AIエージェントがVS Codeのデバッガを操作できる拡張機能「VS Code Debug Bridge」

Posted at 2026-02-22

はじめに

AIエージェント（Claude、Cursor、Codex CLIなど）にコードを書かせる場面が増えてきました。しかし、デバッグはまだ人間が手動で行うことがほとんどです。

「ブレークポイントを貼って、変数を確認して、ステップ実行して……」という作業をAIにもやらせたい。そう思って VS Code Debug Bridge を作りました。

この拡張機能は、VS Codeのデバッガを MCP (Model Context Protocol) サーバーとして公開し、AIエージェントがHTTP経由でデバッグセッションを制御できるようにするものです。

何ができるのか

一言でいうと、AIエージェントがVS Codeのデバッガをプログラム的に操作できるようになります。

具体的には：

デバッグセッションの開始・停止
ブレークポイントの設定
ステップ実行（ステップオーバー、ステップイン、ステップアウト）
コールスタックの取得
変数の参照
式の評価（evaluate）

これらすべてが、AIエージェントからのMCPツール呼び出しで実行できます。

アーキテクチャ

AIエージェント (Claude, Cursor, Codex CLI など)
    │
    │  HTTP (Streamable HTTP MCP)
    ▼
VS Code Debug Bridge (この拡張機能)
    │
    │  VS Code Debug API → DAP (Debug Adapter Protocol)
    ▼
デバッグアダプタ (Python / Node.js / Go / Rust / ...)
    │
    ▼
デバッグ対象プロセス

ポイントは以下の3つです。

MCPプロトコルを使っているので、MCP対応のAIツールならどれでも接続できる
DAPを中継しているので、VS Codeで使えるデバッガなら何でも対応（Python, JavaScript, Go, Rust, C++, ...）
VS Code拡張機能として動くので、別プロセスのCLIツールを起動する必要がない

セットアップ

1. 拡張機能のインストール

マケプレに公開するのは面倒なのでやっていません。クローンしてvsixをビルドしてください。

2. AIツール側のMCP設定

プロジェクトの .mcp.json に以下を追加します。

{
  "mcpServers": {
    "vscode-debug": {
      "type": "http",
      "url": "http://127.0.0.1:6589/mcp"
    }
  }
}

VS Codeを開くと拡張機能が自動で起動し、MCPサーバーが http://127.0.0.1:6589/mcp で待ち受けます。

提供するMCPツール

拡張機能は3つのMCPツールを公開します。

ツール	説明
`start_debug`	デバッグセッションを開始する。`launch.json` の設定名、またはインラインの設定オブジェクトを指定
`execute_command`	アクティブなデバッグセッションにDAPリクエストを送信する
`stop_debug`	デバッグセッションを停止する

execute_command が中核で、DAP (Debug Adapter Protocol) のあらゆるコマンドをそのまま実行し、生のJSONレスポンスを返します。近頃のエージェントならDAPコマンドを余裕で扱える、という前提で、コマンドを中継するだけのシンプルな思想にしています。

よく使うDAPコマンド

コマンド	説明	引数
`threads`	スレッド一覧を取得	-
`stackTrace`	コールスタックを取得	`threadId`
`scopes`	スコープ一覧（Local, Globalなど）を取得	`frameId`
`variables`	変数の値を取得	`variablesReference`
`evaluate`	式を評価	`expression`, `frameId`
`next`	ステップオーバー	`threadId`
`stepIn`	ステップイン	`threadId`
`stepOut`	ステップアウト	`threadId`
`continue`	実行を再開	`threadId`
`pause`	実行を一時停止	`threadId`
`setBreakpoints`	ブレークポイントを設定	`source`, `breakpoints`

実際の使い方：AIエージェントによるデバッグフロー

以下は、AIエージェントがPythonファイルをデバッグする典型的な流れです。

ステップ1：デバッグセッションを開始

start_debug({ configName: "Python: main.py" })
// → "Debug session started."

launch.json に定義済みの設定名を指定するか、インライン設定を渡します。

// インライン設定の例
start_debug({
  config: {
    type: "debugpy",
    request: "launch",
    program: "${workspaceFolder}/main.py",
    stopOnEntry: true
  }
})

ステップ2：スレッドとスタックを確認

execute_command({ command: "threads" })
// → { threads: [{ id: 1, name: "MainThread" }] }

execute_command({ command: "stackTrace", args: { threadId: 1 } })
// → { stackFrames: [{ id: 0, name: "main", source: {...}, line: 42, ... }] }

ステップ3：変数を調べる

execute_command({ command: "scopes", args: { frameId: 0 } })
// → { scopes: [{ name: "Locals", variablesReference: 1, ... }] }

execute_command({ command: "variables", args: { variablesReference: 1 } })
// → { variables: [{ name: "fib", value: "[0, 1, 1, 2, 3, ...]", ... }] }

ステップ4：式を評価する

execute_command({
  command: "evaluate",
  args: { expression: "len(fib)", frameId: 0 }
})
// → { result: "10", type: "int" }

ステップ5：ステップ実行

execute_command({ command: "next", args: { threadId: 1 } })      // ステップオーバー
execute_command({ command: "stepIn", args: { threadId: 1 } })     // ステップイン
execute_command({ command: "continue", args: { threadId: 1 } })   // 続行

ステップ6：デバッグ終了

stop_debug()
// → "Debug session stopped."

ユースケース

1. AIエージェントによる自律的バグ修正

AIがテスト失敗を検知 → ブレークポイントを設定 → 変数の状態を確認 → 原因を特定 → 修正コードを生成、という流れを自動化できます。

2. 対話的デバッグアシスタント

「この変数の中身を見て」「次の行まで進めて」といった自然言語の指示で、AIがデバッガを操作してくれます。

3. デバッグログの自動収集

特定の条件でブレークポイントを設定し、変数の値を網羅的に収集して、問題の再現条件を自動で絞り込むといった使い方も考えられます。

おわりに

VS Code Debug Bridgeは、AIエージェントとデバッガの間のギャップを埋める拡張機能です。

AIにコードを書かせるだけでなく、デバッグまで任せられるようになれば、開発の自動化がもう一段階進むと考えています。

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up