interactive-feedback-mcp 的安装和配置教程

1. 项目基础介绍和主要编程语言

interactive-feedback-mcp 是一个开源项目，它旨在通过提供一个 MCP（Model Context Protocol）服务器，使得 AI 辅助开发工具如 Cursor、Cline 和 Windsurf 等能够实现人类在环的工作流程。该服务器允许用户直接向 AI 代理提供反馈，弥合 AI 与用户之间的差距。此项目主要使用 Python 编程语言开发。

2. 项目使用的关键技术和框架

本项目使用了 Model Context Protocol（MCP），这是一种允许 AI 模型与外部工具和用户进行交互的协议。此外，项目还依赖于 Python 的 uv 包作为服务器的运行环境，该包提供了一个简单的服务器框架，用于创建高性能的网络服务器。

3. 项目安装和配置的准备工作及详细步骤

准备工作

在开始安装之前，请确保您的系统中已安装以下软件：

• Python 3.11 或更新版本
• uv 包（Python 包管理器）

安装步骤

1. 安装 uv 包

   根据您的操作系统，选择以下命令进行安装：

   • Windows:

     pip install uv
     

   • Linux:

     curl -LsSf https://astral.sh/uv/install.sh | sh
     

   • macOS:

     brew install uv
     

2. 获取项目代码

   克隆该项目到本地目录：

   git clone https://github.com/poliva/interactive-feedback-mcp.git
   

   或者下载源代码。

3. 配置 MCP 服务器

   在您的 Claude Desktop 的 claude_desktop_config.json 文件或 Cursor 的 mcp.json 文件中添加以下配置。请确保将 /path/to/interactive-feedback-mcp 替换为您系统中项目克隆的实际路径。

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

4. 配置 AI 助手的自定义规则

   在您的 AI 助手的设置中（例如在 Cursor 设置中的规则 > 用户规则），添加以下规则：

   • 如果要求或说明不清楚，使用工具 interactive_feedback 向用户提出澄清性问题，不要做出假设。
   • 在可能的情况下，通过 interactive_feedback MCP 工具向用户展示预定义选项，以促进快速决策。
   • 在完成用户请求之前，调用 interactive_feedback 工具请求用户反馈。如果反馈为空，可以结束请求，不要在循环中调用工具。

通过以上步骤，您可以成功安装和配置 interactive-feedback-mcp 项目，并开始利用它来改进您的 AI 辅助开发工作流程。