mcpField
U
User Feedback MCP

User Feedback MCP

本地服务
github.com/mrexodiaAI 与智能体5483 周前更新

关于 User Feedback MCP

User Feedback MCP 是一个简单的 MCP 服务,用于在 Cline 和 Cursor 等工具中实现人在回路的工作流。它适合需要用户交互测试的桌面应用开发场景。

主要功能

  1. 01提供 user_feedback 工具请求用户反馈
  2. 02支持 .user-feedback.json 配置文件
  3. 03可选在启动时自动执行项目命令
  4. 04基于 uv 运行,配置简单

适用场景

  1. 01在 Cline 任务完成前请求用户确认
  2. 02测试需要复杂用户交互的桌面应用
  3. 03在 Cursor 中收集人工反馈后继续开发

MCP 相关

该项目是一个 MCP 服务,向 MCP 客户端暴露 user_feedback 工具,用于向用户发起反馈请求并获取结果。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

User Feedback MCP

简单的 MCP 服务,可在 Cline 和 Cursor 等工具中启用人在环工作流。这对于开发需要复杂用户交互来进行测试的桌面应用尤其有用。

反馈界面的屏幕截图

提示词工程

为获得最佳效果,请将以下内容添加到自定义提示词中:

在完成任务之前,请使用 user_feedback MCP 工具征求用户反馈。

这样可以确保 Cline 在将任务标记为已完成之前,使用此 MCP 服务征求用户反馈。

.user-feedback.json

点击 Save Configuration 会在项目目录中创建一个 .user-feedback.json 文件,内容如下:

{
  "command": "npm run dev",
  "execute_automatically": false
}

此配置将在启动时加载。如果启用了 execute_automatically,command 将立即执行(你无需手动点击 Run)。对于多步骤命令,建议使用 Task 之类的工具。

安装(Cline)

按照以下步骤在 Cline 中安装 MCP 服务(参见屏幕截图):

安装步骤的屏幕截图

  1. 全局安装 uv:
    • Windows:pip install uv
    • Linux/Mac:curl -LsSf https://astral.sh/uv/install.sh | sh
  2. 克隆此仓库,本例中使用 C:\MCP\user-feedback-mcp。
  3. 前往 Cline 的 MCP Servers 配置(参见屏幕截图)。
  4. 点击 Installed 选项卡。
  5. 点击 Configure MCP Servers,这将打开 cline_mcp_settings.json。
  6. 添加 user-feedback-mcp 服务:
{
  "mcpServers": {
    "github.com/mrexodia/user-feedback-mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "c:\\MCP\\user-feedback-mcp",
        "run",
        "server.py"
      ],
      "timeout": 600,
      "autoApprove": [
        "user_feedback"
      ]
    }
  }
}

开发

uv run fastmcp dev server.py

这将打开一个位于 http://localhost:5173 的 Web 界面,你可以在其中与 MCP 工具交互并进行测试。

可用工具

<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>

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。