AI导哈

用户反馈收集工具

基于Node.js的MCP反馈收集工具，支持AI工作汇报和用户反馈收集，适用于开发者和AI工具集成。

  • by Embrs
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 Embrs/user-feedback

使用说明

User Feedback

基於 Node.js 的 MCP 反饋收集工具，支援 AI 工作彙報和用戶反饋收集。

功能特點

  • MCP 協議支援：符合 Model Context Protocol 標準，可與 Claude Desktop、Cursor 等 MCP 客戶端整合
  • 左右分割介面：左側顯示 AI 工作彙報，右側為用戶反饋區域
  • 圖片處理：支援拖放上傳、順序調整、彈窗檢視
  • 罐頭語快速回覆：預設常用回覆，支援自訂編輯
  • 深色主題：與 IDE 環境風格一致

系統需求

  • Node.js 18.0.0 或更高版本
  • npm 或 yarn 套件管理器

安裝

📦 npm 套件: https://www.npmjs.com/package/@embrs/user-feedback

# 全域安裝
npm install -g @embrs/user-feedback

# 更新到最新版本
npm update -g @embrs/user-feedback

# 或使用 npx 直接執行（無需安裝，自動使用最新版）
npx @embrs/user-feedback@latest --help

解除安裝

npm uninstall -g @embrs/user-feedback

注意：解除安裝後，請記得從 MCP 客戶端配置中移除相關設定。

使用方式

作為 MCP 服務器

# 啟動 MCP 服務器（預設模式）
user-feedback start

# 指定端口
user-feedback start --port 3000

# 啟用除錯模式
user-feedback start --debug

僅 Web 模式（測試用）

user-feedback start --web

其他命令

# 檢查配置和系統狀態
user-feedback health

# 顯示當前配置
user-feedback config

MCP 客戶端配置

Cursor

  1. 打開 Cursor 設定（Cmd + ,）
  2. 搜尋 "MCP" 或進入 Features → MCP Servers
  3. 點擊 "Edit in settings.json" 或 "Add Server"
  4. 添加以下配置：
{
  "mcpServers": {
    "user-feedback": {
      "command": "npx",
      "args": ["-y", "@embrs/user-feedback"],
      "env": {
        "MCP_WEB_PORT": "3000",
        "MCP_DIALOG_TIMEOUT": "60000",
        "LOG_LEVEL": "warn"
      }
    }
  }
}
  1. 重啟 Cursor 使配置生效

💡 提示：可以在 env 中設定任何環境變數，優先順序高於 .env 文件。

Claude Desktop

在 ~/Library/Application Support/Claude/claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "user-feedback": {
      "command": "npx",
      "args": ["-y", "@embrs/user-feedback"],
      "env": {
        "MCP_WEB_PORT": "3000",
        "MCP_DIALOG_TIMEOUT": "60000",
        "LOG_LEVEL": "warn"
      }
    }
  }
}

Windsurf

在 MCP 設定中添加：

{
  "mcpServers": {
    "user-feedback": {
      "command": "npx",
      "args": ["-y", "@embrs/user-feedback"],
      "env": {
        "MCP_WEB_PORT": "3000",
        "MCP_DIALOG_TIMEOUT": "60000",
        "LOG_LEVEL": "warn"
      }
    }
  }
}

環境變數配置

🎯 推薦方式：MCP 客戶端配置

直接在 MCP 客戶端配置中設定環境變數，優先順序最高：

{
  "mcpServers": {
    "user-feedback": {
      "command": "npx",
      "args": ["-y", "@embrs/user-feedback"],
      "env": {
        "MCP_WEB_PORT": "3000",
        "MCP_DIALOG_TIMEOUT": "60000",
        "LOG_LEVEL": "warn"
      }
    }
  }
}

📁 備用方式：.env 文件

複製 .env.example 為 .env 並根據需要修改：

變數 說明 預設值
MCP_WEB_PORT Web 服務器端口 3239
MCP_DIALOG_TIMEOUT 反饋超時時間（秒） 60000
LOG_LEVEL 日誌級別（silent/error/warn/info/debug） info
MCP_MAX_FILE_SIZE 最大檔案大小（位元組） 10485760 (10MB)

MCP 工具 API

collect_feedback

收集用戶對 AI 工作的反饋。

參數：

  • work_summary (string, 必填)：AI 工作彙報內容

返回：

  • 用戶提交的反饋內容（文字和/或圖片）

範例：

AI 調用 collect_feedback 工具，傳入工作彙報內容
→ 系統開啟 Web 介面
→ 用戶在介面中提交反饋
→ 反饋內容返回給 AI

開發

詳見 DEV.md。

授權

MIT License

相关 MCP