【亲测有效 | Cursor Pro每月500次快速请求扩5倍】(Windows版)Cursor中集成interactive-feedback-mcp

前言:使用这个interactive-feedback-mcp组件可以根据用户反馈来决定是否结束这一次的请求。如果本次请求并没有解决我们的问题,那我们便可以选择继续这次请求流程,直到问题解决。这样的话,就可以避免为了修复bug而白白多出的请求。(备注:刚开始是在wsl下安装的,但cursor中配置interactive-feedback-mcp一直未成功启动。后面改成了windows下配置,最后可以正常使用了。)

文章目录

  • [1. 下载代码](#1. 下载代码)
  • [2. 安装uv](#2. 安装uv)
  • [3. 创建虚拟环境](#3. 创建虚拟环境)
  • [4. 运行MCP](#4. 运行MCP)
  • [5. Cursor中集成interactive-feedback-mcp](#5. Cursor中集成interactive-feedback-mcp)
  • [6. 使用效果](#6. 使用效果)

1. 下载代码

下载interactive-feedback-mcp 代码到本地

复制代码
git clone https://github.com/noopstudios/interactive-feedback-mcp.git

2. 安装uv

  1. 直接pip安装uv
linux 复制代码
pip install uv
  1. 将uv路径添加到环境变量Path中(路径可参考:C:\Users\asus\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.13_qbz5n2kfra8p0\LocalCache\local-packages\Python313\Scripts3. 打开WindowsPowershell,输入命令:
linux 复制代码
setx /M Path "%Path%;C:\Users\asus\AppData\Local\Packages\PythonSoftwareFoundation.Python.3.13_qbz5n2kfra8p0\LocalCache\local-packages\Python313\Scripts"

3. 创建虚拟环境

复制代码
uv venv E:\mcp\interactive-feedback-mcp\.venv
uv sync


4. 运行MCP

python 复制代码
python server.py

5. Cursor中集成interactive-feedback-mcp

点击cursor右上角齿轮按钮。

写入以下json内容。(注意:路径替换为自己的)

json 复制代码
{
  "mcpServers": {
    "interactive-feedback-mcp": {
      "command": "uv",
      "args": [
        "--directory",
        "E:/mcp/interactive-feedback-mcp",
        "run",
        "server.py"
      ],
      "timeout": 600,
      "autoApprove": [
        "interactive_feedback"
      ]
    }
  }
}

如果出现以下绿色按钮,说明配置成功了。

6. 使用效果

Is there anything specific about the internationalization implementation that's still troubling you, or would you like me to help with any other parts of the codebase?

可以看到,能调用我们的交互反馈MCP组件了,该组件会询问我们还有需要解决的吗,如果还有问题需要解决,则可以继续本地请求,不会自动结束。

相关推荐
over6971 天前
从 LLM 到全栈 Agent:MCP 协议 × RAG 技术如何重构 AI 的“做事能力”
面试·llm·mcp
用户12039112947261 天前
从MCP到RAG:Agent的开发之路
agent·mcp
用户8307196840821 天前
spring ai alibaba + nacos +mcp 实现mcp服务负载均衡调用实战
spring boot·spring·mcp
阿白的白日梦1 天前
winget基础管理---更新/修改源为国内源
windows
栀秋6661 天前
重塑 AI 交互边界:基于 LangChain 与 MCP 协议的全栈实践
langchain·llm·mcp
神秘的猪头2 天前
🔌 给 AI 装上“三头六臂”!实战大模型接入第三方 MCP 全攻略
langchain·llm·mcp
神秘的猪头3 天前
🔌 把 MCP 装进大脑!手把手带你构建能“热插拔”工具的 AI Agent
langchain·llm·mcp
小兵张健3 天前
AI 页面与交互迁移流程参考
前端·ai编程·mcp
小兵张健3 天前
掘金发布 SOP(Codex + Playwright MCP + Edge)
前端·mcp
Qinana3 天前
从代码到智能体:MCP 协议如何重塑 AI Agent 的边界
前端·javascript·mcp