파비오 페레이라(@fabiomlferreira)가 개발했습니다. 더 많은 AI 개발 향상 사항은 dotcursorrules.com 확인해 보세요.

Cursor와 같은 AI 지원 개발 도구에서 인간이 참여하는 워크플로우를 가능하게 하는 Simple MCP 서버입니다. 이 서버는 명령을 실행하고, 그 출력을 보고, AI에게 직접 텍스트 피드백을 제공할 수 있게 합니다. 또한 Cline과 Windsurf와도 호환됩니다.

프롬프트 엔지니어링

최상의 결과를 위해 AI 어시스턴트의 커스텀 프롬프트에 다음 내용을 추가하세요. 규칙 내나 프롬프트 내에 직접 추가하세요(예: 커서):

질문하고 싶을 때는 항상 MCP interactive_feedback로 전화하세요.
사용자 요청을 완료하려 할 때마다 단순히 프로세스를 종료하지 말고 MCP interactive_feedback에 호출하세요. 사용자의 피드백이 비어질 때까지 MCP를 계속 호출한 후 요청을 종료하세요.

이렇게 하면 AI 어시스턴트가 이 MCP 서버를 사용해 사용자 피드백을 요청한 후 작업을 완료로 표시할 수 있습니다.

💡 왜 이걸 쓰는 거지?

이 모듈은 비서가 투기적이고 비용이 많이 드는 도구 호출로 확장하는 대신 사용자에게 체크인하도록 안내함으로써, 프리미엄 요청 수를 크게 줄일 수 있습니다(예:

Interactive Feedback MCP

Developed by Fábio Ferreira (@fabiomlferreira). Check out dotcursorrules.com for more AI development enhancements.

Simple MCP Server to enable a human-in-the-loop workflow in AI-assisted development tools like Cursor. This server allows you to run commands, view their output, and provide textual feedback directly to the AI. It is also compatible with Cline and Windsurf.

Prompt Engineering

For the best results, add the following to your custom prompt in your AI assistant, you should add it on a rule or directly in the prompt (e.g., Cursor):

Whenever you want to ask a question, always call the MCP interactive_feedback.
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.

This will ensure your AI assistant uses this MCP server to request user feedback before marking the task as completed.

💡 Why Use This?

By guiding the assistant to check in with the user instead of branching out into speculative, high-cost tool calls, this module can drastically reduce the number of premium requests (e.g., OpenAI tool invocations) on platforms like Cursor. In some cases, it helps consolidate what would be up to 25 tool calls into a single, feedback-aware request — saving resources and improving performance.

Configuration

This MCP server uses Qt’s QSettings to store configuration on a per-project basis. This includes:

• The command to run.
• Whether to execute the command automatically on the next startup for that project (see “Execute automatically on next run” checkbox).
• The visibility state (shown/hidden) of the command section (this is saved immediately when toggled).
• Window geometry and state (general UI preferences).

These settings are typically stored in platform-specific locations (e.g., registry on Windows, plist files on macOS, configuration files in ~/.config or ~/.local/share on Linux) under an organization name “FabioFerreira” and application name “InteractiveFeedbackMCP”, with a unique group for each project directory.

The “Save Configuration” button in the UI primarily saves the current command typed into the command input field and the state of the “Execute automatically on next run” checkbox for the active project. The visibility of the command section is saved automatically when you toggle it. General window size and position are saved when the application closes.