cloneloop 0.1.7

CloneLoop - Clone your work patterns from conversations, let AI execute by your standards continuously.

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

模块	说明
server.py	MCP 入口 — 注册 interactive_feedback 和 get_system_info 工具
__main__.py	CLI 入口，解析参数，启动 MCP 服务器和 Workbench
i18n.py	代理模块 → mcp_supervisor_core.i18n
log_writer.py	代理模块 → mcp_supervisor_core.log_writer
debug.py	代理模块 → mcp_supervisor_core.debug

web/ — Web UI 交互层

弹窗式反馈收集 UI 的后端实现。

目录/模块	说明
web/main.py	WebUIManager — Web UI 生命周期管理
web/core/	核心业务逻辑
web/managers/	子系统管理器
web/models/	数据模型和会话状态
web/routes/	FastAPI 路由
web/templates/	Jinja2 HTML 模板
web/static/	前端静态资源（JS/CSS）
web/utils/	工具函数
web/constants/	常量定义
web/locales/	多语言翻译文件

web/core/ 核心模块

模块	核心类	说明
feedback_mediator.py	FeedbackMediator	反馈收集中介 — 协调 Web UI、Workbench、自动回复三个反馈来源
message_channel.py	MessageChannel	消息聚合通道 — 合并多条消息后统一投递
delegate_manager.py	DelegateManager	委托管理 — 处理 Workbench → MCP Agent 的反馈投递
auto_responder.py	AutoResponder	自动回复 — semi 模式下的倒计时自动回复
response_builder.py	ResponseBuilder	响应构建 — 构造 MCP 工具返回值
agent_bridge.py	AgentBridge	Agent 桥接 — Workbench Agent 注册/心跳
scene_detector.py	SceneDetector	场景检测 — 判断当前运行环境
task_state.py	TaskState	任务状态 — 追踪 AI 声称完成的次数和状态
conversation_recorder.py	ConversationRecorder	对话记录 — 保存每轮交互历史
context_collector.py	ContextCollector	上下文收集 — 收集项目/环境信息

web/managers/ 子系统管理器

模块	核心类	说明
session_manager.py	SessionManager	会话管理 — 创建/获取/清理反馈会话
server_manager.py	ServerManager	服务器管理 — 启动/停止 Uvicorn HTTP 服务
desktop_manager.py	DesktopManager	桌面管理 — 启动/管理 Tauri 桌面窗口
workbench_connector.py	WorkbenchConnector	Workbench 连接器 — 启动/连接 Workbench 后端服务

web/models/ 数据模型

模块	核心类	说明
feedback_session.py	WebFeedbackSession	反馈会话 — 包含完整的用户-AI 交互生命周期
feedback_result.py	FeedbackResult	反馈结果 — 封装用户反馈数据
session_cleaner.py	SessionCleaner	会话清理 — 自动清理过期会话
session_commands.py	SessionCommands	会话命令 — 处理用户输入的命令
session_resolver.py	SessionResolver	会话解析 — 匹配请求到正确的会话
session_timer.py	SessionTimer	会话计时 — 超时管理

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

模块	说明
feedback_helpers.py	反馈文本构建（从 server.py 提取，解决循环依赖）
image_helpers.py	图片处理（Base64 编解码、文件保存）

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