Interactive Feedback MCP

Un servidor MCP para herramientas de desarrollo asistido por IA como Cursor y Claude, que admite flujos de trabajo de retroalimentación interactiva con IA.

GitHub
16
Prueba este MCPPatrocinado

Documentación

🗣️ Interactive Feedback MCP - Edición Profesional

Python PySide6 FastMCP License MCP

Sistema inteligente de retroalimentación interactiva diseñado para desarrollo asistido por IA

Interactive Feedback MCP es un servidor MCP de alto rendimiento, diseñado específicamente para herramientas de desarrollo de IA como Cursor, Claude Desktop y Windsurf. Cuenta con un diseño moderno de tres columnas y una interfaz de usuario con efecto de vidrio esmerilado, que admite retroalimentación interactiva en tiempo real, procesamiento multimedia y análisis inteligente de proyectos.

✨ Características principales

🎯 Sistema de interacción inteligente

  • 🔄 Diálogo bidireccional en tiempo real - El asistente de IA puede pausar y solicitar aclaraciones al usuario, evitando desarrollo basado en suposiciones
  • 🎯 Opciones predefinidas - Selección rápida de operaciones comunes para mejorar la eficiencia del desarrollo
  • 📊 Análisis inteligente - Analiza automáticamente la intención del usuario, la urgencia y el contexto del proyecto
  • ⚡ Optimización de rendimiento - Tiempo de inicio <2 segundos, respuesta de UI <100 ms, uso de memoria <100 MB

🎨 Interfaz de usuario moderna

  • 🖼️ Diseño de tres columnas - Contenido del mensaje (40%) + Recomendaciones inteligentes (40%) + Información del proyecto (20%)
  • ✨ Efecto de vidrio esmerilado - Tema oscuro, modo forzado, no afectado por el tema del sistema
  • 🌏 Optimizado para chino - Soporte perfecto para fuentes chinas y codificación UTF-8
  • 📱 Diseño responsivo - Se adapta a diferentes tamaños de pantalla y configuraciones de DPI

🔧 Arquitectura técnica

  • 🏗️ Protocolo MCP - Llamadas de herramientas estandarizadas basadas en el marco FastMCP
  • 🎯 UI PySide6 - Marco de interfaz Qt moderno
  • ⚡ Monitoreo de rendimiento - Sistema integrado de seguimiento y optimización del rendimiento
  • ⚙️ Gestión de configuración - Sistema de configuración unificado, compatible con cambio de temas y personalización

💡 Problemas que resuelve

Puntos débiles de las herramientas de desarrollo de IA

En entornos como Cursor:

  • Cada indicación consume cuota de API, lo que resulta costoso
  • El desarrollo basado en suposiciones genera código con errores
  • Interacción unidireccional, sin posibilidad de aclarar requisitos a tiempo
  • Baja eficiencia de iteración y tiempos de depuración prolongados

Nuestra solución

Interactive Feedback MCP mediante el mecanismo de pausa en llamadas de herramientas:

  • 🔄 La IA puede realizar múltiples rondas de interacción dentro de una sola solicitud
  • 💰 Las llamadas a herramientas no se contabilizan en el uso de API
  • ✅ Ejecución después de confirmación, reduciendo errores
  • 🚀 Mejora la eficiencia más de 5 veces

🚀 Inicio rápido

Requisitos del sistema

  • Python: 3.10+
  • Sistema: Windows 10+, macOS 12+, Ubuntu 20.04+
  • Memoria: Se recomienda 4GB+
  • Almacenamiento: 500MB de espacio disponible

Pasos de instalación

1. Instalar el gestor de paquetes uv

# 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. Clonar el proyecto

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

3. Verificar la instalación

# 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

⚙️ Guía de configuración

Configuración del cliente MCP

Configuración de Cursor

Cree mcp.json en la raíz del proyecto o en la configuración global:

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

Configuración de Claude Desktop

Edite claude_desktop_config.json:

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

⚠️ Recordatorio importante:

  • Utilice rutas absolutas para garantizar que el proyecto se encuentre correctamente
  • Los usuarios de Windows deben usar barras diagonales / o dobles barras invertidas \\
  • Reinicie el cliente de IA después de la configuración

Configuración de reglas del asistente de IA

En Cursor Settings > Rules for AI, agregue:

# 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

Utilice la herramienta interactive_feedback para preguntar al usuario sobre sus necesidades específicas

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
  }
}

📄 Sistema de registros

🔍 Funciones de registro

Este proyecto ahora incluye un sistema de registros completo que admite:

  • 📊 Registro de múltiples niveles (DEBUG, INFO, WARNING, ERROR, CRITICAL)
  • 🔄 Rotación de archivos y control de tamaño (rotación predeterminada de 10MB, conserva 5 copias de seguridad)
  • ⚡ Monitoreo de rendimiento (registra el tiempo de las operaciones, identifica operaciones lentas)
  • 📋 Registro del contexto del proyecto (registra automáticamente la información del proyecto y el estado de Git)
  • 🐛 Seguimiento detallado de errores (incluye información de pila y contexto)
  • 👁️ Monitoreo de registros en tiempo real

📁 Ubicación de los archivos de registro

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

🛠️ Herramientas de gestión de registros

Utilice el script manage_logs.py para gestionar los registros:

# 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

⚙️ Configuración de registros

El archivo de configuración de registros logging_config.json permite personalizar:

  • 📝 Nivel y formato de registro
  • 📦 Tamaño de archivo y configuración de rotación
  • 🖥️ Control de salida de consola
  • ⏱️ Umbrales de monitoreo de rendimiento
  • 🧹 Política de limpieza automática

🚨 Solución de problemas

Utilice el sistema de registros para solucionar problemas:

  1. Ver registros de errores

    python manage_logs.py view --type error

  2. Analizar problemas de rendimiento

    python manage_logs.py view --type performance

  3. Verificar el contexto del proyecto

    python manage_logs.py view --type context

  4. Buscar errores específicos

    python manage_logs.py search "UI启动失败" --type all

📖 Guía de uso

Uso básico

1. Retroalimentación interactiva inteligente

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

2. Análisis y sugerencias del proyecto

分析当前项目状态并提供改进建议

3. Revisión y optimización de código

请审查这段代码并提供优化建议：[代码内容]

Funciones avanzadas

1. Sistema de referencia de archivos

请分析 @server.py 文件的架构设计

2. Operaciones por lotes

请批量处理以下文件的格式化：@ui/components/*.py

3. Monitoreo de rendimiento

检查当前应用的性能指标并提供优化建议

Descripción de la interfaz de usuario

Diseño de tres columnas

  • Columna izquierda (40%): Contenido del mensaje y entrada del usuario
  • Columna central (40%): Recomendaciones y opciones inteligentes de IA
  • Columna derecha (20%): Información del proyecto y estado de Git

Atajos de teclado

  • Ctrl+Enter: Enviar retroalimentación
  • Escape: Cancelar operación
  • Ctrl+1-5: Selección rápida de opciones predefinidas
  • Ctrl+/: Mostrar información de ayuda

🛠️ Guía de desarrollo

Estructura del proyecto

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

Configuración del entorno de desarrollo

# 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 .

Requisitos de rendimiento

  • Tiempo de inicio: < 2 segundos
  • Respuesta de UI: < 100 milisegundos
  • Uso de memoria: < 100MB (estado inactivo)
  • Uso de CPU: < 5% (estado inactivo)

🔧 Solución de problemas

Problemas comunes

1. Caracteres chinos ilegibles

# 检查编码设置
python -c "import locale; print(locale.getpreferredencoding())"

# 强制UTF-8
export PYTHONIOENCODING=utf-8

2. Anomalías en la interfaz de usuario

# 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. Problemas de rendimiento

# 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. Fallo de conexión MCP

  • Verifique que la configuración de la ruta sea correcta
  • Confirme que el comando uv esté disponible
  • Revise los mensajes de error en el registro del cliente
  • Verifique que server.py pueda ejecutarse correctamente

📈 Hoja de ruta

Versión actual (v2.0)

  • ✅ Interfaz de tres columnas
  • ✅ Tema de vidrio esmerilado
  • ✅ Monitoreo de rendimiento
  • ✅ Gestión de configuración

Próxima versión (v2.1)

  • 🔄 Análisis de contenido de video
  • 🔄 Reconocimiento OCR de imágenes
  • 🔄 Soporte multilingüe
  • 🔄 Sistema de complementos

Planes futuros (v3.0)

  • 🔮 Integración de agentes de IA
  • 🔮 Sincronización en la nube
  • 🔮 Colaboración en equipo
  • 🔮 Extensión de API

🤝 Guía de contribución

Flujo de desarrollo

  1. Haga un fork del proyecto
  2. Cree una rama de funcionalidad: git checkout -b feature/new-feature
  3. Siga las normas de desarrollo
  4. Escriba casos de prueba
  5. Envíe una solicitud de extracción (PR)

Normas de código

  • Siga las reglas de desarrollo en rules.md
  • Utilice Black para el formato de código
  • Mantenga la cobertura de pruebas > 80%
  • Escriba mensajes de confirmación claros

📄 Licencia

Este proyecto está bajo la licencia de código abierto MIT License.

🙏 Agradecimientos

  • FastMCP - Soporte del marco MCP
  • PySide6 - Marco de interfaz de usuario
  • Cursor - Herramienta de desarrollo de IA
  • Claude - Asistente de IA

📞 Información de contacto

⭐ Si este proyecto le resulta útil, ¡por favor denos una estrella!