执行命令
`web_fetch`	获取网页内容并将其转换为 Markdown、文本或 HTML
`read`	读取文本、图片或 PDF 文件
`edit`	对文件执行精确的字符串替换
`write`	创建或覆盖文件
`grep`	使用正则表达式搜索文件内容
`glob`	使用 glob 模式查找文件
`kill_shell`	重置当前 Shell 会话

你可以根据需要启用或禁用单个工具。禁用后，Agent 在运行时将无法调用该工具。

MCP 工具

如果需要 Agent 调用外部系统或自定义能力，可以在 Tools 标签页中添加 MCP Servers。

AI Agent Debugger 支持以下 MCP 连接方式：

STDIO：启动本地 MCP Server 进程

HTTP：连接支持 Streamable HTTP 的 MCP Server

SSE：连接基于 Server-Sent Events 的 MCP Server

对于需要认证的 MCP Servers，你可以配置请求 Headers，或使用 OAuth 2.0 完成授权。连接成功后，你可以从工具列表中选择要暴露给 Agent 的工具。

配置 Skills

在 Skills 标签页中，你可以为 Agent 配置可复用的 Skills。标签页上的数字表示当前已加载的技能数量。

Skills 适用于以下场景：

为 Agent 提供项目内的固定工作流

复用常见任务的操作规范

减少系统提示词中重复的长文本描述

在 Agent 运行期间，会根据任务需要读取相关 Skills，从而获得更完整的操作指导。

配置认证和模型参数

在 Authentication 标签页中配置模型服务或 MCP 服务所需的认证信息。

在 Settings 标签页中，你可以配置模型运行时参数，例如 Temperature、Max Tokens、Top P 等。不同模型提供商支持的参数可能不同，请以你的模型提供商实际支持的参数为准。

查看会话列表

每次点击 Run，左侧都会生成一条新的会话记录。

会话列表会展示本次运行的摘要信息，例如：

对话轮数

执行步骤数

响应时间

Token 消耗

预估成本

使用的模型

例如：

Session 3
1 turn · 1 step · 10s · 3.1k tokens · $0.02
gpt-5.5

你可以点击左侧的不同会话，查看对应的轮次和调用跟踪。

查看轮次

中间的 Turns 面板用于展示当前会话中的多轮对话。

当一个会话包含多次用户输入时，每一轮都会作为独立的对话轮次展示。点击某个对话轮次后，你可以在右侧查看对应的调用过程。

查看跟踪

右侧的 Traces 面板用于展示 Agent 的完整执行过程。

调用跟踪会按执行顺序展示，包括：

用户提示词和系统提示词

每一次模型调用

模型思考过程（如果模型支持）

MCP 工具调用和自定义 Skill 执行

工具输入参数、执行结果、耗时和错误消息

AI 大模型最终输出

当工具调用失败或模型返回异常时，你可以在调用跟踪中定位到具体步骤，并查看输入参数和返回内容，便于排查问题。

对比模型性能

你可以使用相同的提示词和工具配置，选择不同模型来运行任务，并通过会话列表对比模型性能。

会话摘要会展示响应时间、Token 消耗和预估成本等关键指标，帮助你评估不同模型在效果、性能和成本之间的取舍。

例如，你可以对比：

同一任务在不同模型下的执行步骤数是否不同

哪个模型能够更准确地选择工具

哪个模型的响应时间更低

哪个模型的 Token 消耗和成本更可控

FAQ

Agent 没有调用预期工具，如何排查？

请检查以下配置：

工具是否已在 Tools 标签页中启用。

系统提示词是否清楚描述了该工具的使用场景。

MCP Server 是否已成功连接，且目标工具未被禁用。

调用跟踪中是否存在模型思考过程或工具调用记录。

当前使用的 AI 大模型是否支持工具调用。

MCP 工具调用失败时该怎么办？

你可以在调用跟踪中查看失败的工具调用，重点检查输入参数、输出结果和错误消息。常见原因包括：

MCP Server 未连接或连接已断开

参数格式不符合工具要求

OAuth、API Key 或 Header 认证配置不正确

本地 STDIO 服务启动命令不可用

多次运行同一任务可以评估什么？

Agent 是非确定性系统。同一个提示词在不同模型、不同参数或不同工具配置下，可能产生不同的执行路径。建议通过多次运行和会话对比，观察执行步骤、调用结果、耗时、Token 消耗和最终输出，从而评估更合适的配置。

创建新的 Agent 调试会话#

配置提示词#

配置工具#

内置工具#

MCP 工具#

配置 Skills#

配置认证和模型参数#

查看会话列表#

查看轮次#

查看跟踪#

对比模型性能#

FAQ#

Agent 没有调用预期工具，如何排查？#

MCP 工具调用失败时该怎么办？#

多次运行同一任务可以评估什么？#

创建新的 Agent 调试会话

配置提示词

配置工具

内置工具

MCP 工具

配置 Skills

配置认证和模型参数

查看会话列表

查看轮次

查看跟踪

对比模型性能

FAQ

Agent 没有调用预期工具，如何排查？

MCP 工具调用失败时该怎么办？

多次运行同一任务可以评估什么？