stu-management-mcp
Local stdio MCP server that provides tools for calculating averages, evaluating scores into grades, and retrieving student names by student ID. It logs every call to JSONL files with timestamps and performance metrics.
README
学生管理 MCP
stuManagementMcp 是一个基于 TypeScript 和 npm 的本地 stdio MCP 服务,提供平均分计算、成绩评价和学生姓名查询工具。
环境要求
- Node.js 22 或更高版本
- npm
安装与构建
在项目目录执行:
npm install
npm run build
构建后的服务入口为 dist/index.js。
使用 MCP Inspector 测试
先构建项目,再启动 Inspector:
npm run build
npx @modelcontextprotocol/inspector node dist/index.js
浏览器打开命令输出的 Inspector 地址,在 Tools 页面选择工具并填写参数。调试信息使用 console.error 输出,可在 Inspector 右侧的 Console 标签中查看。
注意:stdio MCP 的标准输出用于 MCP 协议通信,不要使用 console.log 打印调试信息,否则可能导致协议通信异常。
工具列表
calculate_average
计算三个数值的平均值。
输入:
{
"a": 1,
"b": 2,
"c": 3
}
输出:
{
"average": 2
}
evaluate_score
根据 0-100 的整数分数返回成绩评价。非整数或超出范围的输入会被拒绝。
输入:
{
"score": 85
}
输出:
{
"result": "良好"
}
评价规则:
| 分数范围 | 评价 |
|---|---|
| 0-59 | 不及格 |
| 60-70 | 及格 |
| 71-89 | 良好 |
| 90-100 | 优秀 |
get_student_name
根据固定学号查询学生姓名。
| 学号 | 姓名 |
|---|---|
| 10000 | 张三 |
| 10001 | 李四 |
| 10002 | 王五 |
| 10003 | 赵六 |
| 10004 | 钱七 |
输入:
{
"studentId": 10001
}
输出:
{
"name": "李四"
}
未找到学号时,工具返回“未找到该用户”。
调用埋点日志
每次进入工具业务处理的调用都会追加记录到:
log/YYYY-MM-DD/calls.jsonl
日期和时间使用中国大陆时区(Asia/Shanghai),时间格式为 YYYY-MM-DD HH:mm:ss.SSS。每行是一条独立 JSON 记录,包含工具名、调用参数、成功状态、错误信息和耗时(毫秒)。
示例:
{"timestamp":"2026-08-11 22:42:07.014","tool":"calculate_average","parameters":{"a":2,"b":3,"c":5},"success":true,"durationMs":20.01}
参数 schema 校验失败的请求不会进入业务代码,因此不会写入埋点日志。日志写入失败不会影响工具的正常返回。
在 CC Switch 中配置 stdio MCP
在 CC Switch 新增 MCP 页面中:
- MCP 标题:
stuManagementMcp - 显示名称:
学生管理 MCP - 启用到应用:勾选
Codex
在“完整的 JSON 配置”中填写:
{
"type": "stdio",
"command": "D:\\Program Files (x86)\\coding\\nodejs\\node.exe",
"args": [
"D:\\workspace\\mcp\\dist\\index.js"
]
}
添加配置后,完全退出并重启 Codex Desktop。之后直接使用自然语言请求调用工具,例如“调用 get_student_name 查询 studentId=10001”。修改 src/index.ts 后,需要再次执行 npm run build,然后重启 Codex Desktop 以加载新的构建产物。
后续
可能没有后续了...我也不确定
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。