interactive-feedback-mcp 的安装和配置教程

项目基础介绍

interactive-feedback-mcp 是一个开源项目，旨在为人工智能辅助开发工具提供一个人类在环（human-in-the-loop）的工作流程。它允许开发者在执行命令时查看输出，并提供直接反馈给 AI，从而优化开发过程中的决策。该项目主要使用 Python 编程语言实现。

项目使用的关键技术和框架

此项目使用了以下关键技术和框架：

• Qt 的 QSettings：用于在项目基础上存储配置信息，如命令行、执行选项、界面布局等。
• uv：一个用于创建虚拟环境和安装依赖的 Python 包管理器。
• fastmcp：一个用于开发模式下测试 MCP 服务的 Web 界面。

准备工作和安装步骤

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。
• Git：用于克隆项目代码。

安装步骤

1. 克隆项目代码

   打开命令行，使用以下命令克隆项目仓库：

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

2. 安装依赖

   切换到克隆的项目目录下，使用 uv 命令安装项目依赖：

   cd path/to/interactive-feedback-mcp
   uv sync
   

   这将会创建一个虚拟环境并安装所需的包。

3. 运行 MCP Server

   在项目目录中，运行以下命令启动 MCP 服务器：

   uv run server.py
   

4. 配置 MCP 服务器

   根据您使用的 AI 辅助开发工具（如 Cursor、Cline 或 Windsurf），您需要在工具的设置中指定自定义 MCP 服务器。以下是配置 MCP 服务器的一般步骤：

   • 找到工具的 MCP 设置选项。
   • 添加一个新的 MCP 服务器，使用 interactive-feedback-mcp 作为服务器标识符。
   • 指定服务器的命令行为 uv run server.py 并提供正确的项目目录路径。

   如果您需要进行手动配置（例如通过修改 mcp.json 文件），则需要按照以下格式更改配置：

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

   替换 path/to/your/interactive-feedback-mcp 为您克隆项目的实际路径。

按照上述步骤操作，您应该能够成功安装和配置 interactive-feedback-mcp 项目，并开始使用它来增强您的人工智能辅助开发流程。