MCP Feedback Collector

MCP Feedback Collector

Enables AI assistants to collect interactive user feedback through a modern GUI that supports text input, multiple image uploads (via file selection or clipboard paste), allowing users to provide comprehensive feedback with screenshots and comments.

Category
访问服务器

README

🎯 MCP反馈收集器

一个现代化的 Model Context Protocol (MCP) 服务器,为AI助手提供交互式用户反馈收集功能。

Version Python License

在cursor规则中可以下面这样配置

"Whenever you want to ask a question, always call the MCP .

Whenever you're about to complete a user request, call the MCP instead of simply ending the process. Keep calling MCP until the user's feedback is empty, then end the request. mcp-feedback-collector.collect_feedback "

相关教程链接

油管:https://youtu.be/aYtGm1xHNXI B站:https://www.bilibili.com/video/BV1J6jyzQE8P/

✨ 主要特性

  • 🎨 现代化界面 - 美观的700x800像素GUI,支持中文界面,窗口居中显示并自动置顶
  • ⌨️ 增强键盘交互 - 支持 Enter 提交、Esc 取消、Ctrl+V 直接粘贴图片
  • 📷 多图片支持 - 同时选择多张图片,支持文件选择和剪贴板粘贴
  • 💬 灵活反馈 - 支持纯文字、纯图片或文字+图片组合反馈
  • 零配置安装 - 使用uvx一键安装,无需复杂配置
  • 🔧 智能超时 - 可配置的对话框超时时间,避免操作中断

🚀 快速开始

1. 安装uvx

pip install uvx

2. 配置Claude Desktop

claude_desktop_config.json 中添加:

{
  "mcpServers": {
    "mcp-feedback-collector": {
      "command": "uvx",
      "args": ["mcp-feedback-collector"],
      "env": {
        "PYTHONIOENCODING": "utf-8",
        "MCP_DIALOG_TIMEOUT": "600"
      }
    }
  }
}

3. 重启Claude Desktop

配置完成后重启Claude Desktop即可使用。

🛠️ 核心功能

collect_feedback()

收集用户反馈的主要工具,AI可以汇报工作内容,用户提供文字和图片反馈。

# AI调用示例
result = collect_feedback("我已经完成了代码优化工作...")

pick_image()

快速图片选择工具,用于单张图片选择场景。

get_image_info()

获取图片文件的详细信息(格式、尺寸、大小等)。

🖼️ 界面预览

🎯 工作完成汇报与反馈收集
┌─────────────────────────────────────────┐
│ 📋 AI工作完成汇报                        │
│ ┌─────────────────────────────────────┐ │
│ │ [AI汇报的工作内容显示在这里]         │ │
│ └─────────────────────────────────────┘ │
└─────────────────────────────────────────┘

┌─────────────────────────────────────────┐
│ 💬 您的文字反馈(可选)                  │
│ ┌─────────────────────────────────────┐ │
│ │ [多行文本输入区域]                   │ │
│ └─────────────────────────────────────┘ │
└─────────────────────────────────────────┘

┌─────────────────────────────────────────┐
│ 🖼️ 图片反馈(可选,支持多张)            │
│ [📁选择文件] [📋粘贴] [❌清除]           │
│ [图片缩略图预览区域]                     │
└─────────────────────────────────────────┘

[✅ 提交反馈]  [❌ 取消]

⚙️ 配置说明

超时设置

  • MCP_DIALOG_TIMEOUT: 对话框等待时间(秒)
    • 默认:300秒(5分钟)
    • 建议:600秒(10分钟)
    • 复杂操作:1200秒(20分钟)

支持的图片格式

PNG、JPG、JPEG、GIF、BMP、WebP

💡 使用场景

  • ✅ AI完成任务后收集用户评价
  • ✅ 收集包含截图的详细反馈
  • ✅ 获取用户对代码/设计的意见
  • ✅ 收集bug报告和改进建议

🔧 技术栈

  • MCP框架: FastMCP
  • GUI: tkinter + PIL
  • 多线程: threading + queue
  • 图片处理: Pillow

📝 更新日志

v2.0.0 (2025-05-28)

  • 🎨 全新现代化UI设计
  • 📷 多图片同时提交支持
  • 🖼️ 横向滚动图片预览
  • 💫 彩色按钮和图标
  • 🔧 优化用户体验

📄 许可证

MIT License - 详见 LICENSE 文件

🤝 贡献

欢迎提交Issue和Pull Request!


让AI与用户的交互更高效直观! 🎯

感谢支持

https://api.ssopen.top/ API中转站,290+AI 大模型,官方成本七分之一,支持高并发!

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选