AI Agent Debugger es una herramienta visual de depuración para desarrolladores de agentes de IA.A diferencia de los enfoques de depuración que se centran únicamente en la entrada y la salida del modelo, AI Agent Debugger amplía el alcance de la depuración al proceso completo de ejecución del agente. Muestra claramente cada ronda de diálogo, cada llamada al modelo, llamada a herramienta MCP, ejecución de Skill personalizada y salida final, lo que ayuda a los desarrolladores a observar la cadena operativa del agente y localizar rápidamente problemas en prompts, configuraciones del modelo, llamadas a herramientas o lógica de negocio.AI Agent Debugger es aplicable a los siguientes escenarios:Depurar cadenas de llamadas a herramientas de modelos grandes de IA, solucionar problemas de parámetros de herramientas, resultados de ejecución o causas de excepciones
Comparar el rendimiento de diferentes modelos al ejecutar la misma tarea, evaluando métricas clave como tiempo de respuesta, consumo de tokens y coste
Verificar si la integración de MCP Server con modelos grandes de IA cumple las expectativas
Optimizar iterativamente los prompts del sistema y observar el impacto de diferentes configuraciones en los resultados de ejecución
Se recomienda utilizar el cliente de Apidog más reciente para disfrutar de la funcionalidad completa de AI Agent Debugger.
Crear una nueva sesión de depuración de agente#
Vaya a AI Agent Debugger desde la barra de pestañas superior en Apidog.La sección superior de la página se utiliza para configurar el modelo y el estado de ejecución:Seleccione el proveedor del modelo a la izquierda, como OpenAI o Anthropic.
Seleccione el modelo en el centro, como gpt-5.5
Después de seleccionar el proveedor y el modelo, la Base URL correspondiente se asociará automáticamente, como https://api.openai.com/v1, sin necesidad de introducirla manualmente
Haga clic en Run para iniciar la depuración
Configurar prompts#
Configure el contenido de entrada del agente en la pestaña Prompts.La página se divide en dos áreas de entrada:System Prompt: Se utiliza para definir el rol, los objetivos, las restricciones y las reglas de uso de herramientas del agente, y pertenece a la configuración del agente
User Prompt: Se utiliza para introducir la entrada de prueba para esta sesión, como "What's Apidog?"
Configurar herramientas#
En la pestaña Tools, puede seleccionar las herramientas disponibles para que el agente las llame durante el tiempo de ejecución. El número en la pestaña indica la cantidad actual de herramientas disponibles o configuradas.Las herramientas se dividen en dos categorías:Herramientas integradas#
AI Agent Debugger proporciona herramientas integradas de uso común para que los modelos grandes de IA lean archivos, busquen contenido, ejecuten comandos u obtengan contenido web.| Herramienta | Descripción |
|---|
bash | Ejecutar comandos en una sesión de Shell persistente |
web_fetch | Obtener contenido web y convertirlo a Markdown, texto o HTML |
read | Leer archivos de texto, imagen o PDF |
edit | Realizar reemplazos precisos de cadenas en archivos |
write | Crear o sobrescribir archivos |
grep | Buscar contenido de archivos usando expresiones regulares |
glob | Encontrar archivos usando patrones glob |
kill_shell | Restablecer la sesión de Shell actual |
Puede habilitar o deshabilitar herramientas individuales según sea necesario. Cuando esté deshabilitada, el agente no podrá llamar a esa herramienta durante el tiempo de ejecución.Herramientas MCP#
Si necesita que el agente llame a sistemas externos o capacidades personalizadas, puede agregar MCP Servers en la pestaña Tools.AI Agent Debugger admite los siguientes métodos de conexión MCP:STDIO: Iniciar un proceso local de MCP Server
HTTP: Conectarse a un MCP Server compatible con Streamable HTTP
SSE: Conectarse a un MCP Server basado en Server-Sent Events
Configurar Skills#
En la pestaña Skills, puede configurar Skills reutilizables para el agente. El número en la pestaña indica la cantidad actual de skills cargadas.Las Skills son aplicables a los siguientes escenarios:Proporcionar flujos de trabajo fijos dentro de un proyecto para el agente
Reutilizar especificaciones de operación para tareas comunes
Reducir descripciones largas y repetitivas en los prompts del sistema
Configurar autenticación y parámetros del modelo#
Configure la información de autenticación requerida por los servicios del modelo o los servicios MCP en la pestaña Authentication.En la pestaña Settings, puede configurar parámetros de tiempo de ejecución del modelo, como Temperature, Max Tokens, Top P, etc. Diferentes proveedores de modelos pueden admitir parámetros distintos; consulte los parámetros realmente admitidos por su proveedor de modelo.Ver la lista de sesiones#
Cada vez que haga clic en Run, se generará un nuevo registro de sesión a la izquierda.La lista de sesiones muestra información resumida de esa ejecución, como:Número de rondas de diálogo
Número de pasos de ejecución
Session 3
1 turn · 1 step · 10s · 3.1k tokens · $0.02
gpt-5.5
Ver turnos#
El panel Turns en el centro se utiliza para mostrar diálogos de múltiples rondas en la sesión actual.Cuando una sesión contiene varias entradas de usuario, cada ronda se mostrará como una ronda de diálogo independiente. Después de hacer clic en una ronda de diálogo, puede ver el proceso de llamada correspondiente a la derecha.Ver trazas#
El panel Traces a la derecha se utiliza para mostrar el proceso completo de ejecución del agente.Las trazas de llamadas se muestran en orden de ejecución e indican:Prompts de usuario y prompts del sistema
Proceso de razonamiento del modelo (si el modelo lo admite)
Llamadas a herramientas MCP y ejecuciones de Skills personalizadas
Parámetros de entrada de herramientas, resultados de ejecución, tiempo consumido y mensajes de error
Salida final del modelo grande de IA
Comparar el rendimiento de modelos#
Puede utilizar el mismo prompt y la misma configuración de herramientas para seleccionar diferentes modelos con los que ejecutar tareas, y comparar el rendimiento de los modelos mediante la lista de sesiones.Los resúmenes de sesión muestran métricas clave como tiempo de respuesta, consumo de tokens y coste estimado, lo que le ayuda a evaluar las compensaciones entre diferentes modelos en términos de efectividad, rendimiento y coste.Por ejemplo, puede comparar:Si el número de pasos de ejecución difiere para la misma tarea con diferentes modelos
Qué modelo puede seleccionar herramientas con mayor precisión
Qué modelo tiene menor tiempo de respuesta
Qué modelo tiene un consumo de tokens y un coste más controlables
Preguntas frecuentes#
El agente no llamó a la herramienta esperada, ¿cómo solucionar el problema?#
Compruebe las siguientes configuraciones:1.
Si la herramienta se ha habilitado en la pestaña Tools.
2.
Si el prompt del sistema describe claramente los escenarios de uso de la herramienta.
3.
Si el MCP Server está conectado correctamente y la herramienta de destino no está deshabilitada.
4.
Si hay procesos de razonamiento del modelo o registros de llamadas a herramientas en las trazas de llamadas.
5.
Si el modelo grande de IA utilizado actualmente admite llamadas a herramientas.
¿Qué hacer cuando fallan las llamadas a herramientas MCP?#
Puede ver las llamadas a herramientas fallidas en las trazas de llamadas, centrándose en comprobar los parámetros de entrada, los resultados de salida y los mensajes de error. Entre las causas comunes se incluyen:MCP Server no conectado o conexión interrumpida
El formato de los parámetros no cumple los requisitos de la herramienta
Configuración incorrecta de autenticación OAuth, API Key o Header
Comando de inicio del servicio local STDIO no disponible
¿Qué se puede evaluar ejecutando la misma tarea varias veces?#
Los agentes son sistemas no deterministas. El mismo prompt puede producir diferentes rutas de ejecución con distintos modelos, distintos parámetros o distintas configuraciones de herramientas. Se recomienda observar los pasos de ejecución, los resultados de llamadas, el tiempo consumido, el consumo de tokens y la salida final mediante múltiples ejecuciones y comparaciones de sesiones, evaluando así configuraciones más adecuadas. 