Статья посвящена разработке системы динамической визуализации дерева поиска в алгоритме Monte Carlo Tree Search (MCTS), реализованном в среде General Game Playing Base Package (GGP Base Package). Основная проблема существующих подходов – отсутствие средств наблюдения за эволюцией дерева поиска в процессе построения, что затрудняет отладку и анализ поведения MCTS‑агентов. Методология включает: систематическую оценку восьми инструментов визуализации по 12 критериям (универсальность, динамичность, интерактивность, масштабируемость, производительность и т. д.); разработку четырёхслойной архитектуры (Java/GGP Base Package → Redis → ASP.NET Core → React + D3.js); реализацию интерактивного механизма воспроизведения эволюции дерева с пошаговым анализом. Результаты сравнительной оценки показывают, что разработанная система достигает интегральной оценки 0,752 по сформулированным критериям и, в рамках рассмотренных инструментов, демонстрирует наибольшую совокупность ключевых свойств, важных для отладки MCTS‑агентов. Экспериментальные испытания на игре ConnectFour (6×8) показывают, что система обеспечивает плавную визуализацию (>50 FPS) для MCTS‑деревьев до 1000 узлов, поддерживает произвольные игры в формате GDL и по экспертной оценке позволяет за считанные секунды визуального анализа выявлять отличия в поведении модификаций алгоритма MCTS, тогда как без визуализации это требует длительного ручного сопоставления финальных статистик. Сделанные выводы подтверждают, что динамическая визуализация промежуточных состояний MCTS‑дерева предоставляет дополнительные возможности для обнаружения скрытых дефектов реализации и нетривиальных особенностей поведения алгоритма MCTS, остающихся неочевидными при анализе только финального состояния дерева. Предлагаемый инструмент может представлять практический интерес для исследователей, разработчиков и преподавателей в области General Game Playing.