Testa och felsök
Lektionen omskriven den 3 november 2026 baserat på sidorna Connect and test your plugin och Troubleshooting från OpenAI:s plugin-dokumentation. Den tidigare “development playground” och dess kommandon tillhörde den icke-existerande SDK:n från den första versionen av denna kurs. Källor: Connect and test · Troubleshooting.
Testa i lager
OpenAI rekommenderar att du testar varje funktion innan du distribuerar hela det installerade pluginet: först den fristående MCP-servern ansluten till ChatGPT, sedan det paketerade pluginet med dess färdigheter. Behåll dina utvärderingspromptar och deras resultat genom hela utvecklingen så att du kan jämföra beteendet mellan olika versioner.
MCP-servern
Förbered endpointen
Innan du testar i ChatGPT måste du verifiera att servern är nåbar via offentlig HTTPS – eller genom en Secure MCP Tunnel – att den talar streamable HTTP (vanligtvis på /mcp), att verktygsnamn, beskrivningar, scheman och anteckningar finns på plats, samt att autentiseringsidentifiering fungerar för verktyg som kräver ett konto. En utvecklingstunnel duger för tester, men inte för publicering.
Inspektera
MCP Inspector anropar dina verktyg direkt, utan en modell:
npx @modelcontextprotocol/inspector@latest
Sätt varje verktyg på prov: representativa indata, randfall, saknade autentiseringsuppgifter och tomma resultat. Kontrollera schemavalidering, autentiseringsfel, anteckningar, bekräftelsebeteende och modellläsbar utdata.
Utvärdera verktygsval
När servern är ansluten som ett personligt plugin (Lektion 4), installera det, öppna en ny konversation, skriv @ och välj det. Bygg en utvärderingsuppsättning som innehåller:
- Direkta förfrågningar som bör trigga ett specifikt verktyg;
- Indirekta förfrågningar som uttrycker samma mål på ett annat sätt;
- Uppföljningsförfrågningar som återanvänder identifierare som erhållits tidigare;
- Skrivoperationer som kräver auktorisering eller bekräftelse;
- Förfrågningar utanför scope som inte bör trigga något verktyg.
För varje fall, registrera vilket verktyg som valdes, dess argument, resultatet, eventuella fel och bekräftelsebeteendet. Spela upp hela uppsättningen varje gång du ändrar ett namn, en beskrivning, ett schema eller en anteckning. Om servern returnerar en UI-komponent, testa både komponenten i sig och det modellläsbara resultatet.
Visa råa utbyten
För att läsa fullständiga förfrågningar och svar accepterar API Playground en MCP-server: gå till Tools → Add → MCP Server, ange HTTPS-adressen, anslut och kör sedan dina testpromptar.
Uppdatera metadata
Efter varje ändring av ett namn, en beskrivning, ett schema, en anteckning, en autentiseringsmetod eller en UI-resurs: distribuera om eller starta om servern, öppna anslutningen på chatgpt.com/plugins, välj Refresh, verifiera att den annonserade metadatan har ändrats och spela upp relevanta tester i en ny konversation. Denna uppdatering gäller för direktanslutna servrar; för ett publicerat plugin faller verktygsuppdateringar under löpande granskning (Lektion 11).
Innan paketering, verifiera att verktygslistan matchar de annonserade funktionerna, att strukturerade resultat följer utdatascheman, att autentiseringsfel returnerar användbara felmeddelanden, att rätt promptar triggar rätt verktyg medan felaktiga inte triggar några, samt att UI:t renderas utan konsolfel och korrekt återställer sitt tillstånd.
Hela pluginet
När servern är redo – eller omedelbart för ett plugin som endast består av färdigheter – paketerar du pluginet (Lektion 10), lägger till det i en lokal marknadsplats, installerar det från plugin-katalogen och spelar sedan upp förfrågningarna från din användningsfallsinventering: direkta, indirekta, uppföljande, negativa och avsiktligt exkluderade randfall. Verifiera att pluginet följer instruktionerna för färdigheter, använder rätt resurser, slutför varje steg och producerar ett användbart resultat; att färdigheter anropar rätt verktyg; och att autentiseringen fungerar efter installationen.
Felsök efter lager
När något går fel, börja med att isolera det felaktiga lagret: server, komponent eller ChatGPT-klient.
| Symptom | Ledtråd |
|---|---|
| Inga verktyg listade | Körs servern? Slutar adressen på /mcp? |
| Strukturerad data, men ingen komponent | Inkluderar verktyget _meta.ui.resourceUri som pekar på en registrerad resurs av typen text/html;profile=mcp-app som laddas utan CSP-fel? |
| Schemafel | Stämmer dina Python- eller TypeScript-modeller med det annonserade outputSchema? |
| Långsam komponent | Överstiger verktygsanrop några hundra millisekunder? Profilera och cacha. |
| Komponent misslyckas ladda | Bläddrarkonsol: CSP-överträdelse, ofullständig bunt? |
| Tillstånd förlorat (dra-och-släpp, redigering) | Anropa window.openai.setWidgetState efter varje uppdatering och återställ från window.openai.widgetState vid montering. |
| Layout trasig på mobil | Läs window.openai.displayMode och window.openai.maxHeight; undvik fasta höjder och hover-åtgärder. |
| Verktyg väljs aldrig | Skriv om beskrivningen som “Använd när…”, granska startpromptar. |
| Fel verktyg valt | Förtydliga närliggande verktyg, specificera exkluderade fall, dela upp alltför breda verktyg. |
| 401-fel | Inkludera WWW-Authenticate i svaret; verifiera utfärdare och målgrupp. |
invalid_client på en befintlig anslutning | Finns den registrerade OAuth-klienten fortfarande? Återställ den istället för att skapa en ny. |
| ngrok-tunnel går ut | Starta om den, verifiera att den lokala servern körs; använd stabil hosting med hälsoprober i produktion. |
| Strömning trasig bakom proxy | Load balancern eller CDN:n måste passera HTTP-strömning utan buffring. |
Om problemet kvarstår, samla serverloggar, komponentkonsolen, en transkription av verktygsanrop och skärmdumpar. Notera prompten som användes och skicka allt till din kontaktperson på OpenAI.
Viktiga punkter
- Testa i lager: servern ensam (Inspector, sedan ChatGPT), sedan hela pluginet
- Bygg en utvärderingsuppsättning: direkta, indirekta, uppföljande, skriv- och icke-relevanta förfrågningar
- API Playground visar råa MCP-utbyten
- Refresh efter varje metadataändring, starta sedan en ny konversation
- Vid problem, isolera lagret först: server, komponent eller klient