MCP互动服务

这是一个使用 FastMCP 库实现的 MCP 服务，旨在与 Cursor、Windsurf 等 AI 工具交互。当 AI 工具在调用大型语言模型时需要用户输入或选项选择时，可以调用此 MCP 服务。

替代文本

核心目的

该插件的核心目的是实现 AI 工具（如 Cursor 和 Windsurf）与用户之间的高频通信和确认。它通过以下方式显著提高 AI 交互的效率和效果：

减少资源浪费：通过允许用户在 AI 采取可能错误的解决方案路径之前确认或重定向 AI 的方法，该插件最大限度地减少了 API 调用和计算资源的浪费。
最大化资源利用率：对 Cursor 或 Windsurf 的每次 API 调用都会变得更有效率，因为 AI 可以在继续之前向用户验证其理解和方法。
防止注意力分散：通过尽早确认方法，该插件有助于将注意力集中在正确的解决方案路径上，而不是将注意力转移到不正确的方法上。
实现交互式决策：用户可以积极参与决策过程，并向人工智能提供即时反馈和指导。
简化复杂任务：对于多步骤任务，该插件可确保每个关键决策点上的用户期望与 AI 执行保持一致。

Related MCP server: Apifox MCP Server

特征

选项选择：显示选项列表，供用户通过输入数字或提供自定义答案进行选择
信息补充：当AI模型需要更完整的信息时，可以请求用户直接输入补充信息
多用户界面：支持 CLI、Web 和 PyQt 界面

UI 类型

该项目支持三种不同的用户界面类型，每种类型都有自己的特点：

CLI（命令行界面）

描述：打开一个新的命令提示符窗口供用户交互
优点：
- 最小依赖性（无需额外的包）
- 可以同时处理多个对话窗口
- 在没有图形界面的环境中也能很好地工作
- 轻量且启动快速
缺点：
- 基本视觉呈现
- 对于非技术用户来说可能不那么直观
最适合：服务器环境、资源有限的系统或需要同时进行多个对话的情况

PyQt 接口

描述：使用 PyQt 提供现代图形用户界面
优点：
- 简洁、专业的对话框
- 熟悉的桌面应用程序体验
- 适合所有类型的用户使用
缺点：
- 一次只能显示一个对话框
- 需要 PyQt 依赖项（更大的安装）
最适合：桌面使用，视觉吸引力很重要，并且一次只需要一个对话框

Web 界面

描述：在网络浏览器中打开对话框
优点：
- 可以同时处理多个对话窗口
- 通过网络浏览器从任何地方访问
- 现代、可定制的界面
缺点：
- 需要安装网络浏览器
- 稍微复杂一点的设置
最适合：远程访问场景、优先使用 Web 界面的环境或需要同时进行多个对话的情况

使用指南

1. 入门（两种选择）

选项 A：使用预编译的可执行文件（推荐用于 Windows）

从GitHub 发布页面下载最新的预编译可执行文件。
无需安装 - 只需下载并运行可执行文件。
您可以使用以下命令测试功能：

# Test option selection with PyQt interface .\dist\mcp-interactive.exe test select_option --ui pyqt # Test information supplement with PyQt interface .\dist\mcp-interactive.exe test request_additional_info --ui pyqt # You can also specify a file path for testing the request_additional_info tool .\dist\mcp-interactive.exe test request_additional_info --ui pyqt D:\Path\To\Your\File.md

跳至下面的步骤 3 进行配置。

选项 B：从源代码安装

该项目根据不同的 UI 类型分离依赖项：

requirements-base.txt ：基本依赖项，由所有 UI 类型共享
requirements-pyqt.txt ：PyQt5 UI 依赖项
requirements-web.txt ：Web UI（Flask）依赖项

您可以选择使用传统的 pip 或更快的 uv 包管理器来安装依赖项。

使用 pip（传统方法）

根据要使用的 UI 类型选择适当的依赖文件：

cd requirements # CLI UI (minimal dependencies) pip install -r requirements-base.txt # PyQt5 UI pip install -r requirements-pyqt.txt # Web UI pip install -r requirements-web.txt

注意：每个特定的 UI 依赖文件已经包含对基本依赖项的引用（通过-r requirements-base.txt ），因此您只需安装一个文件。

使用 uv（推荐，更快）

如果已经安装了uv ，可以使用以下命令创建虚拟环境并安装依赖项：

# Create a virtual environment uv venv # Activate the virtual environment # Windows .venv\Scripts\activate # macOS / Linux source .venv/bin/activate # Install dependencies based on UI type cd requirements # CLI UI (minimal dependencies) uv pip install -r requirements-base.txt # PyQt5 UI uv pip install -r requirements-pyqt.txt # Web UI uv pip install -r requirements-web.txt

您也可以使用项目的 pyproject.toml 文件直接安装所有依赖项：

# Install base dependencies uv pip install -e . # Install specific UI type dependencies uv pip install -e ".[pyqt]" # PyQt5 UI uv pip install -e ".[web]" # Web UI uv pip install -e ".[all]" # All UI types

2.启动程序

启动不同的UI响应方法：

# Command line interface (default) python main.py run --ui=cli # Web interface python main.py run --ui=web # PyQt interface python main.py run --ui=pyqt

其他服务启动选项：

# Start the service with default settings (address: 127.0.0.1, port: 7888) python main.py run # Specify host and port python main.py run --host 0.0.0.0 --port 8888 # Specify log level python main.py run --log-level warning

3. 配置 Cursor、Windsurf 或 Claude

使用 stdio 协议（推荐）

stdio 协议是最稳定和推荐的连接方式，通过标准输入/输出直接与 Python 脚本通信，具有以下优点：

更高的稳定性和可靠性
可以同时打开多个对话框
简单直接，无需处理网络连接问题
与系统集成更紧密，响应速度更快

配置示例：

与 Python 一起使用（源代码）

{ "ai-interaction": { "command": "python", "args": ["path/to/main.py", "run", "--transport", "stdio", "--ui", "cli"], "env": {} } }

与可执行文件一起使用

{ "ai-interaction": { "command": "D:/Path/To/Your/mcp-interactive.exe", "args": ["run", "--transport", "stdio", "--ui", "pyqt"], "env": {} } }

使用 SSE 协议（替代）

如果需要通过网络连接远程服务器，可以使用SSE协议：

本地启动：

python main.py run --transport sse

游标配置：

{ "ai-interaction": { "type": "sse", "url": "http://127.0.0.1:8000/sse", "env": {} } }

风帆冲浪配置：

{ "ai-interaction": { "serverUrl": "http://127.0.0.1:7888/sse", "disabled": false } }

4.配置AI交互规则

为了最大限度地提高 Cursor 和 Windsurf 中 AI 交互的有效性，请配置 AI 在使用 MCP 时要遵循的以下规则：

当AI对某项任务不清楚或者需要更多信息时，它应该调用MCP ai-interaction来向用户请求澄清。
当 AI 对某个解决方案有多种可能的方法时，它应该调用 MCP ai-interaction 来让用户选择首选方法。
当AI完成一个任务后，应该调用MCP ai-interaction来确认是否还有其他任务需要执行。
人工智能应该将任务分解为多个阶段，并且在开始新阶段之前，调用 MCP ai-interaction 询问用户是否需要加入任何其他想法或考虑。
人工智能应该主动使用 MCP 来确认关键决策，而不是做出假设。

这些规则确保高质量、交互式的 AI 辅助，同时最大化每个 API 调用的价值。

其他功能

查看可用工具

python main.py list-tools

测试工具

# Test option selection tool python main.py test select_option --ui=cli # Test information supplement tool python main.py test request_additional_info --ui=cli

交互式测试客户端

该项目包括一个交互式测试客户端，允许您使用不同的 UI 类型和方法测试 MCP 服务：

# Run the interactive test client python mcp_client_en.py --host localhost --port 7888 --ui cli

选项：

--host ：服务器主机（默认值：localhost）
--port ：服务器端口（默认值：7888）
--ui ：要使用的 UI 类型（cli、pyqt、web）

客户提供：

使用 MCP 服务进行连接测试
选择要测试的 UI 类型
测试 select_option 和 request_additional_info 方法
每种方法都有多个参数预设
请求和响应的完全可视化

这对于以下情况尤其有用：

调试 UI 交互问题
测试不同 UI 类型的行为
向用户演示服务
验证服务器功能

STDIO 测试客户端

为了专门测试 stdio 传输协议，我们提供了一个命令行工具：

# Test stdio connection with default settings python mcp_client_stdio.py # Specify UI type python mcp_client_stdio.py --ui=pyqt # Test specific tools python mcp_client_stdio.py --test=select_option

有关更多详细信息，请参阅STDIO 测试指南。

UI 测试

# Test PyQt interface python test_ui.py --ui=pyqt # Test Web interface python test_ui.py --ui=web # Test CLI interface python test_ui.py --ui=cli

工具描述

选项选择（select_option）

该工具用于向用户呈现一组选项，并让他们通过输入数字或提供自定义答案来选择。

参数：

options ：选项列表，可以是字符串或字典列表
prompt ：向用户显示的提示信息

返回：包含选择结果的字典，格式为：

{ "selected_index": 0, // Index of the user's selection, -1 if custom answer "selected_option": {}, // Content of the user's selected option "custom_input": "", // User's custom input, if any "is_custom": false // Whether it's a custom answer }

信息补充（request_additional_info）

此工具用于向用户请求补充信息。

参数：

prompt ：请求信息的提示
current_info ：当前信息，显示给用户作为参考

返回：用户输入的补充信息（字符串）

与AI工具集成

要将此 MCP 服务与 AI 工具集成，请按照以下步骤操作：

使用可执行文件或 Python 源代码启动 MCP 服务：
- 使用可执行文件： mcp-interactive.exe run
- 使用 Python 源代码： python main.py run
在 AI 工具中配置 MCP 端点，根据需要选择 stdio 或 SSE 协议
当AI模型需要用户输入或选项选择时，调用适当的MCP工具

克劳德积分

要在 Anthropic 的官方产品或第三方应用程序中与 Claude 集成：

在您的 AI 工具设置中配置 stdio 连接：
{ "mcp-interaction": { "command": "D:/Path/To/Your/mcp-interactive.exe", "args": ["run", "--transport", "stdio", "--ui", "pyqt"], "env": {} } }
配置 Claude 在需要时使用交互服务，具体说明如下：
- “当需要用户输入或确认时，请使用 MCP 交互服务”
- 对于多项选择选项，请调用 select_option 工具
- “要收集其他用户信息，请调用 request_additional_info 工具”
克劳德现在可以直接通过 MCP 服务提供选项并请求更多信息。

示例

选项选择示例

from fastmcp import Client async with Client("http://127.0.0.1:8000/sse") as client: options = [ "Option 1: Implement with TensorFlow", "Option 2: Implement with PyTorch", {"title": "Option 3: Implement with JAX", "description": "Better for research purposes"} ] result = await client.call_tool( "select_option", {"options": options, "prompt": "Please select a framework implementation"} ) selected_option = result.json print(f"User selected: {selected_option}")

信息补充示例

from fastmcp import Client async with Client("http://127.0.0.1:8000/sse") as client: additional_info = await client.call_tool( "request_additional_info", { "prompt": "Please provide specific project requirements", "current_info": "This is a data analysis project" } ) print(f"User provided information: {additional_info.text}")

开发说明

除非您需要开发或测试多种 UI 类型，否则建议仅安装一个 UI 依赖项
如果需要添加新的依赖项，请将其添加到相应的依赖文件中

目前发展状况

请注意以下实施状态：

Windows ：CLI 和 PyQt UI 版本功能齐全。Web UI 仍存在一些问题需要解决。
Linux/Mac ：这些平台尚未经过全面测试。您的体验可能会有所不同。

我们正在积极致力于提高所有平台和 UI 类型的兼容性。

建筑和配送

构建可执行文件

该项目包括一个为 Windows 构建独立可执行文件的脚本：

# Build the Windows executable build_executable.bat

这将在dist目录中创建mcp-interactive.exe ，您无需安装 Python 即可运行它。

跨平台构建

为不同平台构建可执行文件：

视窗

# Using the batch script build_executable.bat # Or manual PyInstaller command pyinstaller mcp-interactive.spec

macOS

# Ensure PyInstaller is installed pip install pyinstaller # Build using the spec file pyinstaller mcp-interactive.spec

Linux