交互式反馈MCP
开发商： Fábio Ferreira@fabiomlferreira). 结账 网站 dotcursorrules.com 以获得更多的AI开发增强功能。
简单 MCP服务器 在人工智能辅助开发工具中实现人机交互工作流程，如 光标。此服务器允许您运行命令、查看其输出并直接向AI提供文本反馈。它还与 克莱恩 和 帆板运动.
提示工程
为了获得最佳效果，请将以下内容添加到AI助手中的自定义提示中，您应该将其添加到规则上或直接添加到提示中（例如Cursor）：
无论何时你想问问题，一定要打电话给MCP
interactive_feedback.每当您要完成用户请求时，请致电MCP
interactive_feedback而不是简单地结束该过程。 继续呼叫MCP，直到用户的反馈为空，然后结束请求。
这将确保您的AI助手在标记任务完成之前使用此MCP服务器请求用户反馈。
💡 为什么使用这个？
通过引导助手与用户联系，而不是分散到推测性的、高成本的工具调用中，该模块可以大大减少Cursor等平台上的高级请求（例如OpenAI工具调用）的数量。在某些情况下，它有助于将多达25个工具调用整合到一个单一的、有反馈意识的请求中，从而节省资源并提高性能。
配置
此MCP服务器使用Qt QSettings 以每个项目为基础存储配置。这包括：
- 要运行的命令。
- 是否在下次启动该项目时自动执行该命令（请参阅“下次运行时自动执行”复选框）。
- 命令部分的可见性状态（显示/隐藏）（切换后立即保存）。
- 窗口几何图形和状态（通用UI首选项）。
这些设置通常存储在特定于平台的位置（例如，Windows上的注册表、macOS上的plist文件、 ~/.config 或 ~/.local/share 在Linux上），组织名称为“FabioFerreira”，应用程序名称为“InteractiveFeedbackMCP”，每个项目目录都有一个唯一的组。
UI中的“保存配置”按钮主要保存在命令输入字段中键入的当前命令以及活动项目的“下次运行时自动执行”复选框的状态。当您切换命令部分时，它的可见性会自动保存。当应用程序关闭时，会保存常规窗口大小和位置。
安装（光标）
- 先决条件：
-
Python 3.11或更高版本。
-
紫外线 （Python包管理器）。安装时使用：
-
窗户：
pip install uv -
Linux/Mac：
curl -LsSf https://astral.sh/uv/install.sh | sh
- 获取代码：
- 克隆此存储库：
git clone https://github.com/noopstudios/interactive-feedback-mcp.git - 或者下载源代码。
- 导航到目录：
cd path/to/interactive-feedback-mcp
- 安装依赖项：
uv sync（这将创建一个虚拟环境并安装软件包）
- 运行MCP服务器：
uv run server.py
- 在游标中配置：
- 游标通常允许在其设置中指定自定义MCP服务器。您需要将游标指向此正在运行的服务器。确切的机制可能会有所不同，因此请参阅Cursor的文档以添加自定义MCP。
- 手动配置（例如，通过
mcp.json) 记住要更改/Users/fabioferreira/Dev/scripts/interactive-feedback-mcp指向您在系统上克隆存储库的实际路径的路径。
JSON``` 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17{ “mcpServers”: { “interactive-feedback-mcp”: { “command”: “uv”, “args”: [ “—directory”, “/Users/fabioferreira/Dev/scripts/interactive-feedback-mcp”, “run”, “server.py” ], “timeout”: 600, “autoApprove”: [ “interactive_feedback” ] } } }
- 您可以使用服务器标识符，如 `interactive-feedback-mcp` 在Cursor中配置时。
### 适用于Cline/Windsurf
类似的设置原则也适用。您可以配置服务器命令（例如。， `uv run server.py` 与正确 `--directory` 指向项目目录的参数）在相应工具的MCP设置中，使用 `interactive-feedback-mcp` 作为服务器标识符。
## 发展
要在开发模式下使用web界面运行服务器进行测试，请执行以下操作：
SH```
1uv run fastmcp dev server.py这将打开一个web界面，允许您与MCP工具进行交互以进行测试。
可用工具
下面是一个AI助手如何调用 interactive_feedback 工具：
XML```
1
2
3
4
5
6
7
8
9
10<use_mcp_tool>
<server_name>interactive-feedback-mcp</server_name>
<tool_name>interactive_feedback</tool_name>
## 致谢与联系
如果你觉得这个互动反馈MCP很有用，表达感激之情的最佳方式是关注法比奥·费雷拉 [X@fabiomlferreira](https://x.com/fabiomlferreira).
如果有任何问题、建议，或者你只是想分享你是如何使用它的，请随时联系X！
另外，请查看 [网站 dotcursorrules.com](https://dotcursorrules.com/) 获取更多关于增强人工智能辅助开发工作流程的资源。