MCP Feedback Enhanced

详情介绍

在AI辅助编程日益普及的今天，开发者常常遇到这样的困扰：AI在没有理解意图的情况下，就开始“自作主张”地生成代码或调用工具，导致结果南辕北辙，既浪费了时间和费用，又破坏了开发的流畅体验。

MCP Feedback Enhanced 就是为了解决这一痛点而诞生的开源项目。它是一个MCP服务器，通过在AI的工作流程中插入一个“确认节点”，实现了真正的“人在回路”。当AI面临多种选择或不确定用户意图时，它会通过这个工具弹出一个交互界面（网页版或桌面应用），向开发者提问、展示选项或请求补充信息。开发者给出的反馈会实时传回给AI，指导它下一步的行动。这个过程确保了AI的每一步操作都符合用户的预期，让AI开发从“猜测式”转变为“确认式”，协作过程变得更加透明、高效和可控。

官网入口地址

项目的官方代码仓库和所有信息都托管在 GitHub 上：
https://github.com/Minidoracat/mcp-feedback-enhanced

下载地址

该工具本身不是一个需要单独下载安装的独立应用，而是一个通过 uvx 命令运行的MCP服务。你需要在使用AI客户端（如 Cursor、Cline）中通过配置MCP服务器来“调用”它。
配置方式是在你的AI客户端的JSON配置文件（如 cline_mcp_settings.json）中添加如下内容：

{
  "mcpServers": {
    "mcp-feedback-enhanced": {
      "command": "uvx",
      "args": ["mcp-feedback-enhanced@latest"],
      "timeout": 600,
      "autoApprove": ["interactive_feedback"]
    }
  }
}

如果你需要桌面应用版本（v2.5.0+），可以通过环境变量 MCP_DESKTOP_MODE 来启用。

功能介绍

核心工作流程

1. AI在开发过程中遇到需要决策的点（，代码重构方案的选择）。

2. AI调用 interactive_feedback 这个MCP工具。

3. 系统根据运行环境（本地/远程/WSL）自动打开对应的交互界面（Web UI或桌面应用）。

4. 界面上会展示AI的疑问或选项，用户可以通过文本输入、选择预设提示词、甚至上传图片来给予反馈。

5. 用户的反馈通过WebSocket实时传回给AI。

6. AI根据反馈调整行为，继续后续任务，直到用户明确表示结束。

核心功能模块

1. 双界面智能切换

   • Web UI：轻量级浏览器界面，无需图形化依赖，特别适合SSH远程开发或WSL环境。系统会自动检测环境并尝试打开浏览器。

   • 桌面应用：基于Tauri框架构建的跨平台原生应用，为Windows、macOS和Linux用户提供更流畅的本地操作体验 。

   • 智能检测：自动识别本地、SSH Remote和WSL环境，并选择的界面启动方式。

2. 丰富的交互方式

   • 智能提示词管理：支持对常用提示词进行增删改查，并记录使用频率，实现智能排序，让常用指令一键直达 。

   • 图像上传支持：支持PNG、JPG、GIF、WebP等多种格式，可以通过拖拽文件或直接粘贴剪贴板截图（Ctrl+V/Cmd+V）的方式上传，方便在涉及UI设计或图表问题时提供视觉参考 。

   • 自动定时提交：可以设置一个定时器，在指定时间后自动提交反馈，适用于一些需要“稍后决定”的场景 。

3. 完善的会话与数据管理

   • 会话追踪：自动记录每一次交互会话的历史，并提供实时统计（如会话次数、平均时长）。

   • 数据导出：支持将会话记录导出为JSON、CSV、Markdown等多种格式，方便后期复盘、分享或存档 。

   • 隐私控制：提供隐私设置选项，用户可以控制本地历史记录的存储方式和内容。

4. 现代化与自动化特性

   • 连接监控：实时监控WebSocket连接状态，具备自动重连机制和连接质量指示。

   • 音频与系统通知：内置多种音效，支持自定义上传，并可发送系统级通知，确保用户不会错过重要的反馈请求 。

   • 自动命令执行：在新会话创建或提交反馈后，可以自动执行预设的命令，进一步简化工作流 。

   • 快捷键支持：提供如 Ctrl+Enter 提交、Ctrl+V 粘贴图片、Ctrl+I 快速聚焦输入框等快捷键，提升操作效率 。

5. 多语言与环境适配

   • 多语言支持：原生支持简体中文、繁体中文和英文，可自动检测系统语言或在界面中实时切换 。

   • SSH/WSL专项优化：针对Cursor SSH Remote、VS Code Remote SSH等远程开发场景提供了详细的配置指南和端口转发解决方案，解决了远程环境下浏览器无法自动启动的问题 。

应用场景

1. AI辅助编程中的复杂决策：当AI需要选择代码重构方案、决定模块拆分方式或确认命名规范时，通过弹窗向开发者征求意见，确保代码风格和架构符合预期。

2. 自动化运维与脚本执行：在AI准备执行影响系统环境的操作（如删除文件、修改配置、数据库迁移）前，暂停并请求用户最终确认，有效防止误操作 。

3. 数据处理流程构建：在AI处理数据清洗、字段映射等存在歧义的任务时，让用户介入确认规则，避免生成错误的数据管道。

4. 交互式调试与排错：当AI在推理过程中遇到不确定性或多种性时，可以向用户提问，引导问题解决的方向，而不是在错误的路径上继续浪费资源。

必要的补充介绍

• 定价：MCP Feedback Enhanced 是一个免费且开源的项目，采用MIT许可证。任何人都可以免费、修改和分发。

• 开发与维护：该项目是由开发者 Minidoracat 在原项目基础上进行增强的一个复刻（Fork），并积极维护 。它依赖于活跃的开源社区贡献。

• 核心价值重申：它的价值在于 “降本增效” 。通过一次用户确认，避免了AI因错误猜测而进行的多次无效工具调用，这在高成本的AI模型API调用场景下，能显著节省费用并加快开发进程 。

• 注意事项：AI模型本身对图像的理解能力存在局限性，如果上传的图片复杂或模糊，导致AI解析失败。官方建议在遇到图片解析问题时，可以尝试重试或调整图片 。

MCP Feedback Enhanced常见问题