使用说明
反馈回路MCP
简单的MCP服务器，在Cursor等人工智能辅助开发工具中实现人机交互工作流程。此服务器允许您运行命令，查看其输出，并直接向AI提供文本反馈。它还与Cline和Windsurf兼容。
灵感：该项目的灵感来自 交互式反馈mcp 由法比奥·费雷拉（@fabiomlferreira）撰写。
特性
- 跨平台：适用于macOS、Windows和Linux
- 交互式用户界面：用于收集反馈的现代响应式界面
- 设置持久性：保存和恢复每个项目的UI首选项
- MCP集成：与MCP兼容的AI助手无缝集成
- macOS覆盖支持：macOS上的原生覆盖窗口支持
- 动态快速反馈：直接通过MCP工具调用提供自定义、可点击的快速反馈选项，允许根据具体情况提出建议。
截图
带有macOS动态效果的反馈收集界面
安装
npx快速入门（推荐）
使用此MCP服务器的最简单方法是通过npx：
npx feedback-loop-mcp
全球安装
对于频繁使用，请全局安装：
npm install -g feedback-loop-mcp
feedback-loop-mcp
地方发展设置
对于开发或定制：
-
克隆存储库：
git clone <repository-url> cd feedback-loop-mcp -
安装依赖项：
npm install -
在开发模式下运行：
npm run dev
MCP服务器配置
光标IDE
将以下配置添加到光标设置中(mcp.json):
{
"mcpServers": {
"feedback-loop-mcp": {
"command": "npx",
"args": ["feedback-loop-mcp"],
"timeout": 600,
"autoApprove": [
"feedback_loop"
]
}
}
}
Cline/Windsurf
类似的设置原则也适用。在MCP设置中配置服务器命令：
{
"mcpServers": {
"feedback-loop-mcp": {
"command": "npx",
"args": ["feedback-loop-mcp"]
}
}
}
克劳德桌面
添加到您的Claude Desktop配置中：
{
"mcpServers": {
"feedback-loop-mcp": {
"command": "npx",
"args": ["feedback-loop-mcp"]
}
}
}
用法
这 feedback_loop 该工具接受以下参数：
project_directory（string，必填）：项目目录的完整路径。prompt（字符串，必填）：总结和问题相结合，描述所做的工作并要求具体的反馈。quickFeedbackOptions（字符串数组，可选）：预定义的反馈字符串列表，将在UI中显示为可点击的选项，以获得更快的反馈。
来自AI助手的示例工具调用：
feedback_loop_mcp({
project_directory: "/path/to/your/project",
prompt: "I implemented the new user authentication flow with JWT. Does this approach meet your requirements?",
quickFeedbackOptions: [
"Yes, looks good!",
"Needs minor changes to the error handling.",
"Please try a different approach."
]
});
运行服务器
通过npx（推荐）
npx feedback-loop-mcp
通过全球安装
feedback-loop-mcp
地方发展
npm start
命令行参数
应用程序接受以下命令行参数：
--project-directory <path>：设置项目目录--prompt <text>：设置初始提示/摘要文本
例子：
npm start -- --project-directory "/path/to/project" --prompt "Please review this code"
可用工具
MCP服务器提供以下工具：
feedback_loop：显示用于收集用户反馈的UI并返回响应
AI助手中的示例用法：
{
"tool_name": "feedback_loop",
"arguments": {
"project_directory": "/path/to/your/project",
"summary": "I've implemented the changes you requested and refactored the main module."
}
}
提示工程
为了获得最佳效果，请在AI助手的自定义提示中添加以下内容：
Whenever you want to ask a question, always call the MCP feedback_loop tool.
Whenever you're about to complete a user request, call the MCP feedback_loop tool instead of simply ending the process.
Keep calling the feedback_loop tool until the user's feedback is empty, then end the request.
这可确保您的AI助手在将任务标记为已完成之前使用此MCP服务器请求用户反馈。
益处
通过引导助手与用户联系，而不是分散到推测性的、高成本的工具调用中，该模块可以大大减少Cursor等平台上的高级请求（例如OpenAI工具调用）的数量。在某些情况下，它有助于将多达25个工具调用整合到一个单一的、有反馈意识的请求中，从而节省资源并提高性能。
内置应用程序将在 dist 目录。
项目结构
feedback-loop-mcp/
├── main.js # Main Electron process
├── preload.js # Preload script for secure IPC
├── package.json # Project configuration
├── README.md # This file
├── assets/ # Static assets
│ └── feedback.png # Application icon
├── renderer/ # Renderer process files
│ ├── index.html # Main UI
│ ├── styles.css # Styling
│ └── renderer.js # UI logic
└── server/ # MCP server
└── mcp-server.js # Node.js MCP server
配置
该应用程序使用Electron的内置存储自动保存设置：
- 通用设置：窗口大小、位置和UI首选项
- 项目特定设置：命令历史和项目特定配置
设置存储在每个平台的标准应用程序数据目录中。
功能概述
反馈收集
- 富格文本反馈输入
- 自动保存反馈
- JSON输出格式，便于集成
- 包括时间戳和项目信息
提示工程
制定有效的提示是获得有用反馈的关键。使用时 prompt 参数，旨在：
-
简洁但完整：在一份清晰的声明中描述已经完成的工作以及你需要什么反馈。
-
包括上下文：提及影响您所寻求反馈的关键实施细节或选择。
-
问一个具体的问题：以一个明确的问题结束，引导用户提供所需的反馈。
-
正确地构建问题：不要问“这看起来好吗？”，试着问“这个实现满足了你对X的要求吗？”
有效提示示例：
I've implemented user authentication using JWT with a 24-hour expiration and refresh tokens. Does this approach provide the security level you need for this application?
快速反馈选项
定义时 quickFeedbackOptions，考虑：
- 最多提供3-5个选项，以获得最佳用户体验
- 包括积极和建设性的反馈选项
- 使选项特定于上下文，而不是通用的
- 从最积极到最关键的顺序选项
设计良好的快速反馈选项示例：
quickFeedbackOptions: [
"Perfect, exactly what I needed",
"Good approach, but please add more validation",
"I'd prefer a different authentication method",
"Let's discuss alternatives in more detail"
]
发展
有关开发和构建信息，请参阅 Developpent.md.
故障排除
常见问题
- MCP服务器未连接：确保服务器正在运行并且配置正确
- 找不到npx命令：确保Node.js和npm安装正确
- 权限错误：在Unix系统上，您可能需要使二进制文件可执行
调试模式
使用调试输出运行：
DEBUG=* npx feedback-loop-mcp
许可证
MIT许可证-详见package.json。
