Caja de arena API MCP
Un servidor MCP de 42 herramientas que convierte cualquier asistente de IA en un cliente completo de pruebas de API: entornos, flujos, afirmaciones, importación de OpenAPI, simulación y pruebas de carga, por conversación.

Resumen
Las pruebas de API tienen excelentes herramientas GUI, y ninguna de ellas está donde los desarrolladores trabajan cada vez más: dentro de un asistente de IA. Copiar URLs y tokens entre una ventana de chat y Postman rompe el flujo que hace que los asistentes sean productivos en primer lugar.
API Sandbox MCP cierra esa brecha. Es un servidor de Model Context Protocol, publicado en npm, que expone 42 herramientas que cubren todo el ciclo de vida de pruebas de API: gestión de entornos, solicitudes HTTP, colecciones guardadas, exploración de especificaciones OpenAPI, generación de datos simulados, flujos de varios pasos, aserciones, ejecuciones masivas de pruebas y pruebas de carga. El asistente se convierte en el cliente de la API: "iniciar sesión en staging, usar el token para obtener mi perfil y verificar la forma de la respuesta" es una sola oración, no una sesión cambiando de herramienta.
El problema del token, resuelto por un formato
Las respuestas de la API consumen muchos tokens: un solo cuerpo JSON extenso puede agotar una conversación. El servidor responde con dos mecanismos. TOON (Token-Oriented Object Notation), una salida predeterminada compacta inspirada en YAML que elimina la puntuación de JSON y ahorra aproximadamente un 40% de tokens por respuesta. Y niveles de verbosidad en cada solicitud: minimal elimina encabezados y trunca cuerpos (~95% de ahorro), normal filtra encabezados innecesarios y limita el tamaño del cuerpo (~75%), mientras que la respuesta completa sin truncar siempre se almacena en caché y se puede recuperar por call_id; no se requiere reenvío.
Diseñar herramientas para un LLM es un ejercicio de presupuesto de tokens: cada byte de respuesta compite con el razonamiento que el modelo podría estar haciendo en su lugar.
Lo que hace
Entornos y Grupos
17 herramientas para conjuntos de variables nombradas ({{BASE_URL}}, tokens, claves) con grupos con alcance de directorio que activan automáticamente el entorno correcto por proyecto.
Caché de Solicitudes y Respuestas
Cliente HTTP completo con ayudantes de autenticación, niveles de verbosidad y extracción de campos, además de una caché de respuestas de 20 ranuras para que los cuerpos truncados puedan ser reexaminados sin volver a enviar.
Colecciones
Guarda, etiqueta y reutiliza solicitudes con variables sin resolver: la misma solicitud guardada se ejecuta en desarrollo, pruebas o producción.
Importación de OpenAPI
Importa cualquier especificación OpenAPI 3.x desde URL o archivo; todos los $ref, allOf, oneOf, anyOf resueltos: el asistente entonces conoce cada endpoint, parámetro y esquema.
Datos simulados
Genera cuerpos de solicitud realistas directamente a partir de definiciones de esquema: se respetan los formatos, los enumerados y los campos obligatorios.
Flujos
Secuencias de varios pasos con extracción de variables entre pasos: iniciar sesión, tomar el token, usarlo en la siguiente llamada: una invocación de herramienta.
Afirmaciones y Pruebas Masivas
Afirmaciones de respuesta declarativa y ejecuciones masivas filtradas por etiquetas sobre colecciones guardadas: pruebas de humo por oración.
Pruebas de carga
La carga controlada por concurrencia se ejecuta con estadísticas de latencia, impulsada por una sola solicitud conversacional.
Importar/Exportar de Postman
Compatibilidad bidireccional con Postman v2.1: las colecciones y entornos se mueven libremente hacia dentro y fuera, sin bloqueo en ninguna dirección.
Cómo Funciona

Las variables fluyen a través de todo
Los entornos son conjuntos de variables JSON con nombre almacenados en el directorio de inicio del usuario. Cada herramienta HTTP resuelve los marcadores {{variable}} según el entorno activo, y las URL relativas se resuelven contra BASE_URL, por lo que una solicitud guardada escrita una vez se ejecuta en cualquier entorno. Los grupos vinculan los entornos a rutas de directorios: al entrar en una carpeta de proyecto, su entorno predeterminado se activa automáticamente.
Flujos: pruebas de múltiples pasos en una sola llamada
La herramienta flow_run ejecuta una secuencia ordenada de solicitudes donde cada paso puede extraer valores de su cuerpo de respuesta mediante la ruta de puntos y pasarlos adelante como variables: el patrón canónico de iniciar sesión y luego usar el token:
{
"steps": [
{
"name": "inicio_de_sesión",
"method": "POST",
"url": "{{BASE_URL}}/auth/login",
"body": { "email": "test@example.com", "password": "..." },
"extract": { "TOKEN": "token", "USER_ID": "user.id" }
},
{
"name": "obtener_perfil",
"method": "GET",
"url": "{{BASE_URL}}/users/{{USER_ID}}",
"headers": { "Authorization": "Bearer {{TOKEN}}" }
}
]
}Las variables se acumulan a lo largo de los pasos; un 5xx detiene el flujo mientras que un 4xx permite que continúe, coincidiendo con cómo un probador humano realmente reacciona a los fallos. Cada paso informa sobre el estado, el tiempo y lo que se extrajo.
Las especificaciones hacen que el asistente sea un experto en tu API
api_import obtiene una especificación OpenAPI 3.x desde una URL o un archivo y resuelve recursivamente cada $ref, allOf, oneOf y anyOf en el momento de la importación. A partir de entonces, el asistente puede listar los endpoints filtrados por etiqueta o método, profundizar en el detalle completo de parámetros y esquemas, y generar cuerpos de solicitud simulados correctamente tipados, respetando correos electrónicos, UUIDs, marcas de tiempo y enumeraciones. Importa la especificación de Petstore y "agregar una mascota con datos realistas" se convierte en una conversación de dos herramientas.
Todo es reversible: las colecciones y los entornos se exportan a archivos de proyecto portátiles y al formato Postman v2.1, y se importan de la misma manera. Tu conjunto de pruebas nunca queda atrapado dentro de la herramienta.
Construido con
Este es el estándar de ingeniería que también recibe tu proyecto.
HablemosServicios relacionados
Siguiente estudio de caso
