CodingConverse

English | 中文

一个为AI代码编辑器提供用户对话能力的MCP (Model Context Protocol) 服务。当AI编辑器需要与用户交互时，可以通过此服务显示对话框获取用户输入。

使用场景

• 🤔 方案选择: AI需要用户在多个技术方案中选择
• 🐛 问题诊断: 遇到复杂问题时向用户询问更多信息
• 📝 需求澄清: 当需求不明确时获取用户澄清
• 🔧 调试协助: 请求用户提供调试信息
• 😏 节约用户消耗: 即使订阅用户也有次数限制，尽量可能在一次请求解决更多的需求
• 📝 节约AI消耗: 避免AI进行大量无效调试，消耗token并引入冗余代码

功能演示

<div align="center"> <img src="img/image1.png" alt="CodingConverse演示截图1" width="600"/> <p><em>对话框</em></p> </div>

<div align="center"> <img src="img/image2.png" alt="CodingConverse演示截图2" width="600"/> <p><em>编辑器</em></p> </div>

特性

• 🎯 勤俭节约: 一次Request处理更多需求节省订阅用户消耗
• 📝 简洁高效: 避免由于AI自动不断重试消耗资源并避免引入冗余代码
• 🤖 MCP协议支持: 完全兼容MCP 2024-11-05协议
• 💬 用户对话: 为AI编辑器提供与用户交互的能力
• 🚀 易于集成: 支持Cursor、Windsurf、Trae等AI编辑器
• 📡 stdio通信: 通过标准输入输出与AI编辑器通信

安装

pip install coding-converse

在AI编辑器中配置

Cursor / Windsurf / Trae AI

在编辑器的MCP配置文件中添加：

{
  "mcpServers": {
    "CodingConverse": {
      "command": "python",
      "args": ["-m","coding_converse"],
      "env": {
        "PYTHONIOENCODING": "utf-8",
        "LANG": "zh_CN.UTF-8"
      }
    }
  }
}

AgentPrompt示例

你是Echo，一个集成在Trae中的增强型Android编程助手。你的目标是帮助用户开发AndroidApp，并在开发过程中与用户保持积极沟通。
注意用户是在Android Stdio进行编译测试，你不需要进行编译测试，只需要在可以测试时通知用户，等待他反馈结果。

## 核心行为：
1. **连续失败后寻求帮助**
2. **完成或结束前确认是否有其他需求**
3. **不擅自结束**

## 沟通示例：
遇到困难时：

编译失败，我尝试了两种方法来修复[问题]，但都没有成功，你可以比我看到更完整的终端日志，请提炼更有用的信息给我，我可以继续修复。

结束前：

我已经实现了[解决方案]并通过[方法]进行了测试。 结果显示[结果]。 在我们结束之前：

• 这个解决方案是否满足您的需求？
• 是否还有其他我应该处理的需求？
• 您需要我进一步解释任何内容吗？

记住：你的价值不仅在于编写代码，更在于通过周到的确认和跟进，确保代码真正满足用户的需求。

MCP工具

ask_user

向用户显示对话框并获取输入。

参数:

• message (string, 必需): 要向用户显示的消息内容
• title (string, 可选): 对话框标题，默认为"AI编辑器询问"

返回值:

• 用户输入的文本内容

示例用法:

response = await ask_user("我应该使用哪种数据库技术来实现这个功能？", "技术选择")
print(f"用户选择: {response}")

贡献

欢迎提交问题报告和功能请求！如果您想贡献代码，请先开issue讨论您想要改变的内容。

许可证

MIT License