Spring AI Playground - app de escritorio que soporta desde la creación de herramientas MCP hasta pruebas e integración externa

Hola.

Últimamente han aumentado los casos en los que, con ayuda de agentes de IA como Claude Code o Cursor, se escribe y utiliza código de herramientas MCP (Model Context Protocol). Sin embargo, cuando llega el momento de ejecutar y validar ese código de herramientas en un entorno real, a menudo surgen momentos frustrantes.

• ¿Esta herramienta realmente funciona correctamente?
• Cuando el agente invoca la herramienta, ¿qué parámetros se pasaron exactamente y, si hubo un error, cuál fue la causa? (Con solo la UI de la ventana de chat, depurar se parece mucho a una caja negra).
• Si quiero reutilizar esta herramienta en otros proyectos o en clientes externos como Claude Desktop, ¿qué hago? Al final, hay que volver a configurar desde cero un servidor backend.

Para resolver estas incomodidades, creé Spring AI Playground, un Tool Lab local que permite ejecutar de inmediato el código de herramientas MCP ya escrito, depurarlo de forma transparente y exponerlo directamente a clientes externos.

✨ Funciones principales

• Tool Studio: si pegas la lógica de la herramienta en JavaScript que escribiste, puede ejecutarse de inmediato incluso sin conocimientos de Java o Spring
• Servidor MCP integrado: las herramientas validadas pueden conectarse y reutilizarse de inmediato en clientes compatibles con MCP como Claude Desktop o Cursor (los cambios se reflejan al instante)
• MCP Inspector: permite revisar en detalle valores de entrada, valores de salida, esquemas, logs de ejecución y errores
• Agentic Chat: prueba inmediata en una sola UI de chat integrada conectando tus herramientas con una Vector DB local (RAG)
• Gestión de secretos: administra de forma segura las API keys en el entorno de almacenamiento de secretos del escritorio para evitar hardcodearlas en scripts

Se ofrece como una app de escritorio multiplataforma (Windows, macOS, Linux) y puede usarse localmente de inmediato con solo descargar el instalador, sin Docker ni instalación adicional de JVM.

Espero que sea un espacio de trabajo útil para quienes, como yo, se han sentido frustrados por la molestia de configurar el backend o por la depuración tipo caja negra durante el proceso de crear y probar herramientas MCP.

🔗 Enlaces

• Descarga (Windows/macOS/Linux): GitHub Releases
• Documentación (Docs): Documentation
• Repositorio (Repo): GitHub

Más allá de simplemente escribir código de herramientas, agradecería mucho sus comentarios y opiniones sobre cómo están depurando actualmente desde la perspectiva de operación y validación reales.