AI Feedback Tool：让AI助手与你真正"对话"的反馈循环工具

🎯 项目简介

在使用AI编程助手（如Windsurf、Cursor等）时，你是否遇到过这样的困扰：

• AI完成任务后就"沉默"了，不会主动询问你的意见
• 想要给AI反馈意见，却只能在聊天框里打字，无法发送截图
• AI的工作流程是单向的，缺乏真正的交互循环

AI Feedback Tool 就是为了解决这些问题而生的！它是一个轻量级的Python工具，能让AI助手在完成任务后主动向你征求反馈，并支持文本+图片的多模态反馈方式，真正实现人机协作的闭环。

GitHub仓库: https://github.com/YWzzq/feedback.git

---

✨ 核心特性

1. 双模式支持

• CLI模式：命令行交互，轻量快速，适合纯文本反馈
• GUI模式：图形界面，支持图片上传和粘贴（强烈推荐）

2. 图片反馈支持（GUI模式）

• 📎 上传本地图片：支持jpg、png、gif等常见格式
• 📋 Ctrl+V智能粘贴：自动识别剪贴板内容（图片/文本）
• 💾 自动保存：图片自动保存到feedback/目录，返回绝对路径给AI

3. 强制反馈循环机制

通过配置全局规则，让AI助手养成"完成任务→调用反馈工具→等待反馈→继续工作"的习惯，形成真正的协作循环。

4. 输出干净

完全抑制libpng等C库警告，终端输出清爽整洁。

---

🚀 快速开始

安装步骤

1. Clone项目

git clone https://github.com/YWzzq/feedback.git
cd feedback

2. 安装依赖

pip install pillow

依赖说明：

• CLI模式：无需任何依赖，使用Python标准库
• GUI模式：需要pillow库（用于图片处理）

3. 配置AI工具全局规则

这是最关键的一步！在你的AI工具（Windsurf/Cursor等）中添加以下全局规则：

# 🚨 AI必读：强制反馈循环规则

## 📋 标准工作流程（必须遵守）

### 步骤1：接收任务
用户在终端描述任务 → 你接收到任务描述

### 步骤2：查看相关文件
根据任务描述，查看对应的文件 → 理解任务的具体内容和背景

### 步骤3：制定任务列表
创建任务列表，包含：
- 任务1: [具体任务]
- 任务2: [具体任务]
- ...
- 任务N-1: [倒数第二个任务]
- 任务N: 调用反馈工具  ← 最后一个任务，必须是这个！

### 步骤4：执行任务1到N-1
按顺序执行所有任务（除了最后一个） → 完成具体工作

### 步骤5：输出任务总结
在执行最后一个任务之前，输出：
- 已完成的任务列表
- 每个任务的完成情况
- 工作成果摘要

### 步骤6：执行最后任务（调用反馈工具）
调用反馈工具 → 停止输出 → 等待用户反馈

### 步骤7：收到反馈后循环
收到用户反馈 → 回到步骤1（如果有新任务）或回到步骤4（继续当前任务） → 重复流程

---

## 核心规则（3条）

### 1️⃣ 任务列表的最后一项 = 调用反馈工具
你的任务列表必须这样结构：
- 任务1: 分析代码
- 任务2: 修复问题
- 任务3: 运行测试
- 任务4: 调用反馈工具  ← 必须是最后一项！

### 2️⃣ 调用 = 等待
调用反馈工具后：
- ✅ 停止输出任何内容
- ✅ 等待反馈工具返回
- ❌ 不要继续说话
- ❌ 不要问"有什么可以帮忙"

### 3️⃣ 收到反馈 = 再次调用
处理完用户反馈后：
1. 根据反馈执行任务
2. 输出结果
3. 再次调用反馈工具  ← 循环！
4. 再次等待

---

## 调用命令

⚠️ 将路径替换为你的实际项目路径！

python /your/path/to/ai_feedback_tool_blocking.py --gui --summary "你的任务摘要" --timeout 9999

重要提示：记得将路径替换为你实际clone的项目路径！

---

💡 使用方法

CLI模式（纯文本交互）

python ai_feedback_tool_blocking.py --cli --summary "AI任务摘要"

适用场景：

• 快速文本反馈
• 无需图片说明
• 终端环境

GUI模式（图文交互，推荐）

python ai_feedback_tool_blocking.py --gui --summary "AI任务摘要" --timeout 9999

适用场景：

• 需要上传截图、错误图片
• 需要标注问题位置
• 复杂的可视化反馈

---

🎬 实际使用场景

场景1：代码调试

1. 你让AI修复一个bug
2. AI修改代码后，自动调用反馈工具
3. GUI窗口弹出，你截图错误信息并粘贴（Ctrl+V）
4. AI收到截图，继续调试
5. 循环往复，直到问题解决

场景2：UI设计

1. 你让AI开发一个网页
2. AI完成后调用反馈工具
3. 你截图当前UI，用画图工具标注需要修改的地方
4. 粘贴到反馈窗口，AI根据标注精准修改
5. 持续迭代，直到满意

场景3：文档编写

1. AI生成文档初稿
2. 调用反馈工具
3. 你在文本框输入修改意见
4. AI根据反馈优化文档
5. 再次调用反馈工具，形成循环

---

🔧 参数说明

参数	必选	说明
--cli / --gui	✅	选择CLI或GUI模式（二选一）
--summary / -s	❌	AI工作摘要，显示在界面顶部
--timeout / -t	❌	超时时间（秒），默认6000，建议设置9999

---

📂 项目结构

.
├── ai_feedback_tool_simple.py   # 核心实现（CLI+GUI）
├── ai_feedback_tool_blocking.py # 推荐使用（抑制stderr警告）
├── feedback/                    # 图片自动保存目录（自动创建）
├── README.md
├── LICENSE
└── .gitignore

---

🎯 最佳实践

1. 优先使用GUI模式：支持图片反馈，交互更直观
2. 设置长超时时间：--timeout 9999 避免思考时间过长导致超时
3. 配置全局规则：让AI自动调用反馈工具，形成完整的工作循环
4. 使用blocking版本：ai_feedback_tool_blocking.py 输出更干净
5. 善用Ctrl+V：截图后直接粘贴，比上传文件更快捷

---

🌟 技术亮点

1. 智能粘贴机制

def smart_paste(event):
    """智能粘贴：检测剪贴板内容类型"""
    img = ImageGrab.grabclipboard()
    if isinstance(img, Image.Image):
        paste_image(show_warning=False)
        return "break"  # 阻止默认行为
    return None  # 让文本框正常处理文本粘贴

自动识别剪贴板内容：图片则保存，文本则正常粘贴到输入框。

2. 警告抑制

# 重定向stderr文件描述符，彻底抑制libpng C库警告
_original_stderr_fd = os.dup(2)
_devnull = os.open('/dev/null', os.O_WRONLY)
os.dup2(_devnull, 2)

在底层文件描述符级别抑制警告，确保输出干净。

3. 图片自动管理

• 自动创建feedback/目录
• 图片命名带时间戳：feedback_image_20260116_135530_1.png
• 返回绝对路径，AI可直接读取

---

🤔 为什么需要这个工具？

传统的AI助手工作流程是单向的：

用户提问 → AI回答 → 结束

使用AI Feedback Tool后，工作流程变成循环的：

用户提问 → AI工作 → 调用反馈工具 → 用户反馈（文本+图片）
    ↑                                              ↓
    └──────────────── AI继续工作 ←─────────────────┘

这种闭环机制让AI助手真正成为你的协作伙伴，而不仅仅是一个"一次性"的工具。

---

📝 开源协议

MIT License - 自由使用、修改、分发

---

🔗 相关链接

• GitHub仓库: https://github.com/YWzzq/feedback.git
• Issue反馈: https://github.com/YWzzq/feedback/issues
• 作者: YWzzq

---

💬 结语

AI Feedback Tool 是一个简单但强大的工具，它改变了我们与AI助手的交互方式。通过引入反馈循环机制和多模态输入支持，让AI真正理解你的需求，实现高效的人机协作。

如果你也在使用AI编程助手，不妨试试这个工具，相信它会让你的开发体验更上一层楼！

Star⭐ 支持一下吧！ 👉 https://github.com/YWzzq/feedback.git

---

关键词: AI助手, 反馈循环, Windsurf, Cursor, 图片反馈, Python工具, 人机协作, GUI, CLI