Wireshark for MCP：mcpsnoop 把 AI 工具调用"透视"给你看

当你的 AI 助手"装死"了

你正在用 Cursor 写代码，让它调用一个 MCP 服务器上的工具。Cursor 显示"调用成功"，但你等了半天，界面没有任何变化。去翻服务器日志，发现根本没收到请求——这个工具根本没被真正调用。

这是 MCP 开发中最让人生气的场景：官方提供的 MCP Inspector 根本看不到你的真实客户端（Cursor、Claude Code、Codex）到底发了什么，因为它作为独立客户端接入，永远在"旁观"，而不是在"数据路径"上。

mcpsnoop 解决了这个结构性问题。 它是一个透明代理（Transparent Proxy），直接插入你的 AI 客户端和 MCP 服务器之间的数据通道，把每一次 JSON-RPC 调用实时"透视"到你的终端窗口里——就像 Wireshark 之于网络流量。

项目起源与行业背景

2024 年 11 月，Anthropic 发布了 Model Context Protocol（MCP），一个让 AI 客户端和服务器用统一协议通信的开放标准。协议设计精巧，但调试工具生态远远跟不上。

2025 年，MCP 势头爆发：Anthropic 将协议捐赠给 Linux Foundation 下的 Agentic AI Foundation，OpenAI、Google DeepMind、Microsoft、AWS 等相继原生支持。到 2026 年 3 月，MCP 月 SDK 下载量突破 9700 万次，活跃公共服务器超过 10000 个。

次级工具（调试、观测、测试）天然滞后于协议采纳曲线。mcpsnoop 正是这个时间窗口里的产物——由独立开发者 kerlenton 于 2026 年 7 月 4 日发布到 GitHub，当天登上了 Hacker News 的 Show HN 榜单。

核心设计：Shim + Hub 架构

mcpsnoop 的核心设计思路极为巧妙：用两个进程配合，一个在数据路径上透明转发流量，另一个实时渲染 UI。

透明代理 Shim

Shim（垫片）模式以 mcpsnoop -- <真实服务器命令> 启动。你不需要修改服务器，也不需要修改客户端——只要在客户端的 MCP 配置里，把服务器启动命令"包裹"一层 shim：

[
  "mcpServers",
  ["my-server", ["command", "mcpsnoop", "args", ["--", "node", "build/index.js"]]]
]

Shim 读取标准输入（stdin）作为来自客户端的请求，写入标准输出（stdout）发给服务器，同时把所有 JSON-RPC 帧镜像到 Unix Domain Socket 上，送给 Hub 进程处理。客户端完全感知不到这个中间层——对它们来说，shim 就是服务器。

实时终端 UI Hub

Hub 进程（直接运行 mcpsnoop 不带参数）监听 Unix Socket，接收所有 Shim 的流量镜像，并以实时终端 TUI 渲染出来。TUI 用 Go 的 Bubble Tea 框架构建，Charm 团队出品的 TUI 组件库保证了交互体验。

如果 Hub 启动前已经有流量发生，Hub 会从磁盘回填历史会话日志，保证启动即能看到所有历史，不需要记住什么启动顺序。

HTTP 反向代理模式

对于使用 Streamable HTTP 的 MCP 服务器，mcpsnoop 还能以反向代理模式运行：

mcpsnoop http --target http://localhost:3000/mcp --listen :7000

HTTP 模式下，每个请求的 HTTP 状态码都直接显示在流里——哪怕响应本身不包含任何 JSON-RPC 消息，也能看到 401 认证挑战、403 跨域拒绝、202 异步确认等状态。

重试链路还原

2026 年 7 月 28 日的修订还解决了另一个问题：某些服务器在收到请求后发现需要客户端提供数据，于是自己先发请求给客户端，让客户端重试。旧版 mcpsnoop 会把这些拆成多个独立调用——新版通过"重试链路还原"将重试和原始请求合并显示为一个完整调用。

关键功能一览

会话导出与回放：任何捕获的会话都能导出为 .mcpsnoop 便携文件，用 mcpsnoop replay <session> 随时回放任意历史会话，不依赖原始服务器。

搜索与过滤：TUI 内置强大的搜索语法，支持按工具名、调用状态（pending/cancelled/error）、通信方向（c2s/s2c）、消息类型（req/res/notification）过滤。

协议特性标记：自动识别并标记已废弃的协议特性（如 Roots、Sampling、Logging），标注推荐替代方案。

Claude Desktop 一键包裹：直接运行 mcpsnoop wrap my-server 自动修改 Claude Desktop 配置文件，无需手动编辑 JSON。

技术栈与代码质量

mcpsnoop 用 Go 1.26 编写，代码结构清晰，模块化程度高：

模块	职责
internal/proxy	JSON-RPC 帧解析、协议处理
internal/hub	Unix Socket 收集器、会话合并去重
internal/store	调用状态机（Pending/Completed/Failed/Cancelled）、请求-响应关联
internal/tui	Bubble Tea TUI 渲染、搜索过滤
internal/exporter	会话导出/回放
internal/otlpsink	OpenTelemetry 追踪导出

主要依赖：

• charmbracelet/bubbletea + charmbracelet/lipgloss：终端 UI
• ohler55/ojg：高性能 JSON 解析与美化的工具
• spf13/cobra：命令行参数解析

代码质量整体较高：单元测试覆盖核心路径，CI 流水线运行 lint + 静态分析（staticcheck），版本通过 GoReleaser 自动化跨平台交叉编译发布。

上手体验

安装极简：直接下载对应平台的压缩包解压即可运行（Linux/macOS/Windows，amd64/arm64），或通过 go install github.com/kerlenton/mcpsnoop@latest，或 Homebrew / Nix / Winget。

上手门槛：低。内置 mcpsnoop demo 直接看演示，无需任何配置。真实使用只需要把配置文件里的服务器命令前加一层 mcpsnoop --，Claude Desktop 用户甚至一键搞定。

调试效果显著：当工具静默失败、通信 hang 住、参数不匹配时，mcpsnoop 能让你直接看到客户端实际发送了什么——这是官方 Inspector 完全无法提供的价值。

局限与不足

不支持 Docker 部署：没有提供 Dockerfile 或 docker-compose，对于习惯容器化的团队有一定门槛。

依赖 Unix Socket：Hub-Shim 通信依赖 Unix Domain Socket，不支持 Windows（但二进制提供了 Windows 版本，仅部分功能）。

非 Web 界面：纯终端 TUI，不支持远程浏览器访问，不适合团队共享调试视图。

对客户端有侵入性：需要在客户端 MCP 配置中修改服务器启动命令，零侵入式的"透明"有一定条件。

行业意义

mcpsnoop 代表了 MCP 生态走向成熟的一个信号：当一个协议有了"透视眼"工具，说明它已经过了"能用就行"的阶段，开始进入精细化工程时代。

从工具定位看，mcpsnoop 填补了 MCP Inspector 的核心盲区——观察真实客户端行为，而非模拟流量。随着 MCP 在 AI Agent 架构中越来越普及，这类流量调试工具的需求会持续增长。对于 AI 开发者来说，mcpsnoop 是值得加入工具箱的必备调试神器。