Jinba Flow
Jinba App
Jinba Toolboxツールエディタからのテスト
ツールエディタには、ライブSandboxに対してツールを実行するための組み込みテストパネルがあります。エディタからのテストは、公開済みバージョンではなく現在のドラフトコードを使用します。これにより、公開前に素早く反復できます。
テスト実行の流れ
Runをクリックすると、バックグラウンドで以下の処理が行われます：- コンソールがドラフトコードと入力JSONをAPIの
/testエンドポイントに送信します。 - APIがToolSetで設定されたプロバイダー（E2BまたはDaytona）を使用してSandboxインスタンスを起動します。
- ToolSetで定義されたパッケージがSandboxにインストールされます。
- 環境変数がSandboxプロセスに注入されます。
- 提供された入力でコードが実行されます。
- Sandboxが戻り値、stdout、stderr、およびエラーをキャプチャします。
- 結果がコンソールに送信され、テストパネルに表示されます。
実行履歴
エディタ、REST API、MCPコールのいずれから実行されたかに関わらず、すべてのツール実行はRunレコードを生成します。実行履歴ページは、組織内のすべての実行を一元的に確認するためのビューを提供します。実行の閲覧
組織のサイドバーでRunsに移動して実行履歴を確認します。 実行リストには以下が表示されます：| カラム | 説明 |
|---|---|
| Tool | 実行されたツールのSlug |
| Status | 現在の状態：success、failed、running、またはpending |
| Duration | ミリ秒単位の実行時間 |
| Date | 実行が作成された日時 |
ステータスインジケーター
各実行には、実行ライフサイクルのどの段階にあるかを示すステータスがあります：Pending
実行が作成されましたが、Sandboxがまだ実行を開始していません。
Running
ツールがSandbox内で現在実行中です。
Success
ツールが正常に完了し、出力を返しました。
Failed
実行中にツールでエラーが発生しました。
実行詳細ページ
リスト内の任意の実行をクリックすると、詳細ページが開きます。詳細ビューには以下が表示されます： サマリーカード 上部に表示される4カラムのサマリーで、Duration、Created、Started、Completedのタイムスタンプを表示します。 タブ付きデータビュー- Input — ツールに送信されたJSON入力。
- Output / Error — 成功時はツールが返したJSON出力。失敗時はエラー名とメッセージ。
- Logs — Sandboxプロセスからキャプチャされた
stdoutとstderr。このタブはログが存在する場合のみ表示されます。
呼び出し側とプロバイダー側のビュー
実行には2つの視点があります：- 呼び出し側ビュー — 自分の組織がツールを実行した場合（自組織のツールでも他組織の公開ツールでも）、入力、出力、エラー、ログの完全な詳細を確認できます。
- プロバイダー側ビュー — 他の組織が自分の公開ツールを実行した場合、実行のステータスとメタデータは確認できますが、入力、出力、ログは確認できません。これは呼び出し側のデータプライバシーを保護するためです。
API経由の実行
コンソール以外にも、プログラムからツールを実行できます：REST API
POST /v1/orgs/:orgId/toolsets/:slug/tools/:toolSlug/run — API経由で公開済みバージョンのツールを実行します。実行スコープを持つAPIキーが必要です。MCP Endpoint
POST /v1/orgs/:orgId/toolsets/:slug/mcp — Model Context Protocol経由でツールを呼び出します。AIエージェントは標準のMCP JSON-RPCインターフェースを介してツールの発見と呼び出しが可能です。公開ツールの実行
POST /v1/public/:orgSlug/:toolsetSlug/run/:toolSlug — 任意の組織のAPIキーを使用して公開ツールを実行します。SDK
@jinba-toolbox/sdkを使用して、TypeScriptアプリケーションからシンプルな関数呼び出しでツールを実行します。実行ライフサイクル
ツール実行の完全なライフサイクル：ベストプラクティス
- さまざまな入力でテストする — 公開前に、テストパネルでエッジケース（空文字列、大きな数値、オプションフィールドの欠如）をカバーします。
- デバッグにはログを確認する — ツールが失敗した場合、
stderrログにはスタックトレースやエラー詳細が含まれていることが多く、問題の特定に役立ちます。 - 実行履歴を監視する — Runsページを定期的に確認して、失敗パターンや想定外の実行時間を発見します。
- 失敗後にCopilotを活用する — テスト実行が失敗した後、AI Copilotはエラー出力にアクセスでき、修正を提案できます。