$ loading_
让 AI 在执行任务过程中主动向用户发起终端式反馈与确认。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MCP Feedback Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
在执行数据库迁移前，先通过 Feedback Server 向我展示变更摘要、潜在风险和回滚方案，并等待我确认后再继续。
AI 先发起交互式确认请求，展示关键信息，并在收到用户反馈后决定继续、暂停或调整方案。
帮我生成产品需求文档草稿，但在写详细功能前，先通过 Feedback Server 询问我更偏向 MVP 方案还是完整版本，并根据我的选择继续。
AI 在任务中途主动询问用户偏好，并把反馈纳入后续内容生成与决策过程。
分析这个日志目录并定位异常；如果发现环境信息、时间范围或目标服务不明确，就通过 Feedback Server 向我提问，而不是自行假设。
AI 遇到缺失或歧义信息时会发起补充问题，拿到用户回答后再继续分析并输出更可靠结果。
帮助 AI 助手通过图文交互界面高效收集用户反馈与确认意见。