Sagt Laufzeitfehler in JavaScript- und TypeScript-Code voraus, um Coding-Agents dabei zu helfen, riskante Dateien zu identifizieren und potenzielle Fehler zu debuggen.
Auch bekannt als SpeedosDK/predictive-debugger, predictive-debugger
- Stars
- 2
- Tools
- 7
- Downloads, 30 Tage
- —
- Neueste Version
- 0.9.0
- Letzter Commit
- 27. Sept. 2026
- Lizenz
- MIT
Was ist Predictive Debugger MCP?
Predictive Debugger ist ein MCP server. Sagt Laufzeitfehler in JavaScript- und TypeScript-Code voraus, um Coding-Agents dabei zu helfen, riskante Dateien zu identifizieren und potenzielle Fehler zu debuggen. Er stellt 7 Tools bereit, etwa scan_project, analyze_file, check_types.
Zusammenfassung generiert aus dem README des Projekts
Über Predictive Debugger MCP server
Das Identifizieren potenzieller Laufzeitfehler in JavaScript- und TypeScript-Code ist die Hauptfunktion des Predictive Debugger. Er unterstützt Coding-Agents durch das Ranking riskanter Dateien, das Nachverfolgen von Abhängigkeiten und das Bereitstellen unabhängiger Modell-Reviews, die spezifische Zeilennummern und Gründe für vorhergesagte Fehler enthalten. Dieses Tool ist für Entwickler konzipiert, die Claude Code, Codex oder GitHub Copilot CLI nutzen, da es die bestehenden Modell-Zugriffe und Nutzungskontingente dieser installierten Command-Line-Interfaces verwendet.
Nutzer können den Server über npx in ihren lokalen Workflow integrieren, um das Package automatisch auszuführen. Der Server bietet sieben spezialisierte Tools, wie zum Beispiel scan_project für das Ranking der Risikodichte, check_types für TypeScript-Compiler-Diagnosen und analyze_logs zum Finden von Anomalien in Logfiles. Während die statische Analyse und das Dependency-Mapping lokal stattfinden, sendet das Tool predict_failures den Quellcode und den Kontext an den verbundenen CLI-Provider, um die Ergebnisse zu generieren. Es unterstützt verschiedene Dateitypen wie JSX und TSX, schließt jedoch Vue- und Svelte-Komponenten aus.
Was du damit machen kannst
- 1Hochriskante Source-Dateien identifizierenLass deinen Agenten finden, welche Dateien in deinem Source-Verzeichnis die höchste Dichte an potenziellen Risiken aufweisen.
- 2Code-Abhängigkeiten nachverfolgenFordere eine Map der Imports und verbundenen Testdateien an, um zu verstehen, wie ein spezifisches Modul mit dem Rest des Projekts interagiert.
- 3Laufzeitfehler mit KI erkennenLass einen Agenten ein unabhängiges Modell-Review durchführen, um spezifische Codezeilen zu finden, die wahrscheinlich zu Fehlern führen.
- 4Anwendungs-Logs analysierenAnweisung an einen Agenten, Logfiles nach ungewöhnlichen Einträgen oder Anomalien mit hoher Priorität zu scannen.
Geschrieben aus dem README des Projekts. Jeder Use Case wurde gegen ein Zitat daraus geprüft.
So installierst du Predictive Debugger MCP
Formate geprüft am 10. Nov. 2026Predictive Debugger MCP in Claude Code installieren
$ claude mcp add predictive-debugger -- npx -y predictive-debuggerPredictive Debugger MCP in Cursor installieren
~/.cursor/mcp.json
{
"mcpServers": {
"predictive-debugger": {
"command": "npx",
"args": [
"-y",
"predictive-debugger"
]
}
}
}Predictive Debugger MCP in VS Code installieren
.vscode/mcp.json
{
"servers": {
"predictive-debugger": {
"type": "stdio",
"command": "npx",
"args": [
"-y",
"predictive-debugger"
]
}
}
}Predictive Debugger MCP in Claude Desktop installieren
claude_desktop_config.json
{
"mcpServers": {
"predictive-debugger": {
"command": "npx",
"args": [
"-y",
"predictive-debugger"
]
}
}
}Predictive Debugger MCP in Codex installieren
~/.codex/config.toml
[mcp_servers.predictive-debugger] command = "npx" args = ["-y", "predictive-debugger"]
Predictive Debugger MCP in Gemini CLI installieren
~/.gemini/settings.json
{
"mcpServers": {
"predictive-debugger": {
"command": "npx",
"args": [
"-y",
"predictive-debugger"
]
}
}
}Predictive Debugger MCP tools 7
Erkannt aus dem READMEscan_projectanalyze_filecheck_typesmap_dependenciesanalyze_logspredict_failureslist_providers
| scan_project | — | |
| analyze_file | — | |
| check_types | — | |
| map_dependencies | — | |
| analyze_logs | — | |
| predict_failures | — | |
| list_providers | — |
Automatisierte Checks
Geluften am 14. Nov. 2026Vollständiger Bericht →Unsere automatisierten Checks bestanden. Das ist kein Security-Audit: Lies den Code und gib dem Server nur den minimal notwendigen Zugriff. Wie die Checks funktionieren
- Source Repository verknüpft und erreichbarspeedosdk/predictive-debugger is public and reachablegithub.com/speedosdk/predictive-debugger ↗Bestanden
- Paket nennt dieses Repository als Quellepredictive-debugger names speedosdk/predictive-debugger as sourcenpmjs.com/package/predictive-debugger ↗Bestanden
- Build-Herkunft (Sigstore-Attestierung)No build attestation published for this releaseNicht geprüft
- Open Source Lizenz (OSI)MITspdx.org/licenses/MIT.html ↗Bestanden
- Commit oder Release im letzten JahrLast commit or release 2026-09-27github.com/speedosdk/predictive-debugger ↗Bestanden
- OpenSSF ScorecardNicht geprüft
- Package-Name ähnelt keinem populären PackageNo popular package one edit away from predictive-debuggerBestanden
- Kein kritischer Hinweis im Paket oder seinen Abhängigkeiten1 resolved dependencies checked; no critical advisoryosv.dev ↗Bestanden
- Keine versteckten Anweisungen an das Modell7 tool descriptions and the README read; no override phrases, credential paths or hidden charactersBestanden
- Destruktive Tools sind markiertNo tool named like delete, drop or execBestanden
- Remote-Endpoint beantwortet den MCP-HandshakeNicht geprüft
README
Auf GitHub ansehenPredictive Debugger
Website and docs: predictivedebugger.dev
MCP server for finding likely runtime failures in JavaScript and TypeScript. Seven tools help your coding agent check types, rank risky files, trace dependencies, inspect logs and get an independent model review with a line number and reason.
Uses the Claude Code, Codex or GitHub Copilot CLI you already have installed. Prediction calls use that CLI's model access and usage allowance. No separate API key is needed. Your provider's terms apply to those calls; check them before use, especially on a Claude subscription. See Provider terms.
Setup
Requires Node.js 22 or later. For model predictions, install and sign in to at least one supported CLI. Python 3 is optional for log analysis.
1. Add the MCP server
Choose your agent below. npx downloads and runs the package automatically.
Run in your project on macOS, Linux or WSL:
claude mcp add --scope project predictive-debugger -- npx -y predictive-debugger@latest
On native Windows, from PowerShell:
claude mcp add --scope project predictive-debugger -- cmd /d /c npx -y predictive-debugger@latest
Use --scope user to make it available in every project.
For a user-level setup on macOS, Linux or WSL:
codex mcp add predictive-debugger -- npx -y predictive-debugger@latest
On native Windows, from PowerShell:
codex mcp add predictive-debugger -- cmd /d /c npx -y predictive-debugger@latest
For project-only setup or a longer startup timeout, see Codex configuration.
Add to .mcp.json in your project:
{
"mcpServers": {
"predictive-debugger": {
"command": "npx",
"args": ["-y", "predictive-debugger@latest"],
"tools": ["*"]
}
}
}
On native Windows, use "command": "cmd" and
"args": ["/d", "/c", "npx", "-y", "predictive-debugger@latest"].
For every project, see Copilot user-level setup.
2. Check the connection
Restart your agent and check /mcp for predictive-debugger and its seven tools.
To check that the package downloads and print its version:
npx -y predictive-debugger@latest --version
Running without --version starts a stdio server that waits for your agent's
messages. See setup help for local builds and troubleshooting.
3. Ask your agent about the code
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.
Tools
| Tool | What it does | Model call |
|---|---|---|
scan_project |
Rank source files by risk density. Excludes tests by default. | No |
analyze_file |
Return complexity metrics, risk scores and contributing signals. | No |
check_types |
Return selected files' TypeScript compiler diagnostics using local project settings. | No |
map_dependencies |
Find imports, reverse imports and connected test files, with source-line evidence. | No |
analyze_logs |
Return log anomalies, ranked by severity and unusual wording. | No |
predict_failures |
Get an independent model verdict with a line number, reason and confidence. Supports batches. | Yes |
list_providers |
Check which supported CLIs are installed and their sign-in status. | No |
Start with scan_project and check_types, then read the files they highlight. Use
map_dependencies to find related files and predict_failures when you want a
second opinion. Pass several paths as files so small files share bounded model
calls and avoid repeating the CLI context for every file.
See the tool reference for parameters, result fields and limits.
The server's MCP instructions ask agents to check code they wrote in the current session from a fresh context. The routing depends on file count:
| Change | Requested check |
|---|---|
| One file, including a feature contained in one file | A fresh predict_failures call |
| Several files | A sub-agent scoped to the changed files and intended behavior, where the host supports it |
| Mechanical correction with one clear answer | Neither check required |
Grouped predictions retain per-file verdicts. They do not verify a feature's requirements. The benefit of the sub-agent rule has not been measured.
Privacy and limits
- Static analysis, dependency maps and log analysis run locally.
predict_failuressends source and bounded dependency context to your CLI's model provider. SetcalleeContext: falseto omit dependency context. - Credentials stay with the CLI. MCP tools can read paths the server process can access; project-scoped setup does not restrict file access. See the security model.
- JavaScript and TypeScript are supported, including JSX, TSX and decorators. Vue and Svelte single-file components are not supported. Files above 4 MB are rejected; large predictions may cover only selected declarations.
- Risk scores and predictions can be wrong. The benchmarks use development cases and do not establish accuracy on arbitrary repositories.
- Manually verified on Windows. CI covers Windows, macOS and Linux on Node 22 and 24; real CLI installations on macOS and Linux have not been manually verified.
VS Code preview
An unfinished extension can show findings in the Problems panel. It requires a local build and is not available on the Marketplace or as a prebuilt VSIX. See trying the extension.
Documentation
- predictivedebugger.dev: website, quickstart and guides.
- Advanced setup: provider login, project scope, updates and local builds.
- Tool reference: parameters, prediction results, dependency context and scoring.
- VS Code preview: development host, commands and settings.
- Benchmarks and method.
- Development and contributing. Bug reports are welcome; code contributions are not open yet.
- Security policy. Report vulnerabilities privately.
License
MIT.
Predictive Debugger MCP Fragen
Wie füge ich Predictive Debugger MCP zu Claude Code hinzu?
Führe claude mcp add predictive-debugger -- npx -y predictive-debugger in deinem Terminal aus. Füge --scope user hinzu, damit der Server in jedem Projekt verfügbar ist.
Wie füge ich Predictive Debugger MCP zu Cursor hinzu?
Öffne ~/.cursor/mcp.json und füge den Server unter mcpServers hinzu, mit der Cursor-Config aus dem Installationsabschnitt oben.
Welche Tools bietet Predictive Debugger MCP?
Er stellt 7 Tools bereit, darunter scan_project, analyze_file, check_types, map_dependencies, analyze_logs.
Benötige ich einen separaten API-Key für die Modell-Vorhersagen?
Nein, der Server nutzt den Modell-Zugriff und das Nutzungskontingent deines bereits installierten CLI, wie zum Beispiel Claude Code, Codex oder GitHub Copilot CLI.
Welche Programmiersprachen werden unterstützt?
Der Server unterstützt JavaScript und TypeScript, einschließlich JSX, TSX und Decorators, wobei Vue- und Svelte-Single-File-Components nicht unterstützt werden.
Wie geht der Server mit Datenschutz und Daten um?
Statische Analyse, Dependency-Maps und Log-Analysen werden lokal durchgeführt. Nur das Tool predict_failures sendet den Source- und Dependency-Kontext an den Modell-Provider deines CLIs.