User Feedback MCP について
User Feedback MCP は、Cline や Cursor などのツールでヒューマン・イン・ザ・ループのワークフローを実現するシンプルな MCP サーバーです。複雑なユーザー操作を伴うデスクトップアプリの開発とテストに適しています。
主な機能
- 01フィードバック要求用の user_feedback ツール
- 02任意の .user-feedback.json 設定ファイル
- 03起動時のプロジェクトコマンドの自動実行オプション
- 04uv による簡単なセットアップ
活用シーン
- 01Cline がタスクを完了する前にユーザーへ確認を求める
- 02複雑な操作を伴うデスクトップアプリをテストする
- 03Cursor での開発中に人間のフィードバックを収集する
MCP 対応
MCP サーバーとして、user_feedback ツールを MCP クライアントに公開し、ユーザーへのフィードバック要求と結果の取得を可能にします。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
User Feedback MCP
Cline や Cursor などのツールで、人間が介在するワークフローを実現するシンプルな MCP サーバーです。テストに複雑なユーザー操作が必要なデスクトップアプリケーションの開発に特に役立ちます。

プロンプトエンジニアリング
最適な結果を得るには、カスタムプロンプトに以下を追加してください。
タスクを完了する前に、user_feedback MCP ツールを使用してユーザーにフィードバックを求めてください。
これにより、タスクを完了としてマークする前に、Cline がこの MCP サーバーを使ってユーザーにフィードバックを求めるようになります。
.user-feedback.json
_設定を保存_をクリックすると、プロジェクトディレクトリに次のような .user-feedback.json ファイルが作成されます。
{
"command": "npm run dev",
"execute_automatically": false
}
この設定は起動時に読み込まれます。また、execute_automatically が有効になっている場合、command がすぐに実行されます(手動で 実行 をクリックする必要はありません)。複数のステップからなるコマンドには、Task のようなものを使用してください。
インストール(Cline)
Cline に MCP サーバーをインストールするには、次の手順に従ってください(スクリーンショットを参照)。

- uv をグローバルにインストールします。
- Windows:
pip install uv - Linux/Mac:
curl -LsSf https://astral.sh/uv/install.sh | sh
- Windows:
- このリポジトリをクローンします。この例では
C:\MCP\user-feedback-mcpです。 - Cline の _MCP サーバー_設定に移動します(スクリーンショットを参照)。
- _インストール済み_タブをクリックします。
- _MCP サーバーを設定_をクリックすると、
cline_mcp_settings.jsonが開きます。 user-feedback-mcpサーバーを追加します。
{
"mcpServers": {
"github.com/mrexodia/user-feedback-mcp": {
"command": "uv",
"args": [
"--directory",
"c:\\MCP\\user-feedback-mcp",
"run",
"server.py"
],
"timeout": 600,
"autoApprove": [
"user_feedback"
]
}
}
}
開発
uv run fastmcp dev server.py
これにより、http://localhost:5173 に Web インターフェースが開き、テスト用に MCP ツールを操作できます。
利用可能なツール
<use_mcp_tool>
<server_name>github.com/mrexodia/user-feedback-mcp</server_name>
<tool_name>user_feedback</tool_name>
<arguments>
{
"project_directory": "C:/MCP/user-feedback-mcp",
"summary": "I've implemented the changes you requested."
}
</arguments>
</use_mcp_tool>
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。