Interactive Feedback MCP With Bash

Interactive Feedback MCP

由 Fábio Ferreira (@fabiomlferreira) 开发。 更多 AI 开发增强工具请访问 dotcursorrules.com。

一个简单的 MCP 服务器，为 Cursor、Cline 和 Windsurf 等 AI 辅助开发工具提供人机协作 (Human-in-the-loop) 工作流程。

✨ 功能特性

• 🔄 交互式反馈循环 - AI 在完成任务前请求用户确认
• 🖥️ 运行命令 - 直接在反馈界面中执行命令并查看输出
• 💾 项目级配置 - 为每个项目保存独立的命令设置
• 🎨 深色模式界面 - 现代化 Qt 界面，支持深色主题
• 🔌 多平台支持 - 兼容 Cursor、Cline 和 Windsurf

💡 为什么使用它？

通过引导 AI 助手在执行操作前先与用户确认，而不是盲目进行推测性的高成本工具调用，这个模块可以大幅减少高级 API 请求次数。在某些情况下，它可以将多达 25 次工具调用合并为 1 次反馈感知请求 —— 节省资源并提高准确性。

🚀 快速安装（推荐）

一键安装（macOS/Linux）

curl -fsSL https://raw.githubusercontent.com/noopstudios/interactive-feedback-mcp/main/mcp1.sh | bash

或者手动下载并运行脚本：

git clone https://github.com/noopstudios/interactive-feedback-mcp.git
cd interactive-feedback-mcp
bash mcp1.sh

脚本会自动完成以下操作：

• ✅ 检查 Python 版本（需要 3.11+）
• ✅ 如需要，自动安装 uv 包管理器
• ✅ 克隆/更新仓库到 ~/Dev/interactive-feedback-mcp
• ✅ 安装所有依赖
• ✅ 自动配置 ~/.cursor/mcp.json（包含正确的路径）
• ✅ 保留现有的其他 MCP 配置（不会覆盖）

安装完成后，重启 Cursor 即可加载新的 MCP 服务器。

📦 手动安装

前置要求

• Python 3.11 或更高版本
• uv（Python 包管理器）

- macOS/Linux: curl -LsSf https://astral.sh/uv/install.sh | sh - Windows: pip install uv

安装步骤

1. 克隆仓库：

   git clone https://github.com/noopstudios/interactive-feedback-mcp.git
   cd interactive-feedback-mcp

1. 安装依赖：

   uv sync

1. 配置 Cursor（编辑 ~/.cursor/mcp.json）：

> ⚠️ 重要： 请将下面的路径替换为你的实际安装路径！

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

1. 重启 Cursor 以加载配置。

⚙️ 提示词配置

为获得最佳效果，请将以下内容添加到你的 Cursor Rules 或系统提示词中：

Whenever you want to ask a question, always call the MCP `interactive_feedback`.
Whenever you're about to complete a user request, call the MCP `interactive_feedback` instead of simply ending the process.
Keep calling MCP until the user's feedback is empty, then end the request.

中文版：

每当你想要提问时，始终调用 MCP `interactive_feedback`。
每当你即将完成用户请求时，调用 MCP `interactive_feedback` 而不是直接结束流程。
持续调用 MCP 直到用户的反馈为空，然后结束请求。

这将确保 AI 助手在标记任务完成之前请求你的反馈。

🛠️ 配置说明

MCP 服务器使用 Qt 的 QSettings 存储项目级配置：

配置存储在平台特定位置：

• macOS: ~/Library/Preferences/
• Linux: ~/.config/ 或 ~/.local/share/
• Windows: 注册表

🧪 开发调试

使用 Web 界面运行开发模式进行测试：

uv run fastmcp dev server.py

这将打开一个 Web 界面，用于与 MCP 工具进行交互测试。

📖 API 参考

工具：interactive_feedback

向用户请求交互式反馈。

参数：

调用示例：

  interactive-feedback-mcp
  interactive_feedback
  
    {
      "project_directory": "/path/to/your/project",
      "summary": "我已经完成了你请求的更改。"
    }
  

返回值：

{
  "logs": "命令输出日志（如有）",
  "interactive_feedback": "用户的反馈文本"
}

🤝 贡献

欢迎贡献！你可以：

• 提交 Issue 报告 Bug 或请求新功能
• 提交 Pull Request
• 在 X @fabiomlferreira 上分享你的反馈

📄 许可证

MIT 许可证 - 详见 LICENSE 文件。

🙏 致谢

如果你觉得 Interactive Feedback MCP 有用，请关注 Fábio Ferreira 的 X @fabiomlferreira。

更多 AI 辅助开发资源，请访问 dotcursorrules.com。