通知画布MCP服务器
项目介绍
🎓 Notioc Canvas MCP Server
通过Claude Desktop与Canvas LMS无缝集成的AI驱动画布助手，全面提升您的学术体验
一个全面的模型上下文协议（MCP）服务器，通过Claude Desktop提供与Canvas LMS的无缝集成。使用45种强大的工具和自然语言交互，将您的Canvas数据转化为智能学术见解。
✨ 独特之处
🚀 完整的Canvas集成
- 45个MCP工具覆盖了Canvas的所有方面
- 实时成绩分析，包括“假设”计算
- 访问以前提交的内容 - 查看所有过去的作业
- 测验内容分析 - 从已完成的测验中学习
- 高级文档处理 - 从94种以上文件类型（PDF、DOCX、XLSX、PPTX、图像、音频）中提取内容
- 通过Claude集成实现的AI驱动见解
🎯 关键特性
📊 学术分析
- 成绩跟踪及表现洞察
- 计算“我需要在期末考试中得到多少分才能达到目标？”
- 课程进度分析和预测
📄 文档管理
- 访问所有以前的提交和反馈
- 通过LlamaParse从94种以上的文档类型中提取文本
- 智能文件搜索和内容处理
- 图像OCR和音频转录
🎓 测验与学习工具
- 提交后完全复习测验
- 带有正确答案的问题分析
- 跨所有测验的表现跟踪
📅 规划与组织
- 日历集成，包括截止日期
- 课程导航和模块跟踪
- 教学大纲分析和政策提取
💬 通信
- Canvas消息集成
- 讨论参与
- 专业邮件草稿
🚀 快速开始
先决条件
- Node.js 18+
- Canvas API访问令牌
- LlamaParse API密钥（用于文档处理）
- Claude Desktop应用程序
1. 安装
git clone https://github.com/Kuria-Mbatia/notioc-canvas-mcp-server.git
cd canvas-mcp-server
npm install
npm run build
2. 环境设置
创建.env文件：
CANVAS_BASE_URL=https://your-school.instructure.com
CANVAS_ACCESS_TOKEN=your_api_token_here
# LlamaParse用于文档处理（支持94种以上文件类型）
LLAMA_CLOUD_API_KEY=your_llamaparse_api_key_here
ENABLE_LLAMAPARSE=true
LLAMA_PARSE_ALLOW_UPLOAD=true
NODE_ENV=production
LlamaParse配置（高级文档处理）：
LLAMA_CLOUD_API_KEY：来自LlamaIndex Cloud的API密钥，用于处理94种以上的文档类型ENABLE_LLAMAPARSE=true：启用高级文档提取LLAMA_PARSE_ALLOW_UPLOAD=true：允许上传文件到LlamaParse进行处理LLAMA_PARSE_TIMEOUT_MS=300_000：复杂文档的超时时间（5分钟）LLAMA_PARSE_MAX_MB=50：最大处理文件大小
📄 文档支持：启用LlamaParse后，服务器可以处理PDF、Word文档、Excel表格、PowerPoint演示文稿、图像（OCR）、音频文件（转录）以及80多种其他格式，并具有高精度。
3. Claude Desktop集成
添加到Claude Desktop设置（claude_desktop_config.json）：
{
"mcpServers": {
"notioc-canvas": {
"command": "node",
"args": ["path/to/notioc-canvas-mcp-server/dist/src/server.js"],
"env": {
"CANVAS_BASE_URL": "https://your-school.instructure.com",
"CANVAS_ACCESS_TOKEN": "your_token_here"
}
}
}
}
� 需要帮助？ 查看我们的详细设置指南：
🛠️ 可用工具（总计45个）
📊 成绩与分析
get_grades- 完整的成绩概览calculate_course_analytics- 表现洞察generate_what_if_scenarios- 成绩预测get_grade_trends- 进度跟踪get_gradebook_categories- 加权类别
📝 作业与提交
get_assignments- 作业列表get_assignment_details- 详细的作业信息get_previous_submission_content- 查看过去的工作list_submitted_assignments- 提交历史download_submission_file- 文件访问get_assignment_feedback- 教师评论get_submission_comments- 详细的反馈
🎓 测验与学习工具
list_quizzes- 测验列表get_quiz_details- 测验信息get_quiz_submissions- 您的提交get_quiz_submission_content- 完全复习测验
📅 规划与导航
get_calendar_events- 截止日期和事件list_modules- 课程模块get_module_details- 模块信息get_course_navigation- 课程结构get_course_syllabus- 教学大纲分析
📁 内容与文件
find_files- 智能文件搜索read_file- 文件内容处理process_file- AI驱动的文件分析smart_search- 智能内容搜索
💬 通信
send_message- Canvas消息list_conversations- 消息历史get_discussions- 讨论访问post_discussion_reply- 参与讨论
🎯 评分标准与反馈
get_assignment_rubric- 评分标准分析get_rubric_analysis- 表现洞察
� 示例对话
学术表现
“我在计算机工程课上的当前成绩是多少？为了获得A，我需要在期末考试中得到多少分？”
“显示本周内所有课程中到期的作业及其紧急程度。”
“回顾我的最后一次物理测验——我错在哪里，帮我准备下一次测验。”
作业管理
“查找并处理我数学451作业提交的所有文件。”
“我的最新编程作业教授给了我什么反馈？”
“下载我昨天物理辅导课提交的文件。”
课程规划
“我需要完成操作系统课程中的哪些模块，它们的前置条件是什么？”
“从我的课程教学大纲中提取评分政策。”
“显示我在所有课程中的进度，并识别需要关注的领域。”
🎯 适合人群
✅ 学生寻求学术卓越
✅ 研究人员管理课程工作流程
✅ 任何人希望更智能地使用Canvas
✅ 高级用户需要高级学术分析
🤝 贡献
我们欢迎贡献！请参阅CONTRIBUTING.md获取指南。
📄 许可
MIT许可 - 详情见LICENSE。
🎓 提升您的学术体验
将Canvas从一个基本的学习管理系统转变为您的智能学术伙伴。通过AI驱动的分析获得见解，自动化工作流程，并取得更好的成绩。
准备好革新您的Canvas体验了吗？ 🚀