DanielZhao1990
服务介绍
MCP 交互服务
这是一个使用 FastMCP 库实现的 MCP 服务，旨在与像 Cursor、Windsurf 等 AI 工具进行交互。当 AI 工具在调用大型语言模型时需要用户输入或选择选项时，可以调用此 MCP 服务。
核心目的
该插件的核心目的是实现 AI 工具（如 Cursor 和 Windsurf）与用户之间的高频通信和确认。它通过以下方式显著提高了 AI 交互的效率和效果：
-
减少资源浪费：通过允许用户在 AI 提交到可能错误的解决方案路径之前确认或重定向 AI 的方法，该插件最小化了浪费的 API 调用和计算资源。
-
最大化资源利用率：每次对 Cursor 或 Windsurf 的 API 调用都变得更加高效，因为 AI 可以在继续之前验证其理解和方法是否正确。
-
防止注意力分散：通过早期确认方法，该插件有助于保持对正确解决方案路径的关注，而不是将注意力转移到错误的方法上。
-
支持交互式决策：用户可以积极参与决策过程，为 AI 提供即时反馈和指导。
-
简化复杂任务：对于多步骤任务，该插件确保在每个关键决策点上用户期望与 AI 执行之间的一致性。
功能
- 选项选择：显示一个选项列表供用户通过输入数字或提供自定义答案来选择
- 信息补充：当 AI 模型需要更完整的信息时，它们可以请求用户直接输入补充信息
- 多种用户界面：支持 CLI、Web 和 PyQt 界面
用户界面类型
该项目支持三种不同的用户界面类型，每种都有自己的特点：
CLI（命令行界面）
- 描述：打开一个新的命令提示符窗口供用户交互
- 优点：
- 最小依赖（不需要额外的包）
- 可以同时处理多个对话窗口
- 在没有图形界面的环境中工作良好
- 轻量级且启动速度快
- 缺点：
- 基本的视觉呈现
- 对非技术用户来说可能不够直观
- 最适合：服务器环境、资源有限的系统或需要同时进行多个对话的情况
PyQt 界面
- 描述：使用 PyQt 提供现代图形用户界面
- 优点：
- 清晰、专业的对话框
- 熟悉的桌面应用程序体验
- 对所有类型的用户都易于使用
- 缺点：
- 一次只能显示一个对话框
- 需要 PyQt 依赖项（安装较大）
- 最适合：重视视觉吸引力的桌面使用场景，或者只需要一个对话框的情况
Web 界面
- 描述：在网页浏览器中打开对话框
- 优点：
- 可以同时处理多个对话窗口
- 可以通过网页浏览器从任何地方访问
- 现代、可定制的界面
- 缺点：
- 需要安装网页浏览器
- 设置稍微复杂一些
- 最适合：远程访问场景、偏好使用网页界面的环境，或者需要同时进行多个对话的情况
使用指南
1. 入门（两种选项）
选项 A：使用预编译的可执行文件（推荐用于 Windows）
- 从 GitHub Releases 页面下载最新的预编译可执行文件。
- 无需安装 - 直接下载并运行可执行文件即可。
- 您可以使用以下命令测试功能：
bash
使用 PyQt 界面测试选项选择
.distmcp-interactive.exe test select_option --ui pyqt
使用 PyQt 界面测试信息补充
.distmcp-interactive.exe test request_additional_info --ui pyqt
您还可以指定文件路径来测试 request_additional_info 工具
.distmcp-interactive.exe test request_additional_info --ui pyqt D:PathToYourFile.md4. 跳至下面的步骤3进行配置。
选项B：从源代码安装
该项目根据不同UI类型分离依赖项：
requirements-base.txt：基础依赖项，所有UI类型共享requirements-pyqt.txt：PyQt5 UI依赖项requirements-web.txt：Web UI (Flask) 依赖项
您可以选择使用传统的pip或更快的uv包管理器来安装依赖项。
使用pip（传统方法）
根据您要使用的UI类型选择适当的依赖文件：
bash
cd requirements
CLI UI（最小依赖）
pip install -r requirements-base.txt
PyQt5 UI
pip install -r requirements-pyqt.txt
Web UI
pip install -r requirements-web.txt
注意：每个特定的UI依赖文件已经包含了对基础依赖的引用（通过 -r requirements-base.txt），因此您只需要安装一个文件。
使用uv（推荐，更快）
如果您已经安装了uv，可以使用以下命令创建虚拟环境并安装依赖项：
bash
创建虚拟环境
uv venv
激活虚拟环境
Windows
.venvScriptsactivate
macOS / Linux
source .venv/bin/activate
根据UI类型安装依赖项
cd requirements
CLI UI（最小依赖）
uv pip install -r requirements-base.txt
PyQt5 UI
uv pip install -r requirements-pyqt.txt
Web UI
uv pip install -r requirements-web.txt
您也可以使用项目的 pyproject.toml 文件直接安装所有依赖项：
bash
安装基础依赖项
uv pip install -e .
安装特定UI类型的依赖项
uv pip install -e ".[pyqt]" # PyQt5 UI
uv pip install -e ".[web]" # Web UI
uv pip install -e ".[all]" # 所有UI类型
2. 启动程序
启动不同的UI响应方式：
bash
命令行界面（默认）
python main.py run --ui=cli
Web界面
python main.py run --ui=web
PyQt界面
python main.py run --ui=pyqt
其他服务启动选项：
bash
使用默认设置启动服务（地址：127.0.0.1，端口：7888）
python main.py run
指定主机和端口
python main.py run --host 0.0.0.0 --port 8888
指定日志级别
python main.py run --log-level warning
3. 配置Cursor、Windsurf或Claude
使用stdio协议（推荐）
stdio协议是最稳定且推荐的连接方法，通过标准输入/输出直接与Python脚本通信，具有以下优点：
- 更高的稳定性和可靠性
- 可以同时打开多个对话框
- 简单直接，无需处理网络连接问题
- 与系统更紧密集成，响应更快
配置示例：
使用Python（源代码）
json
{
"ai-interaction": {
"command": "python",
"args": ["path/to/main.py", "run", "--transport", "stdio", "--ui", "cli"],
"env": {}
}
}
使用可执行文件
json
{
"ai-interaction": {
"command": "D:/Path/To/Your/mcp-interactive.exe",
"args": ["run", "--transport", "stdio", "--ui", "pyqt"],
"env": {}
}
}
使用SSE协议（备选方案）
如果需要通过网络连接到远程服务器，可以使用SSE协议：
本地启动：
bash
python main.py run --transport sse
Cursor配置：
json
{
"ai-interaction": {
"type": "sse",
"url": "http://127.0.0.1:8000/sse",
"env": {}
}
}
Windsurf配置：
json
{
"ai-interaction": {
"serverUrl": "http://127.0.0.1:7888/sse",
"disabled": false
}
}
4. 配置AI交互规则
为了最大化Cursor和Windsurf中AI交互的效果，请为MCP使用时配置以下规则：1. 当AI对任务不清楚或需要额外信息时，应调用MCP ai-interaction来请求用户澄清。
-
当AI有多种可能的解决方案时，应调用MCP ai-interaction让用户选择首选方案。
-
完成任务后，AI应调用MCP ai-interaction确认是否有其他需要执行的任务。
-
AI应将任务分解为多个阶段，并在开始新阶段之前调用MCP ai-interaction询问用户是否需要加入任何额外的想法或考虑因素。
-
AI应主动使用MCP确认关键决策，而不是做出假设。
这些规则确保了高质量、互动式的AI辅助服务，同时最大化每次API调用的价值。
其他功能
查看可用工具
bash
python main.py list-tools
测试工具
bash
测试选项选择工具
python main.py test select_option --ui=cli
测试信息补充工具
python main.py test request_additional_info --ui=cli
交互式测试客户端
项目包括一个交互式测试客户端，允许您使用不同的UI类型和方法测试MCP服务：
bash
运行交互式测试客户端
python mcp_client_en.py --host localhost --port 7888 --ui cli
选项：
--host: 服务器主机（默认：localhost）--port: 服务器端口（默认：7888）--ui: 要使用的UI类型（cli, pyqt, web）
客户端提供：
- 与MCP服务的连接测试
- 选择要测试的UI类型
- 测试select_option和request_additional_info两种方法
- 每种方法的多个参数预设
- 请求和响应的完全可视化
这对于以下方面特别有用：
- 调试UI交互问题
- 测试不同UI类型的行为
- 向用户演示服务
- 验证服务器功能
STDIO测试客户端
为了专门测试stdio传输协议，我们提供了一个命令行工具：
bash
使用默认设置测试stdio连接
python mcp_client_stdio.py
指定UI类型
python mcp_client_stdio.py --ui=pyqt
测试特定工具
python mcp_client_stdio.py --test=select_option
更多详情，请参阅STDIO测试指南。
UI测试
bash
测试PyQt界面
python test_ui.py --ui=pyqt
测试Web界面
python test_ui.py --ui=web
测试CLI界面
python test_ui.py --ui=cli
工具描述
选项选择 (select_option)
此工具用于向用户展示一组选项，并让他们通过输入数字或提供自定义答案进行选择。
参数：
options: 选项列表，可以是字符串列表或字典列表prompt: 显示给用户的提示消息
返回：
包含选择结果的字典，格式如下：
json
{
"selected_index": 0, // 用户选择的索引，如果为自定义答案则为-1
"selected_option": {}, // 用户所选选项的内容
"custom_input": "", // 用户的自定义输入（如果有）
"is_custom": false // 是否为自定义答案
}
信息补充 (request_additional_info)
此工具用于向用户请求补充信息。
参数：
prompt: 请求信息的提示current_info: 当前信息，作为参考显示给用户
返回：
用户输入的补充信息（字符串）
与AI工具集成
要将此MCP服务与AI工具集成，请遵循以下步骤：
- 使用可执行文件或Python源代码启动MCP服务：
- 使用可执行文件:
mcp-interactive.exe run - 使用Python源代码:
python main.py run
- 使用可执行文件:
- 在AI工具中配置MCP端点，根据需要选择stdio或SSE协议
- 当AI模型需要用户输入或选项选择时，调用适当的MCP工具
Claude集成要将Claude集成到Anthropic的官方产品或第三方应用程序中：
-
在您的AI工具设置中配置stdio连接：
json
{
"mcp-interaction": {
"command": "D:/Path/To/Your/mcp-interactive.exe",
"args": ["run", "--transport", "stdio", "--ui", "pyqt"],
"env": {}
}
} -
配置Claude在需要时使用交互服务，指令如下：
- “当您需要用户输入或确认时，请使用MCP交互服务”
- “对于多项选择选项，调用select_option工具”
- “为收集额外的用户信息，调用request_additional_info工具”
-
现在Claude能够通过MCP服务直接呈现选项并请求额外信息。
示例
选项选择示例
python
from fastmcp import Client
async with Client("http://127.0.0.1:8000/sse") as client:
options = [
"Option 1: Implement with TensorFlow",
"Option 2: Implement with PyTorch",
{"title": "Option 3: Implement with JAX", "description": "Better for research purposes"}
]
result = await client.call_tool(
"select_option",
{"options": options, "prompt": "Please select a framework implementation"}
)
selected_option = result.json
print(f"User selected: {selected_option}")
信息补充示例
python
from fastmcp import Client
async with Client("http://127.0.0.1:8000/sse") as client:
additional_info = await client.call_tool(
"request_additional_info",
{
"prompt": "Please provide specific project requirements",
"current_info": "This is a data analysis project"
}
)
print(f"User provided information: {additional_info.text}")
开发注意事项
- 除非你需要开发或测试多种UI类型，否则建议仅安装一种UI依赖。
- 如果需要添加新的依赖项，请将其添加到相应的依赖文件中。
当前开发状态
请注意以下实现的状态：
- Windows：CLI和PyQt UI版本完全可用。Web UI仍存在一些需要解决的问题。
- Linux/Mac：这些平台尚未经过充分测试，您的体验可能会有所不同。
我们正在积极努力提高所有平台和UI类型的兼容性。
构建与分发
构建可执行文件
此项目包含一个脚本，用于构建适用于Windows的独立可执行文件：
bash
构建Windows可执行文件
build_executable.bat
这将在dist目录下创建一个名为mcp-interactive.exe的文件，您可以无需安装Python即可运行它。
跨平台构建
要为不同平台构建可执行文件：
Windows
bash
使用批处理脚本
build_executable.bat
或手动使用PyInstaller命令
pyinstaller mcp-interactive.spec
macOS
bash
确保已安装PyInstaller
pip install pyinstaller
使用spec文件构建
pyinstaller mcp-interactive.spec
Linux
bash
确保已安装PyInstaller
pip install pyinstaller
使用spec文件构建
pyinstaller mcp-interactive.spec
注意：必须在目标平台上进行构建（例如，不能从Windows上构建macOS可执行文件等）。
通过GitHub分发
要使您构建的可执行文件可供下载：
- 为您的项目创建一个GitHub发布
- 将构建的可执行文件作为发布资产上传
- 提供清晰的文档说明每个平台应使用哪个可执行文件
示例步骤：
- 导航到您的GitHub仓库
- 点击右侧边栏中的“Releases”
- 点击“Create a new release”（创建新发布）
- 设置版本标签（例如v1.0.0）
- 添加发布的标题和描述
- 拖放或上传针对不同平台的可执行文件
- 点击“Publish release”（发布）用户随后可以从GitHub的发布页面下载适用于他们操作系统的相应版本。
许可证
本项目在MIT许可证下发布。
