Testen und Debuggen
Auf dieser Seite
Lektion am 3. November 2026 neu geschrieben basierend auf den Seiten Verbinden und testen Ihres Plugins und Problemlösung der OpenAI-Plugin-Dokumentation. Der frühere „Entwicklungs-Playground” und seine Befehle gehörten zur nicht mehr existierenden SDK-Version der ersten Kursausgabe. Quellen: Verbinden und testen · Problemlösung.
Testen in Schichten
OpenAI empfiehlt, jede Fähigkeit vor der Bereitstellung des vollständigen installierten Plugins zu testen: zunächst den MCP-Server als eigenständige Komponente, verbunden mit ChatGPT, und anschließend das verpackte Plugin mit seinen Fähigkeiten. Bewahren Sie Ihre Evaluierungsanfragen und deren Ergebnisse während der gesamten Entwicklung auf, um das Verhalten über verschiedene Versionen hinweg vergleichen zu können.
Der MCP-Server
Endpunkt vorbereiten
Bevor Sie im ChatGPT testen, stellen Sie sicher, dass der Server über HTTPS öffentlich erreichbar ist – oder über einen Sicheren MCP-Tunnel –, dass er streamable HTTP spricht (typischerweise auf /mcp), dass Tool-Namen, Beschreibungen, Schemata und Annotationen vorhanden sind und dass die Authentifizierungserkennung für Tools funktioniert, die ein Konto erfordern. Ein Entwicklungstunnel ist für Testläufe in Ordnung, nicht jedoch für die Einreichung.
Inspektion
Der MCP Inspector ruft Ihre Tools direkt auf, ohne ein Modell zu involvieren:
npx @modelcontextprotocol/inspector@latest
Setzen Sie jedes Tool unter Beweis: repräsentative Eingaben, Grenzfälle, fehlende Berechtigungen und leere Ergebnisse. Prüfen Sie die Schema-Validierung, Authentifizierungsfehler, Annotationen, Bestätigungsverhalten und die für das Modell lesbare Ausgabe.
Evaluierung der Tool-Auswahl
Sobald der Server als persönliches Plugin verbunden ist (Lektion 4), installieren Sie ihn, öffnen Sie einen neuen Chat, geben Sie @ ein und wählen Sie ihn aus. Erstellen Sie einen Evaluierungssatz, der Folgendes enthält:
- Direkte Anfragen, die ein bestimmtes Tool auslösen sollten;
- Indirekte Anfragen, die dasselbe Ziel anders formulieren;
- Folgeanfragen, die zuvor erhaltene Identifikatoren wiederverwenden;
- Schreiboperationen, die Autorisierung oder Bestätigung erfordern;
- Anfragen außerhalb des Geltungsbereichs, die kein Tool auslösen sollten.
Notieren Sie für jede Anfrage das ausgewählte Tool, seine Argumente, das Ergebnis, eventuelle Fehler und das Bestätigungsverhalten. Wiederholen Sie den gesamten Satz, sobald Sie einen Namen, eine Beschreibung, ein Schema oder eine Annotation ändern. Wenn der Server ein UI-Komponente zurückgibt, testen Sie sowohl die Komponente selbst als auch das für das Modell lesbare Ergebnis.
Rohdaten der Austausche anzeigen
Um vollständige Anfragen und Antworten zu lesen, akzeptiert das API Playground einen MCP-Server: Gehen Sie zu Tools → Hinzufügen → MCP-Server, geben Sie die HTTPS-Adresse ein, verbinden Sie sich und führen Sie Ihre Testanfragen aus.
Metadaten aktualisieren
Nach jeder Änderung an einem Namen, einer Beschreibung, einem Schema, einer Annotation, einer Authentifizierungsmethode oder einer UI-Ressource: Bereitstellen oder Neustart des Servers, Verbindung bei chatgpt.com/plugins öffnen, Aktualisieren auswählen, überprüfen Sie, dass die angekündigten Metadaten geändert wurden, und wiederholen Sie die relevanten Tests in einem neuen Chat. Diese Aktualisierung gilt für direkt verbundene Server; bei einem veröffentlichten Plugin fallen Tool-Updates unter die kontinuierliche Prüfung (Lektion 11).
Bevor Sie verpacken, überprüfen Sie, dass die Tool-Liste den angekündigten Fähigkeiten entspricht, dass strukturierte Ergebnisse den Ausgabeschemata entsprechen, dass Authentifizierungsfehler nützliche Fehlermeldungen zurückgeben, dass die richtigen Prompts die richtigen Tools auslösen, während falsche keine auslösen, und dass die UI ohne Konsolenfehler gerendert wird und ihren Zustand korrekt wiederherstellt.
Das vollständige Plugin
Sobald der Server bereit ist – oder sofort bei einem Plugin, das nur aus Fähigkeiten besteht – verpacken Sie das Plugin (Lektion 10), fügen Sie es zu einem lokalen Marktplatz hinzu, installieren Sie es aus dem Plugins-Verzeichnis und wiederholen Sie die Anfragen aus Ihrem Use-Case-Inventar: direkte, indirekte, folgende, negative und absichtlich ausgeschlossene Grenzfälle. Stellen Sie sicher, dass das Plugin die Skill-Anweisungen befolgt, die richtigen Ressourcen verwendet, jeden Schritt abschließt und ein nützliches Ergebnis liefert; dass Skills die richtigen Tools aufrufen; und dass die Authentifizierung nach der Installation funktioniert.
Fehlersuche nach Schichten
Wenn etwas schiefgeht, beginnen Sie damit, die fehlerhafte Schicht zu isolieren: Server, Komponente oder ChatGPT-Client.
| Symptom | Ansatz |
|---|---|
| Keine Tools aufgelistet | Läuft der Server? Endet die Adresse mit /mcp? |
| Strukturierte Daten, aber keine Komponente | Enthält das Tool _meta.ui.resourceUri, das auf eine registrierte Ressource vom Typ text/html;profile=mcp-app verweist, die ohne CSP-Fehler lädt? |
| Schema-Fehler | Entsprechen Ihre Python- oder TypeScript-Modelle dem angekündigten outputSchema? |
| Langsame Komponente | Übersteigen Tool-Aufrufe einige hundert Millisekunden? Profilieren und cachieren. |
| Komponente lädt nicht | Browser-Konsolen: CSP-Verletzung, unvollständiges Bundle? |
| Zustand verloren (Drag-and-Drop, Bearbeitung) | Rufen Sie window.openai.setWidgetState nach jeder Aktualisierung auf und stellen Sie den Zustand aus window.openai.widgetState beim Mounten wieder her. |
| Layout auf Mobilgeräten kaputt | Lesen Sie window.openai.displayMode und window.openai.maxHeight; vermeiden Sie feste Höhen und Hover-Aktionen. |
| Tool wird nie ausgewählt | Formulieren Sie die Beschreibung als „Verwenden Sie, wenn…”, überprüfen Sie die Starter-Prompts. |
| Falsches Tool ausgewählt | Präzisieren Sie benachbarte Tools, spezifizieren Sie ausgeschlossene Fälle, teilen Sie zu breite Tools auf. |
| 401-Fehler | Fügen Sie WWW-Authenticate in die Antwort ein; überprüfen Sie Issuer und Publikum. |
invalid_client bei einer bestehenden Verbindung | Existiert der registrierte OAuth-Client noch? Wiederherstellen Sie ihn, statt einen neuen zu erstellen. |
| ngrok-Tunnel läuft ab | Starten Sie ihn neu, überprüfen Sie, ob der lokale Server läuft; in der Produktion verwenden Sie stabiles Hosting mit Health-Probes. |
| Streaming hinter einem Proxy kaputt | Der Load Balancer oder die CDN müssen HTTP-Streaming ohne Pufferung durchlassen. |
Wenn das Problem weiterhin besteht, sammeln Sie Server-Logs, die Komponente-Konsole, eine Transkription der Tool-Aufrufe und Screenshots. Notieren Sie die verwendete Anfrage und senden Sie alles an Ihren Ansprechpartner bei OpenAI.
Kernaussagen
- Testen in Schichten: Server allein (Inspector, dann ChatGPT), dann das vollständige Plugin
- Einen Evaluierungssatz erstellen: direkte, indirekte, folgende, Schreib- und außerhalb des Geltungsbereichs liegende Anfragen
- Das API Playground zeigt rohe MCP-Austausche an
- Aktualisieren nach jeder Metadatenänderung, dann einen neuen Chat starten
- Bei Problemen zuerst die Schicht isolieren: Server, Komponente oder Client