Skip to main content
Glama

🗣️ Interactive Feedback MCP - 专业版

Python PySide6 FastMCP License MCP

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 CursorClaude DesktopWindsurf 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

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

# macOS/Linux curl -LsSf https://astral.sh/uv/install.sh | sh # Windows (PowerShell) powershell -c "irm https://astral.sh/uv/install.ps1 | iex" # 或者使用 pip pip install uv

2. 克隆项目

git clone https://github.com/your-username/interactive-feedback-mcp.git cd interactive-feedback-mcp

3. 验证安装

# 测试MCP服务器 uv run server.py # 测试UI界面 uv run enhanced_feedback_ui.py --prompt "测试消息" --output-file test.json

⚙️ 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

{ "mcpServers": { "interactive-feedback": { "command": "uv", "args": [ "--directory", "/absolute/path/to/interactive-feedback-mcp", "run", "server.py" ], "timeout": 600, "autoApprove": ["interactive_feedback"] } } }

Claude Desktop 配置

编辑 claude_desktop_config.json

{ "mcpServers": { "interactive-feedback": { "command": "uv", "args": [ "--directory", "/absolute/path/to/interactive-feedback-mcp", "run", "server.py" ], "timeout": 600 } } }

⚠️ 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

Cursor Settings > Rules for AI 中添加:

# Interactive Feedback MCP 使用规则 ## 强制交互协议 - 收到用户消息后,必须先调用 `interactive_feedback` 工具进行智能分析 - 提供预定义选项供用户快速选择 - 执行操作前必须获得用户确认 - 完成任务后询问是否需要进一步操作 ## 使用场景 - 需求不明确时:询问澄清 - 有多种实现方案时:提供选项 - 重要操作前:请求确认 - 任务完成后:询问后续需求 ## 格式示例

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

{ "ui": { "theme": "enhanced_glassmorphism", "language": "zh_CN", "font_family": "PingFang SC", "font_size": 14, "window_width": 1400, "window_height": 1200, "panel_ratios": [40, 40, 20] }, "performance": { "max_startup_time": 2.0, "max_response_time": 100.0, "max_memory_usage": 100.0, "enable_monitoring": true } }

📄 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

logs/ ├── interactive_feedback_mcp.log # 主日志文件 ├── errors.log # 错误日志 ├── performance.log # 性能日志 └── project_context.log # 项目上下文日志

🛠️ 日志管理工具

使用 manage_logs.py 脚本管理日志:

# 查看日志摘要 python manage_logs.py summary # 查看最近50行主日志 python manage_logs.py view --type main --lines 50 # 查看错误日志 python manage_logs.py view --type error # 搜索日志内容 python manage_logs.py search "错误关键词" --type all # 分析错误统计 python manage_logs.py analyze # 实时监控日志 python manage_logs.py monitor # 清理30天前的日志 python manage_logs.py cleanup --days 30 # 导出日志文件 python manage_logs.py export --output logs_backup.zip # 配置日志级别 python manage_logs.py config --level DEBUG

⚙️ 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:

  1. 查看错误日志

    python manage_logs.py view --type error
  2. 分析性能问题

    python manage_logs.py view --type performance
  3. 检查项目上下文

    python manage_logs.py view --type context
  4. 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

请使用 interactive_feedback 询问我想要什么类型的API设计

2. 项目分析和建议

分析当前项目状态并提供改进建议

3. 代码审查和优化

请审查这段代码并提供优化建议:[代码内容]

高级功能

1. 文件引用系统

请分析 @server.py 文件的架构设计

2. 批量操作

请批量处理以下文件的格式化:@ui/components/*.py

3. 性能监控

检查当前应用的性能指标并提供优化建议

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

interactive-feedback-mcp/ ├── server.py # MCP服务器入口 ├── enhanced_feedback_ui.py # UI主程序 ├── rules.md # 开发规范文档 ├── pyproject.toml # 项目配置 ├── ui/ # UI组件模块 │ ├── components/ # 核心组件 │ │ ├── three_column_layout.py # 三栏布局 │ │ ├── enhanced_markdown_renderer.py # 渲染引擎 │ │ └── main_window.py # 主窗口 │ ├── styles/ # 样式主题 │ │ └── enhanced_glassmorphism.py # 毛玻璃主题 │ ├── utils/ # 工具模块 │ │ ├── performance.py # 性能监控 │ │ └── config_manager.py # 配置管理 │ └── widgets/ # 自定义控件 └── tests/ # 测试文件

开发环境设置

# 安装开发依赖 uv sync --dev # 运行测试 uv run python -m pytest tests/ # 代码格式化 uv run python -m black . # 类型检查 uv run python -m mypy .

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

# 检查编码设置 python -c "import locale; print(locale.getpreferredencoding())" # 强制UTF-8 export PYTHONIOENCODING=utf-8

2. UI界面异常

# 重置配置 rm ~/.interactive_feedback_mcp/config.json # 重新启动应用 uv run enhanced_feedback_ui.py --prompt "测试" --output-file test.json

3. 性能问题

# 检查性能指标 uv run python -c " from ui.utils.performance import global_performance_monitor monitor = global_performance_monitor monitor.start_monitoring() print(monitor.get_current_metrics()) "

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

  1. Fork 项目

  2. 创建功能分支:git checkout -b feature/new-feature

  3. 遵循 开发规范

  4. 编写测试用例

  5. 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

⭐ 如果这个项目对您有帮助,请给我们一个Star!

-
security - not tested
A
license - permissive license
-
quality - not tested

Latest Blog Posts

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/zengxiaolou/Interactive-Feedback-MCP'

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