Skip to main content
Glama

Interactive Feedback MCP

by duolabmeng6

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

🚀 快速开始

直接使用(推荐)

无需安装,直接运行:

# 使用 uvx 直接运行(推荐) uvx interactive-feedback-mcp # 从 GitHub 运行最新版本 uvx --from git+https://github.com/duolabmeng6/interactive-feedback-mcp.git interactive-feedback-mcp

本地开发

如果您已经克隆了项目:

# 进入项目目录 cd interactive-feedback-mcp # 使用 uv 运行 uv run interactive-feedback-mcp # 或者直接运行 Python 脚本 uv run python interactive_feedback_mcp/server.py

参数说明

工具启动后会等待 MCP 协议的输入。通常情况下,您不需要手动运行这些命令,而是通过 AI 助手的 MCP 配置来使用。

⚡ 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", "interactive-feedback-mcp"], "timeout": 600, "autoApprove": ["interactive_feedback"] } } }

注意:使用 uvx interactive-feedback-mcp 而不是 uvx run interactive-feedback-mcp。uvx 是 uv tool run 的别名,直接指定工具名即可。

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", "interactive-feedback-mcp"], "timeout": 600, "autoApprove": ["interactive_feedback"] } } }

或者使用传统方式:

{ "mcpServers": { "interactive-feedback-mcp": { "command": "uv", "args": ["run", "--directory", "/path/to/interactive-feedback-mcp", "python", "interactive_feedback_mcp/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/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。

❓ 常见问题

Q: 如何直接测试工具是否正常工作?

A: 运行 uvx interactive-feedback-mcp,工具会启动并等待 MCP 协议输入。如果没有错误信息,说明工具正常工作。

Q: 运行 uvx run interactive-feedback-mcp 时提示错误怎么办?

A: 正确的命令是 uvx interactive-feedback-mcp(不需要 run)。如果看到提示询问是否要执行正确命令,输入 y 确认即可。

Q: uvx、uv run、uv tool run 有什么区别?

A:

  • uvx = uv tool run:用于运行独立工具,工具会安装在临时隔离环境中

  • uv run:在项目环境中运行命令,适用于项目内的脚本和工具

Q: 工具启动后没有界面怎么办?

A: 这是正常的!工具启动后会等待 MCP 协议的输入。只有当 AI 助手调用 interactive_feedback 功能时,才会弹出图形界面。

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

Deploy Server
A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

A powerful MCP server that provides interactive user feedback and command execution capabilities for AI-assisted development, featuring a graphical interface with text and image support.

  1. 🌟 主要功能
    1. 📸 界面预览
      1. cursor配置
        1. 🚀 快速开始
          1. 直接使用(推荐)
          2. 本地开发
          3. 参数说明
        2. ⚡ MCP 配置
          1. 使用 uvx (推荐)
          2. 使用 uv (本地安装)
          3. 使用 Python (本地安装)
        3. 🎯 提示工程规则
          1. MCP Interactive Feedback 使用规则
        4. 另外一份提示词
          1. ❓ 常见问题
            1. Q: 如何直接测试工具是否正常工作?
            2. Q: 运行 uvx run interactive-feedback-mcp 时提示错误怎么办?
            3. Q: uvx、uv run、uv tool run 有什么区别?
            4. Q: 工具启动后没有界面怎么办?
            5. 使用建议
          2. 📄 许可证
            1. 打赏

              Related MCP Servers

              • A
                security
                F
                license
                A
                quality
                An MCP server that supercharges AI assistants with powerful tools for software development, enabling research, planning, code generation, and project scaffolding through natural language interaction.
                Last updated -
                11
                1,167
                80
                • Linux
                • Apple
              • A
                security
                A
                license
                A
                quality
                A MCP server that enables human-in-the-loop workflow in AI-assisted development tools by allowing users to run commands, view their output, and provide textual feedback directly to the AI assistant.
                Last updated -
                1
                1,588
                MIT License
                • Linux
                • Apple
              • -
                security
                F
                license
                -
                quality
                An MCP server that provides user dialogue capabilities for AI code editors, allowing AI to interact with users through dialog boxes when needing input during the coding process.
              • A
                security
                A
                license
                A
                quality
                An advanced MCP server that provides interactive feedback mechanisms with support for various feedback types, multi-language capabilities, and team collaboration features for AI tools like Cursor, Cline, and Windsurf.
                Last updated -
                4
                1
                MIT License
                • Apple
                • Linux

              View all related MCP servers

              MCP directory API

              We provide all the information about MCP servers via our MCP API.

              curl -X GET 'https://glama.ai/api/mcp/v1/servers/duolabmeng6/interactive-feedback-mcp'

              If you have feedback or need assistance with the MCP directory API, please join our Discord server