
项目地址:GitHub - noopstudios/interactive-feedback-mcp: Interactive User Feedback MCP 推荐星标收藏,一劳永逸优化 Cursor 的使用体验!
在日常使用 AI 编程助手(如 Cursor)的过程中,开发者常常需要进行"多轮追问"。比如:
-
"再优化一下刚刚那段逻辑"
-
"再加个参数校验"
-
"改成异步试试"
但 Cursor 默认会每次请求都重建上下文,这不仅会浪费 Token,还会导致上下文理解缺失、语义割裂。
👇 这时你就需要这个神器:
🧰 interactive-feedback-mcp ------ 为 Cursor 打造的请求复用中间层
🔧 工具简介
interactive-feedback-mcp
是一个专为 Cursor 用户设计的轻量 MCP(Model Context Protocol)服务工具,它的主要目标是:
-
实现多轮上下文连续请求复用
-
节省调用次数,保持对话语义一致性
-
自动拦截每轮交互,持续追问也不卡壳
🧪 工作原理
用户提问 → Cursor 回复 → MCP 拦截响应
↓
用户继续追问 → MCP 注入新请求 + 上下文
↓
再次发送给 Cursor(复用当前 Session)
通过 MCP 工具,每一次追问都"接上"了上次内容,像极了真正的"多轮对话线程"。
🎯 使用场景效果
✅ 避免 Cursor 每次重建请求上下文 ✅ 保持 AI 状态持续,适用于:
-
问题深入调试
-
代码多轮迭代
-
长逻辑持续优化
尤其推荐配合 Cursor 的 Edit 模式使用!
🧰 快速使用教程(全流程)
✅ Step 1:准备环境
先决条件:
-
✅ Python 3.11+
-
✅ uv 包管理器
安装方式:
# Windows 下
pip install uv
# macOS / Linux 下
curl -LsSf https://astral.sh/uv/install.sh | sh
✅ Step 2:获取项目代码
git clone https://github.com/noopstudios/interactive-feedback-mcp.git
cd interactive-feedback-mcp
✅ Step 3:安装依赖
uv sync
这将创建一个虚拟环境并安装所有依赖项。
✅ Step 4:运行 MCP 服务器
uv run server.py
如果看到 ✅ Server running on http://localhost:...
,表示已启动成功。
⚙️ Cursor 内部配置 MCP
打开 .cursor-config.json
文件,添加如下配置项:
{
"mcpServers": {
"interactive-feedback-mcp": {
"command": "uv",
"args": [
"--directory",
"/你的路径/interactive-feedback-mcp",
"run",
"server.py"
],
"timeout": 600,
"autoApprove": ["interactive_feedback"]
}
}
}
✅ 请将
/你的路径/...
替换为你本地实际项目路径。
✏️ 设置 MCP 的提示词(defaultPrompt)
提示词建议设置在 MCP 初始化阶段,定义 AI 的交互行为风格。
示例推荐提示词:
你是一个智能代码助手。我将分多轮描述需求,请你持续保留上下文并进行逻辑分析和代码输出。在每轮回答完成后,请调用 interactive-feedback-mcp 工具,而不是结束流程。

可通过 defaultPrompt
注入方式进行配置,也可结合 Cursor 中的 "Command Prompt Injection" 实现。
🧠 使用效果演示
-
打开 Cursor
-
提问:"帮我写个订单支付逻辑"
-
Cursor 回答后你再提问:"再加一个金额校验"
-
MCP 工具拦截并接续上下文,再次发给 Cursor
-
逻辑串联通顺、调用节省、效果提升!
🏆 工具优势总结
优势 | 描述 |
---|---|
🚀 节省请求 | 每次多轮追问不重建上下文 |
🧠 语义连续 | 逻辑思路不断链,更自然 |
🧩 插件友好 | 尤其适合 AI 编辑器协同工作 |
🛠️ 易于集成 | 支持本地部署 + uv 依赖管理 |
✅ 结语
如果你正在频繁使用 Cursor,又对调用次数、上下文丢失等问题感到困扰,不妨试试 interactive-feedback-mcp
。它能为你的 AI 编程体验,带来一次质的提升。
📌 项目地址(推荐收藏): 👉 GitHub - noopstudios/interactive-feedback-mcp: Interactive User Feedback MCP
欢迎点赞 + 收藏 + 转发,更多 AI 编程工具介绍,欢迎持续关注我! 有问题可以评论区留言,我会逐一回复 😊
欢迎关注AI飞书社区:Cursor无限续杯获取更多cursor无线续杯教程