DAP MCP 服务器

使AI代理能够通过统一的MCP接口跨多种语言进行程序调试。

---

这是什么？

这是一个基于Rust的MCP（模型上下文协议）服务器，通过桥接到调试适配器协议（DAP），向AI助手（如Claude、Gemini CLI等）提供调试能力。

简而言之： AI代理可以在Python、Ruby、Node.js、Go和Rust中自主设置断点、逐步执行代码、检查变量并调查错误。

---

快速开始

1. 安装

Docker（推荐）：

# 选择适合您语言的镜像
docker build -f Dockerfile.python -t debugger-mcp:python .
docker run -i debugger-mcp:python

本地安装：

cargo build --release
./target/release/debugger_mcp serve

2. 配置Claude桌面

{
  "mcpServers": {
    "debugger": {
      "command": "/path/to/debugger_mcp",
      "args": ["serve"]
    }
  }
}

3. 调试

从Claude开始调试！

详细设置： 入门指南

---

状态

🎉 生产就绪 - 多语言支持

支持的语言： Python、Ruby、Node.js、Go、Rust（全部100%功能）

持续集成

工作流	目的	最新状态
CI	代码质量、安全性、单元测试（193个测试）
集成测试	端到端AI调试：5种语言×2种AI客户端（Claude Code + Codex）

集成测试做了什么： 实际的AI代理（Claude Code和Codex）通过MCP自主调试程序，在所有语言中验证每个测试中的8个调试操作。

最新结果（10/10测试通过）：

语言	Claude Code	Codex	操作
Python	✅ 通过	✅ 通过	SBCTED
Ruby	✅ 通过	✅ 通过	SBCTED
Node.js	✅ 通过	✅ 通过	SBCTED
Go	✅ 通过	✅ 通过	SBCTED
Rust	✅ 通过	✅ 通过	SBCTED

图例： S=会话启动，B=断点，C=继续，T=跟踪，E=评估，D=断开连接

理解CI： 查看CI工作流文档

---

功能

支持的语言

语言	调试器	Docker镜像
Python	debugpy	Dockerfile.python
Ruby	rdbg	Dockerfile.ruby
Node.js	vscode-js-debug	Dockerfile.nodejs
Go	delve	Dockerfile.go
Rust	CodeLLDB	Dockerfile.rust

调试能力

✅ 当前：

• 启动/停止调试会话
• 设置源代码断点
• 执行控制（继续、单步跳过/进入/跳出、暂停）
• 表达式求值
• 堆栈跟踪检查
• 变量检查

⏳ 计划：

• 条件断点及日志点
• 异常断点
• 多线程调试
• 远程调试
• 数据断点

---

架构

AI代理（Claude、Gemini等）
    ↕ MCP协议（JSON-RPC）
┌──────────────────────────────────┐
│   DAP MCP服务器（Rust/Tokio）   │
│ ┌─────────────────────────────┐  │
│ │  MCP层（工具/资源）│  │
│ └──────────┬──────────────────┘  │
│ ┌──────────┴──────────────────┐  │
│ │  无语言核心                 │  │
│ └──────────┬──────────────────┘  │
│ ┌──────────┴──────────────────┐  │
│ │  DAP协议客户端              │  │
│ └─────────────────────────────┘  │
└──────────┼───────────────────────┘
           ↕ 调试适配器协议
    ┌──────┴──────┐
debugpy  rdbg  delve  CodeLLDB
(Python)(Ruby) (Go)  (Rust/C++)

深入了解： 架构提案

---

使用示例

用户："我的Python脚本崩溃了。你能调试一下吗？"

Claude：
  → debugger_start(language="python", program="/workspace/script.py")
  → debugger_set_breakpoint(sourcePath="/workspace/script.py", line=42)
  → debugger_continue()
  → debugger_wait_for_stop()
  [程序在断点处停止]
  → stack = debugger_stack_trace()
  → debugger_evaluate(expression="user_data")

  "崩溃的原因是当fetch_user()失败时，'user_data'为None。
   代码在访问user_data.name之前没有检查是否为None..."

按语言表达式语法： 表达式指南

---

常见问题

❓ 断点未验证？ → 确保有调试符号：对于rustc/gcc使用-g标志，Python使用debugpy → 检查源路径是否完全匹配

❓ 会话超时？ → 确认已安装调试器：pip install debugpy，gem install debug等 → 检查调试器是否在PATH中

❓ Docker路径问题？ → 使用容器路径：/workspace/...（而不是主机路径如/home/user/...） → 确保卷正确挂载

完整指南： 故障排除文档

---

文档

按用例分类

🚀 刚开始？ → 入门指南

🐳 使用Docker部署？ → Docker部署指南

🏗️ 理解架构？ → 架构提案

➕ 添加新语言？ → 添加新语言指南

✅ 理解CI/CD？ → CI工作流

🐛 故障排除问题？ → 故障排除指南

🧪 编写测试？ → 测试指南

文档结构

• 架构/ - 系统设计、组件、技术决策
• 贡献/ - 开发者指南、测试、设置
• 使用/ - 部署、Docker、表达式、故障排除
• 流程/ - CI/CD、发布、跨平台构建

完整索引： docs/README.md

---

开发

先决条件

• Rust 1.70+ (rustup update)
• Docker（用于集成测试）
• 语言特定的调试器（用于测试）：
  • Python：pip install debugpy
  • Ruby：gem install debug
  • Node.js：npm install -g node-debug2

构建与测试

# 克隆
git clone https://github.com/Govinda-Fichtner/debugger-mcp.git
cd debugger-mcp

# 安装预提交钩子（推荐）
pre-commit install --install-hooks
pre-commit install --hook-type commit-msg
pre-commit install --hook-type pre-push

# 构建
cargo build --release

# 运行单元测试
cargo test

# 运行集成测试（需要调试器）
cargo test --test '*integration*' -- --ignored

预提交钩子

在提交/推送前运行自动质量检查：

• 格式化（cargo fmt）
• 代码检查（cargo clippy）
• 单元测试
• 安全扫描（gitleaks，cargo-audit）
• 代码覆盖率（最低60%）

设置： 预提交指南

---

贡献

我们欢迎贡献！查看入门指南以了解：

• 开发设置
• 架构概述
• 测试指南
• 代码风格

贡献流程：

1. 分叉仓库
2. 创建功能分支
3. 带有测试的更改
4. 运行pre-commit run --all-files
5. 提交拉取请求

---

发展路线图

✅ 已完成阶段

• 第0阶段： 研究与架构
• 第1阶段： MVP - Python支持
• 第2阶段： Ruby验证
• 第3阶段： 多语言支持（Python、Ruby、Node.js、Go、Rust）

🚧 当前阶段

第4阶段：生产特性

• 条件断点
• 异常处理
• 安全加固
• 性能优化

📅 未来阶段

第5阶段：社区

• 开源发布
• 插件API
• VS Code扩展
• 额外语言（Java、C#、PHP）

---

技术栈

组件	技术	理由
语言	Rust	内存安全、性能、异步
命令行界面	Clap	行业标准、派生宏
异步运行时	Tokio	经验丰富的、全面的
序列化	serde + serde_json	事实上的标准
错误处理	anyhow + thiserror	人体工程学、清晰的消息
日志记录	tracing	结构化的、异步感知的

---

许可证

待定（可能是MIT或Apache 2.0）

---

使用❤️和🦀用Rust构建

最后更新：2025-10-19