MCP 피드백 강화 서버 (mcp-feedback-enhanced)

프로젝트 개요

mcp-feedback-enhanced는 AI 보조 개발 도구에서 대화형 사용자 피드백 및 명령 실행을 위해 특별히 설계된 MCP(Model Context Protocol) 서버의 향상된 버전입니다. 이 프로젝트는 이중 인터페이스 모드(웹 UI 및 데스크톱 애플리케이션)를 지원하며, 지능형 환경 감지 기능과 교차 플랫폼 호환성을 제공합니다.

핵심 특징

• 이중 인터페이스 지원: 웹 UI 및 네이티브 데스크톱 애플리케이션 지원
• 지능형 환경 감지: 실행 환경을 자동으로 감지하고 가장 적합한 인터페이스 모드 선택
• 교차 플랫폼 호환: Windows, macOS, Linux 시스템 지원
• 비용 최적화: AI가 추측성 작업을 수행하는 대신 사용자 확인을 통해 유도함으로써 최대 25개의 도구 호출을 단일 피드백 지향 요청으로 통합하여 플랫폼 비용을 크게 절감

지원 플랫폼

지원되는 AI 개발 플랫폼은 Cursor, Cline, Windsurf를 포함합니다.

작동 원리

프로젝트의 워크플로우는 다음과 같습니다:

1. AI 호출 → mcp-feedback-enhanced
2. 환경 감지 → 적절한 인터페이스 자동 선택
3. 사용자 상호작용 → 명령 실행, 텍스트 피드백, 이미지 업로드
4. 피드백 전달 → AI로 정보 반환
5. 프로세스 계속 → 피드백에 따라 조정 또는 종료

주요 기능 특성

인터페이스 모드

Qt GUI 인터페이스

• 로컬 환경의 네이티브 경험
• 모듈식 재구성 설계
• 로컬 개발 환경에 적합

웹 UI 인터페이스

• 원격 SSH 환경에 적합한 현대적인 인터페이스 디자인
• 새로운 아키텍처 설계
• 다양한 화면 크기에 적응하는 반응형 레이아웃

핵심 기능

이미지 처리 기능

• 형식 지원: PNG, JPG, JPEG, GIF, BMP, WebP
• 업로드 방식: 파일 드래그 앤 드롭 + 클립보드 붙여넣기 (Ctrl+V)
• 자동 처리: 1MB 제한을 준수하도록 지능형 압축

다국어 지원

• 세 가지 언어: 영어, 번체 중국어, 간체 중국어
• 지능형 감지: 시스템 언어에 따라 자동 선택
• 실시간 전환: 인터페이스 내에서 직접 언어 변경

단축키 지원

• Ctrl+Enter: 피드백 제출 (메인 키보드 및 숫자 키패드 지원)
• Ctrl+V: 클립보드 이미지 직접 붙여넣기

설치 및 구성

빠른 설치

# uv 설치 (아직 설치되지 않은 경우)
pip install uv

# 빠른 테스트
uvx mcp-feedback-enhanced@latest test

기본 구성

AI 어시스턴트(예: Cursor)에 다음 구성을 추가합니다:

{
  "mcpServers": {
    "mcp-feedback-enhanced": {
      "command": "uvx",
      "args": ["mcp-feedback-enhanced@latest"],
      "timeout": 600,
      "autoApprove": ["interactive_feedback"]
    }
  }
}

고급 구성

{
  "mcpServers": {
    "mcp-feedback-enhanced": {
      "command": "uvx",
      "args": ["mcp-feedback-enhanced@latest"],
      "timeout": 600,
      "env": {
        "FORCE_WEB": "true",
        "MCP_DEBUG": "false"
      },
      "autoApprove": ["interactive_feedback"]
    }
  }
}

환경 변수 구성

변수명	용도	값	기본값
FORCE_WEB	웹 UI 강제 사용	true/false	false
MCP_DEBUG	디버그 모드	true/false	false
INCLUDE_BASE64_DETAIL	이미지 전체 Base64	true/false	false

사용 권장 사항

최상의 결과를 위해 AI 어시스턴트에 다음 규칙을 추가하는 것을 권장합니다:

# MCP 대화형 피드백 규칙
1. 모든 프로세스, 작업 또는 대화에서, 질문, 응답 또는 단계별 작업 완료 여부에 관계없이 MCP mcp-feedback-enhanced를 호출해야 합니다.
2. 사용자 피드백을 받았을 때, 피드백 내용이 비어 있지 않으면 MCP mcp-feedback-enhanced를 다시 호출하고 피드백에 따라 동작을 조정해야 합니다.
3. 사용자가 명확하게 "종료" 또는 "더 이상 상호작용이 필요 없음"을 표시할 때만 MCP mcp-feedback-enhanced 호출을 중단하고 프로세스를 완료할 수 있습니다.
4. 종료 명령을 받지 않는 한, 모든 단계에서 MCP mcp-feedback-enhanced를 반복적으로 호출해야 합니다.

테스트 방법

버전 확인

uvx mcp-feedback-enhanced@latest version

인터페이스별 테스트

# Qt GUI 빠른 테스트
uvx mcp-feedback-enhanced@latest test --gui

# 웹 UI 테스트 (자동으로 계속 실행)
uvx mcp-feedback-enhanced@latest test --web

# 디버그 모드
MCP_DEBUG=true uvx mcp-feedback-enhanced@latest test

로컬 개발 테스트

# 프로젝트 클론
git clone https://github.com/Minidoracat/mcp-feedback-enhanced.git
cd mcp-feedback-enhanced
uv sync

# 방법 1: 표준 테스트 (권장)
uv run python -m mcp_feedback_enhanced test

# 방법 2: 전체 테스트 스위트
uvx --with-editable . mcp-feedback-enhanced test

# 방법 3: 인터페이스별 테스트
uvx --with-editable . mcp-feedback-enhanced test --gui  # Qt GUI 테스트
uvx --with-editable . mcp-feedback-enhanced test --web  # 웹 UI 테스트

버전 기록 및 주요 업데이트

최신 기능 (v2.6.0 이상)

• 전체 재구성: GUI 및 웹 UI에 모듈식 아키텍처 적용
• 중앙 집중식 관리: 폴더 구조 재편성, 유지보수성 향상
• 인터페이스 최적화: 현대적인 디자인 및 개선된 사용자 경험
• macOS 인터페이스 최적화: macOS 사용자 경험을 위한 특별 개선
• 기능 강화: 새로운 설정 옵션 및 자동 페이지 닫기 기능

핵심 개선 사항

• 언어 전환: 웹 UI 언어 전환 시 콘텐츠 업데이트 문제 해결
• 정보 페이지: 버전 정보, 프로젝트 링크 및 감사 메시지를 포함하는 정보 페이지 추가
• 강화된 단축키: Ctrl+Enter가 숫자 키패드 지원
• 지능형 이미지 붙여넣기: Ctrl+V로 클립보드 이미지 직접 붙여넣기
• 다국어 아키텍처 재구성: 동적 로딩 및 모듈식 언어 파일 구성

자주 묻는 질문

Q: "Unexpected token 'D'" 오류 발생

A: 디버그 출력이 간섭합니다. MCP_DEBUG=false로 설정하거나 환경 변수를 제거하십시오.

Q: 한글 문자가 깨짐

A: v2.0.3 버전에서 수정되었습니다. 최신 버전으로 업데이트하십시오: uvx mcp-feedback-enhanced@latest

Q: 이미지 업로드 실패

A: 파일 크기(≤1MB) 및 형식(PNG/JPG/GIF/BMP/WebP)을 확인하십시오.

Q: 웹 UI가 시작되지 않음

A: FORCE_WEB=true로 설정하거나 방화벽 설정을 확인하십시오.

Q: Gemini Pro 2.5가 이미지를 파싱하지 못함

A: 알려진 문제입니다. Gemini Pro 2.5는 업로드된 이미지 내용을 올바르게 파싱하지 못할 수 있습니다. 테스트 결과 Claude-4-Sonnet은 이미지를 올바르게 분석할 수 있었습니다. 더 나은 이미지 이해 능력을 위해 Claude 모델을 사용하는 것을 권장합니다.

프로젝트 가치

이 프로젝트의 핵심 가치는 AI 보조 개발에서 중요한 문제, 즉 AI가 비용이 많이 드는 추측성 작업을 수행하는 것을 방지하는 데 있습니다. 인간-기계 상호작용 피드백 루프를 구축함으로써 사용자는 AI가 복잡하거나 비용이 많이 드는 작업을 실행하기 전에 확인 및 지침을 제공할 수 있으며, 이를 통해 다음을 달성할 수 있습니다:

1. 비용 절감: 불필요한 API 호출 감소
2. 효율성 향상: 잘못된 작업 경로 방지
3. 제어력 강화: 사용자가 개발 프로세스에 대한 주도권 유지
4. 경험 개선: 더욱 원활한 인간-기계 협업 개발 프로세스