mcp-interactive
A MCP server that collects interactive user feedback during AI-assisted development, reducing unnecessary tool calls and costs by enabling AI to confirm with users.
README
mcp-interactive
English | 简体中文
MCP 服务器,用于在 AI 辅助开发过程中收集用户的交互式反馈。通过引导 AI 与用户确认而非自行猜测,减少不必要的工具调用,降低平台成本,提高开发效率。
<div align="center"> <img src="docs/preview.png" width="800" alt="mcp-interactive Web UI" /> </div>
工作流程
- AI 调用
interactive_feedback工具 - 自动打开浏览器界面(Web UI)
- 用户输入反馈文本、上传截图、选择常用提示词
- 通过 WebSocket 实时传递给 AI
- AI 根据反馈调整行为或结束任务
安装
pip install uv
配置
将以下内容添加到 MCP 配置文件:
{
"mcpServers": {
"mcp-interactive": {
"command": "uvx",
"args": ["mcp-interactive@latest"],
"timeout": 600,
"autoApprove": ["interactive_feedback"]
}
}
}
支持的 AI 平台:Cursor | Cline | Windsurf | Augment | Trae
环境变量
| 变量 | 说明 | 默认值 |
|---|---|---|
MCP_WEB_HOST |
Web UI 监听地址 | 127.0.0.1 |
MCP_WEB_PORT |
Web UI 端口 | 9766 |
MCP_LANGUAGE |
界面语言 (zh-CN / en) |
自动检测 |
MCP_DEBUG |
调试模式 | false |
SSH 远程开发时,将 MCP_WEB_HOST 设为 0.0.0.0 以允许远程访问,或使用 SSH 端口转发。
功能
- 提示词管理 - 常用提示词的增删改查和智能排序
- 自动定时提交 - 1-86400 秒可配置定时器,支持暂停/恢复
- 图片上传 - 拖放、粘贴,支持 PNG/JPG/GIF/BMP/WebP
- 多语言 - 简体中文、English,即时切换
- WebSocket 实时通信 - 状态监控、自动重连
开发
git clone https://github.com/RealAlexandreAI/mcp-interactive.git
cd mcp-interactive
uv sync
# 测试
make test # 单元测试
make test-web # Web UI 测试
uv run python scripts/mcp_stdio_smoke.py # MCP stdio 握手烟测(initialize/list/call,默认非阻塞)
uv run python scripts/mcp_stdio_smoke.py --exercise-interactive --call-timeout 5
# 代码检查
make check # 完整检查(lint + format + type)
致谢
- 原始项目:noopstudios/interactive-feedback-mcp by Fabio Ferreira
- 上游 fork:Minidoracat/mcp-feedback-enhanced
License
MIT
推荐服务器
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。
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。
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。
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。
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。
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。
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。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。