$ loading_
通过交互确认、会话追踪与提示管理,优化反馈驱动的开发流程
复制安装指令,让 AI 自动完成配置 · 推荐新手
"mcp-feedback-enhanced" 暂无可直接复制的安装信息,请查看页面文档或源码仓库。
在我修改部署脚本前,先通过交互界面逐项向我确认风险点、变更范围和回滚方案,并记录本次确认会话。
生成带确认步骤的执行流程,并保存可追踪的会话记录。
帮我整理当前项目的需求澄清记录、历史反馈和常用提示词,生成一个可复用的智能提示管理方案,用于后续代码生成。
输出结构化的提示模板、上下文整理结果和后续复用建议。
为这个功能开发任务建立会话追踪,记录每轮用户反馈、我的确认结果以及对应的实现决策,方便后续复盘。
得到清晰的会话时间线、反馈摘要和决策记录。
通过 MCP 连接 Jupyter 环境,帮助执行代码、分析数据并交互式探索结果。