The server monitors and displays Git status and project context in a dedicated UI panel and logs, providing real-time version control awareness to the AI assistant and the user.
Includes an enhanced Markdown rendering engine to format and display interactive AI responses and user input within its three-column UI layout.
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@Interactive Feedback MCPAsk me to confirm before refactoring the database schema"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
🗣️ Interactive Feedback MCP - 专业版
专为AI辅助开发设计的智能交互反馈系统
Interactive Feedback MCP 是一个高性能的 MCP Server,专为 Cursor、Claude Desktop 和 Windsurf 等AI开发工具设计。采用现代化三栏布局和毛玻璃效果UI,支持实时交互反馈、多媒体处理和智能项目分析。
✨ 核心特性
🎯 智能交互系统
🔄 实时双向对话 - AI助手可暂停并请求用户澄清,避免猜测性开发
🎯 预定义选项 - 快速选择常用操作,提升开发效率
📊 智能分析 - 自动分析用户意图、紧急程度和项目上下文
⚡ 性能优化 - 启动时间<2秒,UI响应<100ms,内存占用<100MB
🎨 现代化UI界面
🖼️ 三栏布局 - 消息内容(40%) + 智能推荐(40%) + 项目信息(20%)
✨ 毛玻璃效果 - 深色主题,强制模式,不受系统主题影响
🌏 中文优化 - 完美支持中文字体和UTF-8编码
📱 响应式设计 - 适配不同屏幕尺寸和DPI设置
🔧 技术架构
🏗️ MCP协议 - 基于FastMCP框架的标准化工具调用
🎯 PySide6 UI - 现代化Qt界面框架
⚡ 性能监控 - 内置性能跟踪和优化系统
⚙️ 配置管理 - 统一配置系统,支持主题切换和个性化设置
💡 解决的问题
AI开发工具的痛点
在 Cursor 等环境中:
每次提示消耗API额度,成本高昂
基于猜测的开发导致错误代码
单向交互,无法及时澄清需求
迭代效率低,调试时间长
我们的解决方案
Interactive Feedback MCP 通过工具调用暂停机制:
🔄 AI可在单次请求内多轮交互
💰 工具调用不计入API使用量
✅ 确认后再执行,减少错误
🚀 效率提升5倍以上
🚀 快速开始
系统要求
Python: 3.10+
系统: Windows 10+, macOS 12+, Ubuntu 20.04+
内存: 建议4GB+
存储: 500MB可用空间
安装步骤
1. 安装 uv 包管理器
2. 克隆项目
3. 验证安装
⚙️ 配置指南
MCP客户端配置
Cursor 配置
在项目根目录或全局配置中创建 mcp.json:
Claude Desktop 配置
编辑 claude_desktop_config.json:
⚠️ 重要提醒:
使用绝对路径确保正确找到项目
Windows用户请使用正斜杠
/或双反斜杠\\配置后需要重启AI客户端
AI助手规则配置
在 Cursor Settings > Rules for AI 中添加:
请使用 interactive_feedback 工具询问用户具体需求
性能配置
创建 ~/.interactive_feedback_mcp/config.json:
📄 日志系统
🔍 日志功能
本项目现已集成完整的日志系统,支持:
📊 多级别日志记录 (DEBUG, INFO, WARNING, ERROR, CRITICAL)
🔄 文件轮转和大小控制 (默认10MB轮转,保留5个备份)
⚡ 性能监控 (记录操作耗时,识别慢操作)
📋 项目上下文记录 (自动记录项目信息和Git状态)
🐛 错误详情追踪 (包含堆栈信息和上下文)
👁️ 实时日志监控
📁 日志文件位置
🛠️ 日志管理工具
使用 manage_logs.py 脚本管理日志:
⚙️ 日志配置
日志配置文件 logging_config.json 允许自定义:
📝 日志级别和格式
📦 文件大小和轮转设置
🖥️ 控制台输出控制
⏱️ 性能监控阈值
🧹 自动清理策略
🚨 排查问题
使用日志系统排查问题:
查看错误日志
python manage_logs.py view --type error分析性能问题
python manage_logs.py view --type performance检查项目上下文
python manage_logs.py view --type context搜索特定错误
python manage_logs.py search "UI启动失败" --type all
📖 使用指南
基础用法
1. 智能交互反馈
2. 项目分析和建议
3. 代码审查和优化
高级功能
1. 文件引用系统
2. 批量操作
3. 性能监控
UI界面说明
三栏布局
左栏(40%):消息内容和用户输入
中栏(40%):AI智能推荐和选项
右栏(20%):项目信息和Git状态
快捷键
Ctrl+Enter:提交反馈Escape:取消操作Ctrl+1-5:快速选择预定义选项Ctrl+/:显示帮助信息
🛠️ 开发指南
项目结构
开发环境设置
性能要求
启动时间: < 2秒
UI响应: < 100毫秒
内存使用: < 100MB (空闲状态)
CPU占用: < 5% (空闲状态)
🔧 故障排除
常见问题
1. 中文显示乱码
2. UI界面异常
3. 性能问题
4. MCP连接失败
检查路径配置是否正确
确认uv命令可用
查看客户端日志错误信息
验证server.py可正常运行
📈 路线图
当前版本 (v2.0)
✅ 三栏布局UI
✅ 毛玻璃主题
✅ 性能监控
✅ 配置管理
下一版本 (v2.1)
🔄 视频内容分析
🔄 图片OCR识别
🔄 多语言支持
🔄 插件系统
未来计划 (v3.0)
🔮 AI代理集成
🔮 云端同步
🔮 团队协作
🔮 API扩展
🤝 贡献指南
开发流程
Fork 项目
创建功能分支:
git checkout -b feature/new-feature遵循 开发规范
编写测试用例
提交PR
代码规范
遵循 rules.md 中的开发规则
使用Black进行代码格式化
保持测试覆盖率 > 80%
编写清晰的提交消息
📄 许可证
本项目基于 MIT License 开源协议。
🙏 致谢
📞 联系方式
问题反馈:GitHub Issues
功能建议:GitHub Discussions
⭐ 如果这个项目对您有帮助,请给我们一个Star!