AI Agent Debugger は、AI Agent 開発者向けのビジュアルデバッグツールです。モデルの入力と出力のみに焦点を当てるデバッグ手法とは異なり、AI Agent Debugger はデバッグ対象を Agent の実行プロセス全体にまで拡張します。各ラウンドの対話、すべてのモデル呼び出し、MCP ツール呼び出し、カスタム Skill の実行、最終出力を明確に表示し、開発者が Agent の動作チェーンを観察し、プロンプト、モデル設定、ツール呼び出し、またはビジネスロジックにおける問題をすばやく特定できるようにします。AI Agent Debugger は、次のシナリオに適用できます。AI 大規模モデルのツール呼び出しチェーンをデバッグし、ツールのパラメータ、実行結果、または例外の原因をトラブルシューティングする
同じタスクを実行する異なるモデルのパフォーマンスを比較し、レスポンス時間、Token 消費量、コストなどの主要指標を評価する
MCP Server と AI 大規模モデルの統合が期待どおりであるかを検証する
システムプロンプトを反復的に最適化し、異なる設定が実行結果に与える影響を観察する
AI Agent Debugger のすべての機能を体験するには、最新の Apidog クライアントを使用することをお勧めします。
新しい Agent デバッグセッションを作成する#
Apidog の上部タブバーから AI Agent Debugger に移動します。ページ上部のセクションは、モデルと実行ステータスの設定に使用します。左側で OpenAI や Anthropic などのモデルプロバイダーを選択します。
中央で gpt-5.5 などのモデルを選択します。
プロバイダーとモデルを選択すると、対応する Base URL（例：https://api.openai.com/v1）が自動的に一致し、手動入力は不要です。
プロンプトを設定する#
Prompts タブで Agent の入力内容を設定します。System Prompt: Agent のロール、目標、制約、ツール使用ルールを定義するために使用します。Agent 設定に属します。
User Prompt: このセッションのテスト入力を入力するために使用します。例："What's Apidog?"
ツールを設定する#
Tools タブでは、実行時に Agent が呼び出せるツールを選択できます。タブ上の数字は、現在利用可能または設定済みのツ ール数を示します。組み込みツール#
AI Agent Debugger は、AI 大規模モデルがファイルを読み取り、コンテンツを検索し、コマンドを実行し、または Web コンテンツを取得するための、一般的に使用される組み込みツールを提供します。| ツール | 説明 |
|---|
bash | 永続的な Shell セッションでコマンドを実行します |
web_fetch | Web コンテンツを取得し、Markdown、テキスト、または HTML に変換します |
read | テキスト、画像、または PDF ファイルを読み取ります |
edit | ファイルに対して正確な文字列置換を実行します |
write | ファイルを作成または上書きします |
grep | 正規表現 を使用してファイル内容を検索します |
glob | glob パターンを使用してファイルを検索します |
kill_shell | 現在の Shell セッションをリセットします |
必要に応じて個別のツールを有効または無効にできます。無効にした場合、Agent は実行時にそのツールを呼び出せなくなります。MCP ツール#
Agent が外部システムやカスタム機能を呼び出す必要がある場合は、Tools タブで MCP Servers を追加できます。AI Agent Debugger は、次の MCP 接続方法をサポートしています。STDIO: ローカル MCP Server プロセスを起動します
HTTP: Streamable HTTP をサポートする MCP Server に接続します
SSE: Server-Sent Events に基づく MCP Server に接続します
Skills を設定する#
Skills タブでは、Agent 用の再利用可能な Skills を設定できます。タブ上の数字は、現在読み込まれている skills の数を示します。プロジェクト内の固定ワークフローを Agent に提供する
認証とモデルパラメータを設定する#
Authentication タブで、モデルサービスまたは MCP サービスに必要な認証情報を設定します。Settings タブでは、Temperature、Max Tokens、Top P などのモデル実行時パラメータを設定できます。モデルプロバイダーによってサポートされるパラメータが異なる場合があります。実際にご利用のモデルプロバイダーがサポートするパラメータを参照してください。セッションリストを表示する#
Run をクリックするたびに、左側に新しいセッション記録が生成されます。セッションリストには、その実行の概要情報が表示されます。例：Session 3
1 turn · 1 step · 10s · 3.1k tokens · $0.02
gpt-5.5
ターンを表示する#
中央の Turns パネルは、現在のセッションにおける複数ラウンドの対話を表示するために使用します。セッションに複数のユーザー入力が含まれる場合、各ラウンドは独立した対話ラウンドとして表示されます。対話ラウンドをクリックすると、右側で対応する呼び出しプロセスを確認できます。トレースを表示する#
右側の Traces パネルは、Agent の完全な実行プロセスを表示するために使用します。呼び出しトレースは実行順に表示され、次の内容を示します。モデルの思考プロセス（モデルがサポートしている場合）
MCP ツール呼び出しとカスタム Skill の実行
ツール入力パラメータ、実行結果、消費時間、エラーメッセージ
モデルのパフォーマンスを比較する#
同じプロンプトとツール設定を使用して、異なるモデルを選択してタスクを実行し、セッションリストを通じてモデルのパフォーマンスを比較できます。セッション概要には、レスポンス時間、Token 消費量、推定コストなどの主要指標が表示され、効果、パフォーマンス、コストの観点から異なるモデル間のトレードオフを評価するのに役立ちます。同じタスクで、異なるモデル間で実行ステップ数が異なるかどうか
どのモデルの Token 消費量とコストがより制御しやすいか
FAQ#
Agent が想定したツールを呼び出しませんでした。どのようにトラブルシューティングすればよいですか？#
1.
Tools タブでツールが有効になっているかどうか。
2.
システムプロンプトでそのツールの使用シナリオが明確に説明されているかどうか。
3.
MCP Server が正常に接続されてお り、対象ツールが無効化されていないかどうか。
4.
呼び出しトレース内にモデルの思考プロセスまたはツール呼び出し記録があるかどうか。
5.
現在使用している AI 大規模モデルがツール呼び出しをサポートしているかどうか。
MCP ツール呼び出しが失敗した場合はどうすればよいですか？#
呼び出しトレースで失敗したツール呼び出しを確認し、入力パラメータ、出力結果、エラーメッセージに重点を置いて確認できます。一般的な原因は次のとおりです。MCP Server が接続さ れていない、または接続が切断されている
OAuth、API Key、または Header 認証設定が正しくない
ローカル STDIO サービスの起動コマンドが利用できない
同じタスクを複数回実行することで何を評価できますか？#
Agents は非決定的なシステムです。同じプロンプトでも、異なるモデル、異なるパラメータ、または異なるツール設定では、異なる実行パスが生成される場合があります。複数回の実行とセッション比 較を通じて、実行ステップ、呼び出し結果、消費時間、Token 消費量、最終出力を観察し、それにより、より適切な設定を評価することをお勧めします。 