MCP (Model Context Protocol)에 대한 대화 형 피드백 시스템은 에이전트가 작업 실행 중에 사용자 피드백을 요청할 수 있도록합니다.

개요

이 체계는 이루어져 있습니다:

• feedback server.py: 터미널에서 실행되는 주요 MCP 서버 및 피드백 요청 처리 -feedback client.py: 테스트 클라이언트 스크립트는 어떻게 에이전트가 피드백을 요청하도록 연결

설치

1. 필수 의존도를 설치하십시오:

사용법

단계 1: 피드백 서버 시작

터미널에서 서버를 실행:

서버는:

• localhost:9876 시작
• 준비되어 있을 때 메시지 표시
• Show Agent 요청을 표시하고 상호 작용으로 피드백을 제공 할 수 있습니다.

단계 2: MCP 구성 이름 *

MCP 구성 파일에 서버를 추가 (예를들면, mcp_config.json):

단계 3: 대리인 Prompt

당신의 대리인에 이 신속한 사용:

그것이 작동하는 방법

1. **Agent는 도구를 호출 **: 에이전트가 피드백을 필요로 할 때, interactive_feedback] 도구를 호출합니다.

• work_summary: 업무의 개요는 지금까지 완료되었습니다.
• (선택) [T4]]: 사용자에 대한 특정 질문

2. ** 서버 표시 요청**: 피드백 서버 쇼:

• 요청의 타임스탬프
• 에이전트에서 작업 요약

MCP Feedback Server

An interactive feedback system for MCP (Model Context Protocol) that allows agents to request user feedback during task execution.

Overview

This system consists of:

• feedback_server.py: The main MCP server that runs in your terminal and handles feedback requests
• feedback_client.py: A test client script demonstrating how agents connect to request feedback

Installation

1. Install the required dependencies:

pip install mcp

Usage

Step 1: Start the Feedback Server

Run the server in a terminal:

python feedback_server.py

The server will:

• Start on localhost:9876
• Display a message when ready
• Show agent requests and allow you to provide feedback interactively

Step 2: Configure Your MCP Agent

Add the server to your MCP configuration file (e.g., mcp_config.json):

{
  "mcpServers": {
    "feedback-server": {
      "command": "python",
      "args": [
        "//feedback_client.py"
      ]
    }
  }
}

Step 3: Agent Prompt

Use this prompt with your agent:

Whenever you're about to complete a user request, call the MCP interactive_feedback instead of simply ending the process. Keep calling MCP until the user's feedback is empty, then end the request.

How It Works

1. Agent calls the tool: When an agent needs feedback, it calls the interactive_feedback tool with:

   • work_summary: Summary of work completed so far
   • question (optional): Specific question for the user

2. Server displays request: The feedback server shows:

   • Timestamp of the request
   • Work summary from the agent
   • Any specific questions

3. User provides feedback: In the terminal running the server:

   • Type feedback and press Enter to send it back to the agent
   • Press Enter with empty input to approve and let the agent continue

4. Agent receives response: The agent gets either:

   • User feedback to act upon
   • Approval to continue (when feedback is empty)

Example Interaction

In the server terminal:

🚀 Feedback Server started on localhost:9876
Waiting for agent connections...

==============================================================
📝 AGENT REQUEST - 2025-01-15 14:30:45
==============================================================

Work Summary:
I have completed the following tasks:
1. Created the user authentication system
2. Set up the database models
3. Implemented the API endpoints

Agent's Question:
Should I proceed with adding the frontend components?

==============================================================
📌 Your Feedback (press Enter with empty input to approve and continue):
> Yes, but make sure to use React with TypeScript
✅ Feedback sent to agent: 'Yes, but make sure to use React with TypeScript'

Features

• ✅ Real-time interactive feedback
• ✅ Socket-based communication (no polling)
• ✅ Clear visual feedback in terminal