Cursor 对话次数翻倍！增强版（MCP-详细的搭建和使用分析指南）
**让你的Cursor 对话次数、对话额度、对话频率=翻倍！！！
本指南旨在帮助您理解和配置使用 MCP 交互式反馈收集器，这是一个 Model Context Protocol (MCP) 服务器，为Cursor 提供交互式用户反馈窗口。
资源荟萃
Cursor对话次数翻倍：哪个500次变2500次！MCP使用教程（亲测~使用这个Rules~利用率拉满！！）GitHub - Minidoracat/mcp-feedback-enhanced: Enhanced MCP server for interactive user feedback and command execution in AI-assisted development, featuring dual interface support (Web UI and Desktop Application) with intelligent environment detection and cross-platform compatibility.
这是Github上开源社区大佬，根据 noopstudios 的项目分享的 Cursor IDE 技术思路，迭代完成的新版本。
它可以帮助您在 “Cursor 的50次、150次、pro（500次）高级请求限制下，通过启动多次迭代交互=获得翻倍的对话额度！
人工智能
** 如果您希望在单个请求中与AI进行更深入、多轮次、充分利用的对话和调整，而不是每次追问都消耗新的请求配额、每次对话进程太短。
- 这个方法绝对是您打开“Cursor 邪术的大门”。
2. 
工作机制浅析
主请求与迭代: 通常，您向 Cursor AI 发出的每个指令（如编码、解释）都会计为一个主请求。
MCP介入: feedback 的核心思想是，在 Cursor AI 完成您初步指令的任务后，不立即结束该主请求。**相反，它会通过一个配置好的MCP（自定义提示服务）弹出一个交互界面。
延续交互: 您可以在此交互界面中输入后续的指令或问题。这些后续的交互将作为原始主请求的延续，
不会立即消耗新的主请求次数，直到您主动结束或达到某种内部限制（如工具调用次数）。
“
次数倍增”的由来: “500次变2500次”的说法，源于假设原本一次主请求可能只包含一次核心交互，而通过MCP可以扩展到多次（例如5次、10次、理论极限25次）迭代，从而在相同的“1次”请求配额下，获得更多对话输入和输出结果。
用一次对话实例让你看下效果：
安装与配置指南
前提条件
** 已安装 Cursor IDE。
- 您的系统上需要有 Python 环境，
安装 uv（如果尚未安装）
Windows
pip install uv
Linux/Mac
curl -LsSf https://astral.sh/uv/install.sh | sh
配置步骤
1. 安装 uvx / uv
使用以下命令安装 uvx：
pip install uvx / uv
2. Cursor MCP.JSON配置
一条命令一键配置：pip install mcp-feedback-enhanced
然后在 Cursor 设置中配置自定义 MCP 服务器，手动编辑 mcp.json :
{
“mcpServers”: {
“mcp-feedback-enhanced”: {
“command”: “uvx”,
“args”: [
“mcp-feedback-enhanced@latest”
],
“timeout”: 600,
“autoApprove”: [
“interactive_feedback”
]
}
}
}
这个时候，配置完之后，mcp一般就正常了（点击右边的刷新按钮，进行查验！）
如果你需要使用源代码版本或想要自定义环境变量
(If you need to use source version or want to customize environment variables:)：
{
“mcpServers”: {
“mcp-feedback-enhanced”: {
“command”: “uv”,
“args”: [
“–directory”,
“/path/to/mcp-feedback-enhanced”,
“run”,
“python”,
“-m”,
“mcp_feedback_enhanced”
],
“timeout”: 600,
“env”: {
“FORCE_WEB”: “true”,
“MCP_DEBUG”: “false”
},
“autoApprove”: [
“interactive_feedback”
]
}
}
}
请记得将路径修改为您的实际项目目录！
3. 重启 Cursor (正常你是不需要重启、直接刷新MCP Servers 即可)
配置完JSON后，如果遇到启用失败问题，可以尝试重启Cursor，检查依赖，检查MCP.JSON配置规范。再打开Cursor 即可使用 MCP.
适合需要修改代码或参与开发的用户：
- Get the Code 获取代码
cd mcp-feedback-enhanced
- Install Dependencies 安装依赖项
uv sync
- Test Installation 测试安装
Basic functionality test
uv run python -m mcp_feedback_enhanced test
uv run python -m mcp_feedback_enhanced test --persistent
- Run MCP Server 运行 MCP 服务器
uv run python -m mcp_feedback_enhanced
主要特性
现代化界面
美观的 700x800 像素 GUI，支持中文界面，直观的区域划分，彩色按钮和图标，提供更美观的提示信息和状态反馈。
多图片支持
支持同时选择和提交多张图片，支持文件选择和剪贴板粘贴两种方式，实时缩略图，满足用户多样化的反馈需求。
灵活反馈
支持纯文字、纯图片或文字 + 图片组合反馈，提供多行文本输入区域，方便用户输入更多信息。
核心功能
collect_feedback()
收集用户反馈的主要工具，AI 可以汇报工作内容，用户提供文字和图片反馈：
result = collect_feedback(“我已经完成了代码优化工作…”)
界面预览
## :wrench: 配置说明
### 超时设置
- `MCP_DIALOG_TIMEOUT`：对话框等待时间（秒）
- 建议：600 秒（10 分钟）
- 复杂操作：1200 秒（20 分钟）
### 支持的图片格式（待完全测试验证）
PNG、JPG、JPEG、GIF、BMP、WebP
## :memo: 更新情况
- 🎨 全新现代化 UI 设计
- 📷 多图片同时提交支持
- 🖼️ 横向滚动图片预览
- 💫 彩色按钮和图标
- 🔧 优化用户体验
## 感谢 [sanshao85] [Minidoracat]贡献。这次版本更新）。