mcp-ai-supervisor (MCP Server)

MCP AI Supervisor 的核心 MCP 服务器。实现 Model Context Protocol 协议，为 AI 编程助手提供交互式反馈和任务监督能力。

包信息

• 包名: mcp-ai-supervisor
• 模块名: mcp_ai_supervisor
• 版本: 0.1.0
• 依赖: mcp-supervisor-core, mcp-supervisor-workbench, fastmcp, fastapi, uvicorn, psutil, jinja2, websockets, mcp

启动方式

# 通过 python -m 启动（Cursor MCP 使用此方式）
python -m mcp_ai_supervisor

# 通过入口点启动
mcp-ai-supervisor

Cursor MCP 配置（~/.cursor/mcp.json）：

{
  "mcpServers": {
    "mcp-ai-supervisor": {
      "command": "/path/to/.venv/bin/python",
      "args": ["-m", "mcp_ai_supervisor"]
    }
  }
}

架构概览

MCP Server (本包)
├── MCP 协议层          server.py — FastMCP 工具注册
├── Web UI 层           web/ — 弹窗 UI + WebSocket 通信
├── Workbench 连接层    workbench/ — 代理模块，转发到 workbench-server
├── 桌面应用层          desktop_app/ — Tauri 桌面应用集成
└── 基础设施层          log_writer.py, utils/ — 代理模块，转发到 core

模块结构

顶层模块

web/ — Web UI 交互层

弹窗式反馈收集 UI 的后端实现。

web/core/ 核心模块

web/managers/ 子系统管理器

web/models/ 数据模型

workbench/ — Workbench 代理模块

代理模块，将 from mcp_ai_supervisor.workbench.xxx 的导入透明转发到 mcp_supervisor_workbench 包。确保 MCP Server 内部使用 mcp_ai_supervisor.workbench.* 的代码无需修改。

helpers/ — 辅助函数

MCP 工具

本服务器注册了 2 个 MCP 工具：

interactive_feedback

核心工具 — AI 完成工作后调用，等待用户反馈。

参数：

• summary (必填): 本轮工作摘要
• intention (必填): 下一步计划
• project_directory (可选): 项目目录
• original_task (可选): 原始任务描述
• task_complete (可选): 是否声明完成
• changed_files (可选): 修改的文件列表
• timeout (可选): 等待超时秒数

get_system_info

获取系统信息（MCP 版本、运行环境等）。

工作流程

1. Cursor 启动 MCP Server (python -m mcp_ai_supervisor)
2. AI 完成工作后调用 interactive_feedback
3. server.py 创建 WebFeedbackSession
4. FeedbackMediator 同时等待 Web UI / Workbench / 自动回复
5. 用户通过弹窗或 Workbench 提交反馈
6. 反馈结果返回给 AI，循环继续

安装

# 在 monorepo 根目录
uv sync