Interact MCP

🚀 提示工程

為了獲得最佳效果，請在你的AI助手的自定義提示中添加以下內容。你可以將其作為規則添加，或者直接添加到提示中（例如在Cursor中）：

每當你想問問題時，始終調用MCP interactive_feedback。 每當你即將完成用戶請求時，調用MCP interactive_feedback，而不是簡單地結束流程。 持續調用MCP，直到用戶的反饋為空，然後結束請求。

這將確保你的AI助手在將任務標記為完成之前，使用此MCP服務器請求用戶反饋。

💡 為何使用此功能？

通過引導助手向用戶確認信息，而不是進行推測性、高成本的工具調用，此模塊可以大幅減少Cursor等平臺上的高級請求數量（例如OpenAI工具調用）。在某些情況下，它有助於將多達25次的工具調用整合為一次具有反饋感知的請求，從而節省資源並提高性能。

📦 安裝指南（Cursor）

1. 前提條件：
   • Python 3.11或更高版本。
   • uv（Python包管理器）。使用以下命令進行安裝：
     • Windows：pip install uv
     • Linux/Mac：curl -LsSf https://astral.sh/uv/install.sh | sh
2. 獲取代碼：
   • 克隆此倉庫： git clone https://github.com/noopstudios/interactive-feedback-mcp.git
   • 或者下載源代碼。
3. 進入目錄：
   • cd path/to/interactive-feedback-mcp
4. 安裝依賴項：
   • uv sync（這將創建一個虛擬環境並安裝包）
5. 運行MCP服務器：
   • uv run server.py
6. 在Cursor中進行配置：

   • Cursor通常允許在其設置中指定自定義MCP服務器。你需要將Cursor指向正在運行的此服務器。具體機制可能有所不同，請參考Cursor的文檔以瞭解如何添加自定義MCP。

   • 手動配置（例如通過mcp.json） 請記得將/Users/fabioferreira/Dev/scripts/interactive-feedback-mcp路徑更改為你在系統上克隆倉庫的實際路徑。

     {
       "mcpServers": {
         "interactive-feedback-mcp": {
           "command": "uv",
           "args": [
             "--directory",
             "/Users/fabioferreira/Dev/scripts/interactive-feedback-mcp",
             "run",
             "server.py"
           ],
           "timeout": 600,
           "autoApprove": [
             "interactive_feedback"
           ]
         }
       }
     }
     

   • 在Cursor中配置時，你可以使用interactive-feedback-mcp作為服務器標識符。

針對Cline / Windsurf

類似的設置原則同樣適用。你需要在相應工具的MCP設置中配置服務器命令（例如uv run server.py，並使用正確的--directory參數指向項目目錄），使用interactive-feedback-mcp作為服務器標識符。

🔧 配置說明

此MCP服務器使用Qt的QSettings按項目存儲配置。這包括：

• 要運行的命令。
• 該項目下次啟動時是否自動執行命令（請參閱“下次運行時自動執行”複選框）。
• 命令部分的可見狀態（顯示/隱藏）（切換時會立即保存）。
• 窗口幾何形狀和狀態（一般UI偏好設置）。

這些設置通常存儲在特定於平臺的位置（例如，Windows上的註冊表、macOS上的plist文件、Linux上的~/.config或~/.local/share中的配置文件），組織名稱為“FabioFerreira”，應用程序名稱為“InteractiveFeedbackMCP”，每個項目目錄都有一個唯一的組。

UI中的“保存配置”按鈕主要保存當前在命令輸入字段中輸入的命令，以及活動項目的“下次運行時自動執行”複選框的狀態。命令部分的可見性在切換時會自動保存。應用程序關閉時會保存一般的窗口大小和位置。

💻 使用示例

開發模式運行服務器

若要在開發模式下運行服務器並使用Web界面進行測試，請執行以下命令：

uv run fastmcp dev server.py

這將打開一個Web界面，允許你與MCP工具進行交互以進行測試。

AI助手調用interactive_feedback工具示例

以下是AI助手調用interactive_feedback工具的示例：

<use_mcp_tool>
  <server_name>interactive-feedback-mcp</server_name>
  <tool_name>interactive_feedback</tool_name>
  <arguments>
    {
      "project_directory": "/path/to/your/project",
      "summary": "I've implemented the changes you requested and refactored the main module."
    }
  </arguments>
</use_mcp_tool>