Canvas 作业助手 MCP 服务器

概述

此模型上下文协议 (MCP) 服务器允许您与 Canvas/Instructure 课程和作业进行交互，而无需离开您的 LLM（例如 Claude Desktop）。

它允许您以编程方式检索、搜索和总结课程和作业信息，例如检查即将到来的作业的截止日期：

功能

工具

1. 列出课程

   • 检索课程列表
   • 按课程状态过滤（活动、已完成或全部）

2. 搜索作业

   • 跨课程搜索作业
   • 按以下条件过滤：
     • 搜索查询
     • 截止日期范围
     • 特定课程
     • 包含/排除已完成的课程

3. 获取作业详情

   • 获取有关特定作业的详细信息
   • 多种输出格式（完整 HTML、纯文本、markdown）

资源

• 作业内容：使用标准化 URI 格式检索完整的作业详细信息

前提条件

• Node.js
• Canvas LMS 帐户
• Canvas API 令牌
• Canvas 域名

环境设置

设置以下环境变量：

• CANVAS_API_TOKEN：您的 Canvas API 访问令牌（请参阅以下说明）
• CANVAS_DOMAIN：您的 Canvas 机构的域名（例如，canvas.youruniversity.edu）

如何获取您的 Canvas API 令牌

1. 登录 Canvas
2. 转到帐户 > 设置
3. 滚动到“已批准的集成”部分
4. 点击“新建访问令牌”
5. 复制生成的令牌

有关更多详细信息，请参阅 Canvas 的这些说明。

安全提示

请对您的 CANVAS_API_TOKEN 保密。 不要将其提交到版本控制。

安装

1. 克隆存储库并安装依赖项

   克隆存储库

   git clone https://github.com/mbcrosier/canvas-mcp.git
   cd canvas-mcp
   

   安装依赖项。 如果这引发错误，请确保您已安装 node。

   npm install
   

2. 连接到 MCP 服务器

   复制以下带有适当 {{PATH}} 值的 json：

   {
     "mcpServers": {
       "canvas": {
         "command": "node", 
         "args": ["/absolute/path/to/canvas-mcp-server/dist/index.js"], // cd 进入存储库，运行 `pwd` 并在此处输入输出
         "env": {
            "CANVAS_API_TOKEN": "your_api_token_here",
            "CANVAS_DOMAIN": "myschool.instructure.com"
          }
       }
     }
   }
   

   对于 Claude，将其另存为 claude_desktop_config.json，位于 Claude Desktop 配置目录中：

   ~/Library/Application Support/Claude/claude_desktop_config.json
   

   对于 Cursor，将其另存为 mcp.json，位于 Cursor 配置目录中：

   ~/.cursor/mcp.json
   

3. 重启 Claude Desktop / Cursor

   打开 Claude Desktop，您现在应该看到 WhatsApp 作为可用的集成。

   或者重启 Cursor。

MCP 工具

• list_courses：默认显示所有活动课程。 使用标志显示已完成或所有课程
• search_assignments：搜索作业标题和描述
• get_assignment：检索完整的作业详细信息

故障排除

常见问题

• 令牌无效：

  • 重新生成您的 Canvas API 令牌
  • 确保令牌具有适当的权限

• 域名不正确：

  • 仔细检查您的 Canvas 机构域名
  • 验证没有拼写错误

免责声明

这是一个非官方的 Canvas MCP，与 Canvas 或 Instructure 无关。 我也不是专业的软件工程师，这个项目是使用 Claude 进行 vibe-coded 的，所以请您自担风险使用它 :)

感谢！

• 感谢 Luke Harries 的灵感和本 Readme 的部分文本。
• 感谢 Anthropic 团队提供的关于如何使用 LLM 创建 MCP 的精彩说明！