mcp-feedback-collector 2.0.0

A modern MCP server for interactive user feedback collection with GUI

🎯 交互式反馈收集器 MCP 服务器

一个现代化的 Model Context Protocol (MCP) 服务器，为AI助手提供交互式用户反馈收集功能。AI可以汇报工作完成情况，用户可以通过美观的图形界面提供文字反馈和多张图片反馈。

✨ 主要特性

🎨 现代化UI设计

• 美观界面：采用现代化设计风格，微软雅黑字体
• 直观布局：清晰的区域划分，彩色按钮和图标
• 响应式设计：700x800像素窗口，支持调整大小
• 用户友好：丰富的提示信息和状态反馈

📷 强大的图片功能

• 多图片支持：同时选择和提交多张图片
• 多种来源：支持文件选择和剪贴板粘贴
• 实时预览：横向滚动的缩略图预览（100x80像素）
• 灵活管理：每张图片独立删除，一键清除所有

💬 灵活的反馈方式

• 纯文字反馈：多行文本输入，支持长文本
• 纯图片反馈：只提交图片，无需文字
• 混合反馈：文字+多张图片的组合反馈
• 时间戳记录：自动记录反馈提交时间

🛠️ 工具列表

1. collect_feedback(work_summary: str) - 主要功能

收集用户的交互式反馈，AI汇报工作内容，用户提供反馈。

参数：

• work_summary: AI完成的工作内容汇报

返回：

• 包含文字和图片的反馈内容列表
• 支持TextContent和Image类型的混合返回

使用场景：

• AI完成任务后汇报工作内容
• 收集用户对AI工作的评价和建议
• 获取用户的问题反馈和改进意见
• 收集相关的截图或图片资料

2. pick_image() - 图片选择

弹出简化的图片选择对话框，快速选择单张图片。

返回：

• MCPImage对象

使用场景：

• 需要用户提供单张图片时
• 快速的图片选择需求

3. get_image_info(image_path: str) - 图片信息

获取指定路径图片的详细信息。

参数：

• image_path: 图片文件路径

返回：

• 图片的格式、尺寸、大小等信息

🖼️ 界面展示

主界面布局

🎯 工作完成汇报与反馈收集
┌─────────────────────────────────────────┐
│ 📋 AI工作完成汇报                        │
│ ┌─────────────────────────────────────┐ │
│ │ AI汇报的工作内容显示区域              │ │
│ └─────────────────────────────────────┘ │
└─────────────────────────────────────────┘

┌─────────────────────────────────────────┐
│ 💬 您的文字反馈（可选）                  │
│ ┌─────────────────────────────────────┐ │
│ │                                     │ │
│ │ 多行文本输入框                       │ │
│ │ 支持滚动条                          │ │
│ │                                     │ │
│ └─────────────────────────────────────┘ │
└─────────────────────────────────────────┘

┌─────────────────────────────────────────┐
│ 🖼️ 图片反馈（可选，支持多张）            │
│ [📁选择图片文件] [📋从剪贴板粘贴] [❌清除所有图片] │
│ ┌─────────────────────────────────────┐ │
│ │ [图1] [图2] [图3] ... (横向滚动)     │ │
│ │ 100x80缩略图预览，带删除按钮         │ │
│ └─────────────────────────────────────┘ │
└─────────────────────────────────────────┘

[✅ 提交反馈]  [❌ 取消]

按钮配色方案

• 📁 选择图片文件：蓝色 (#3498db)
• 📋 从剪贴板粘贴：绿色 (#2ecc71)
• ❌ 清除所有图片：红色 (#e74c3c)
• ✅ 提交反馈：深绿色 (#27ae60)
• ❌ 取消：灰色 (#95a5a6)

📦 安装和配置

1. 安装依赖

pip install mcp pillow

2. 启动服务器

# Windows
start_server.bat

# 或直接运行
python server.py

3. Claude Desktop 配置

在 claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "image-picker-mcp": {
      "command": "python",
      "args": ["D:/zhuomian/duihuamcp/image-picker-mcp/server.py"],
      "cwd": "D:/zhuomian/duihuamcp/image-picker-mcp",
      "env": {
        "MCP_DIALOG_TIMEOUT": "600"
      }
    }
  }
}

🕐 超时配置说明

• MCP_DIALOG_TIMEOUT: 对话框超时时间（秒）
  • 默认值：300秒（5分钟）
  • 建议值：600秒（10分钟）用于复杂反馈
  • 最小值：60秒（1分钟）
  • 设置为更长时间可避免用户操作时超时

📝 配置参数详解

参数	默认值	说明	建议值
MCP_DIALOG_TIMEOUT	300	对话框等待用户操作的超时时间（秒）	600-1200

超时时间选择建议：

• 快速反馈：300秒（5分钟）- 适合简单的文字反馈
• 详细反馈：600秒（10分钟）- 适合需要思考和输入较多内容
• 复杂反馈：1200秒（20分钟）- 适合需要查找多张图片和详细说明

4. 重启 Claude Desktop

配置完成后重启 Claude Desktop 即可使用。

🚀 使用方法

基本工作流程

1. AI汇报工作：AI调用 collect_feedback() 并传入工作汇报内容
2. 用户查看汇报：界面显示AI完成的工作内容
3. 用户提供反馈：
   • 在文字区域输入反馈意见
   • 选择相关图片（截图、文件等）
   • 可以只提供文字、只提供图片，或两者都提供
4. 提交反馈：点击"提交反馈"按钮
5. AI接收反馈：AI收到文字和图片内容，继续对话

图片操作指南

• 文件选择：支持多选，可选择 PNG、JPG、GIF、BMP、WebP 等格式
• 剪贴板粘贴：先截图到剪贴板，然后点击粘贴按钮
• 预览管理：每张图片显示缩略图、来源和尺寸信息
• 删除操作：点击图片右下角的"×"按钮删除单张图片

最佳实践

1. AI汇报要详细：在 work_summary 中详细描述完成的工作
2. 用户反馈要具体：提供明确的意见和建议
3. 图片要相关：提交与反馈内容相关的截图或图片
4. 及时提交：避免长时间停留导致超时

🔧 技术实现

核心技术栈

• MCP协议：FastMCP框架
• GUI框架：tkinter + scrolledtext
• 图片处理：PIL/Pillow + ImageTk
• 多线程：threading + queue
• 数据格式：TextContent + MCPImage

关键特性

• 非阻塞UI：使用线程避免阻塞AI对话
• 内存优化：图片缩略图生成，减少内存占用
• 错误处理：完善的异常处理和用户提示
• 跨平台：支持Windows、macOS、Linux

数据流程

AI调用 → 显示界面 → 用户操作 → 收集数据 → 返回AI
   ↓         ↓         ↓         ↓         ↓
work_summary → GUI → 文字+图片 → 格式转换 → TextContent+MCPImage

📝 更新日志

v2.0.0 (2025-05-28)

• 🎨 全新的现代化UI设计
• 📷 支持多张图片同时提交
• 🖼️ 横向滚动的图片预览区域
• 🎯 更大的窗口尺寸 (700x800)
• 💫 彩色按钮和图标
• 🔧 优化的用户体验

v1.0.0 (2025-05-28)

• 🚀 初始版本发布
• 📝 基础的文字反馈功能
• 🖼️ 单张图片选择功能
• 🎨 简单的界面设计

🤝 使用建议

对于AI助手

• 每次完成重要任务后调用 collect_feedback() 汇报工作
• 在 work_summary 中详细描述完成的内容和结果
• 根据用户反馈调整后续工作方向

对于用户

• 提供具体、建设性的反馈意见
• 使用图片补充文字无法表达的内容
• 及时提交反馈，避免超时

📞 技术支持

如果遇到问题，请检查：

1. Python环境和依赖包是否正确安装
2. Claude Desktop配置文件路径是否正确
3. 服务器是否正常启动
4. 图片文件格式是否支持

---

🎯 让AI与用户的交互更加高效和直观！