MCP Interactive Service

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。

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：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。

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）

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

4. 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：

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：

您也可以使用项目的 pyproject.toml 文件直接安装所有依赖项：

2.启动程序

启动不同的UI响应方法：

其他服务启动选项：

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）

与可执行文件一起使用

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：

游标配置：

风帆冲浪配置：

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：

1. 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。
2. 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。
3. 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。
4. 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。
5. 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

测试工具

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：

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：

有关更多详细信息，请参阅STDIO 测试指南。

UI 测试

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：

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：

1. 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
2. 在 AI 工具中配置 MCP 端点，根据需要选择 stdio 或 SSE 协议
3. 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：

1. 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": {} } }
2. 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”
3. 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

信息补充示例

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：

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

macOS

Linux

注意：您必须在目标平台上构建（您不能从 Windows 等构建 macOS 可执行文件）

通过 GitHub 分发

要使您构建的可执行文件可供下载：

1. 为你的项目创建 GitHub 版本
2. 将构建的可执行文件上传为发布资产
3. 提供清晰的文档，说明每个平台应使用哪个可执行文件

示例步骤：

1. 导航到你的 GitHub 存储库
2. 点击右侧边栏中的“发布”
3. 点击“创建新版本”
4. 设置版本标签（例如，v1.0.0）
5. 为您的发布添加标题和描述
6. 拖放或上传适用于不同平台的可执行文件
7. 点击“发布版本”

然后，用户可以从 GitHub 发布页面下载适合其操作系统的版本。

执照

该项目根据 MIT 许可证发布。