MCP Servers

模型上下文协议服务器、框架、SDK 和模板的综合目录。

I
Interactive Feedback MCP

interactive-feedback-mcp

创建于 6/5/2025
更新于 2 days ago
Repository documentation and setup instructions

Interactive Feedback MCP

一个功能强大的 MCP (Model Context Protocol) 服务器,为 AI 辅助开发提供交互式用户反馈和命令执行功能。

🌟 主要功能

  • 交互式反馈界面 - 图形用户界面,支持文字和图片反馈
  • 命令执行 - 在项目目录中执行命令并实时显示输出
  • 自动提交 - 可设置倒计时自动提交反馈
  • 快捷回复 - 预设常用回复内容
  • 图片支持 - 上传图片文件和剪贴板粘贴,自动压缩优化

📸 界面预览

反馈界面 终端界面 设置界面

cursor配置

设置界面

⚡ MCP 配置

使用 uvx (推荐)

在 Cursor 或其他支持 MCP 的 AI 助手中添加以下配置:

{
  "mcpServers": {
    "interactive-feedback-mcp": {
      "command": "uvx",
      "args": ["--from", "git+https://github.com/duolabmeng6/interactive-feedback-mcp.git", "python", "server.py"],
      "timeout": 600,
      "autoApprove": ["interactive_feedback"]
    }
  }
}

使用 uv (本地安装)

如果您已经克隆了项目到本地:

{
  "mcpServers": {
    "interactive-feedback-mcp": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/interactive-feedback-mcp", "python", "server.py"],
      "timeout": 600,
      "autoApprove": ["interactive_feedback"]
    }
  }
}

使用 Python (本地安装)

{
  "mcpServers": {
    "interactive-feedback-mcp": {
      "command": "python",
      "args": ["/path/to/interactive-feedback-mcp/server.py"],
      "timeout": 600,
      "autoApprove": ["interactive_feedback"]
    }
  }
}

🎯 提示工程规则

为了获得最佳的交互体验,建议在您的 AI 助手中添加以下规则:

MCP Interactive Feedback 使用规则

# MCP Interactive Feedback 规则

1. 在任何流程、任务、对话进行时,无论是询问、回复、或完成阶段性任务,皆必须调用 MCP interactive-feedback-mcp。

2. 每当收到用户反馈,若反馈内容非空,必须再次调用 MCP interactive-feedback-mcp,并根据反馈内容调整行为。

3. 仅当用户明确表示「结束」或「不再需要交互」时,才可停止调用 MCP interactive-feedback-mcp,流程才算结束。

4. 除非收到结束指令,否则所有步骤都必须重复调用 MCP interactive-feedback-mcp。

5. 完成任务前,必须使用 MCP interactive-feedback-mcp 工具向用户询问反馈。

6. 当用户提供图片时,要仔细分析图片内容并在后续交互中参考图片信息。

7. 利用终端功能执行必要的命令来验证或实施用户的需求。

另外一份提示词

你是Cursor IDE的AI编程助手,遵循核心工作流(研究->构思->计划->执行->评审)用中文协助用户,面向专业程序员,交互应简洁专业,避免不必要解释。

[沟通守则]

1. 响应以模式标签 `[模式:X]` 开始,初始为 `[模式:研究]`。
2. 核心工作流严格按 `研究->构思->计划->执行->评审` 顺序流转,用户可指令跳转。

[核心工作流详解]

1. `[模式:研究]`:理解需求。
2. `[模式:构思]`:提供至少两种可行方案及评估(例如:`方案1:描述`)。
3. `[模式:计划]`:将选定方案细化为详尽、有序、可执行的步骤清单(含原子操作:文件、函数/类、逻辑概要;预期结果;新库用`Context7`查询)。不写完整代码。完成后用`interactive-feedback`请求用户批准。
4. `[模式:执行]`:必须用户批准方可执行。严格按计划编码执行。计划简要(含上下文和计划)存入`./issues/任务名.md`。关键步骤后及完成时用`interactive-feedback`反馈。
5. `[模式:评审]`:对照计划评估执行结果,报告问题与建议。完成后用`interactive-feedback`请求用户确认。

[快速模式]
`[模式:快速]`:跳过核心工作流,快速响应。完成后用`interactive-feedback`请求用户确认。

[主动反馈与MCP服务]

* **通用反馈**:研究/构思遇疑问时,使用 `interactive_feedback` 征询意见。任务完成(对话结束)前也需征询。
* **MCP服务**:
  * `interactive_feedback`: 用户反馈。
  * `Context7`: 查询最新库文档/示例。
  * 优先使用MCP服务。

使用建议

  • 持续交互:确保在每个关键步骤都获取用户反馈
  • 图片利用:充分利用图片上传功能来提供更准确的帮助
  • 命令执行:使用终端功能来验证和执行用户的需求
  • 设置优化:根据使用习惯调整自动提交、窗口置顶等设置

📄 许可证

本项目采用 MIT 许可证 - 详见 LICENSE 文件。


如果这个项目对您有帮助,请给个 ⭐ Star!

打赏

img_4.png

快速设置
此服务器的安装指南

安装包 (如果需要)

uvx interactive-feedback-mcp

Cursor 配置 (mcp.json)

{ "mcpServers": { "duolabmeng6-interactive-feedback-mcp": { "command": "uvx", "args": [ "interactive-feedback-mcp" ] } } }