teacher-mcp
MCP server that authenticates as a teacher and provides tools for question management and lecture recording on the RuoYi platform.
README
teacher-mcp(重建版)· 老师系统操作全权代理 MCP
定位:老师在系统里能做的操作,agent 经本 MCP 都能替他做;老师只负责线上视觉验收(每个写工具返回
view_url验收入口)。 血统:PRD-O-005(正本=codeplace-O/prd/PRD-O-005/),以旧ai-bkb/teacher-mcp(探针版,PRD-C-1000→C-208→C-213)为参考重建。 端口/拓扑权威 =ai-bkb/workspaces.json(本文不复述端口表)。
架构
[CLI agent (Claude Code 等)] ← 智能/编排:读题拆题、选知识点、挑章节、判难度("算"在这)
│ stdio(MCP)
[teacher-mcp] ← 确定性代理:登录注入身份 + 双底座 HTTP + 转换/查表;零 LLM
│ ├─ backends/ruoyi.py → book-server :9090(envelope+clientid,401 自动重登一次)
│ ├─ backends/toolkit.py → toolkit :9093(FastAPI,举一反三引擎,ruoyi_token 注入)
│ └─ backends/db.py → MySQL :3307(pymysql 收口,挂账:对外开放前 HTTP 化)
[平台] ← 业务事实库 + book-ui 展示(老师视觉验收)
- 三线三角色(tag 视图):
data(录题+录卷+录讲义)/prep(备课)/variant(举一反三);旧 ROLE 值ingest/lecture保留为兼容别名。all(缺省)=全量。 - 加能力 = 加文件:新工具函数进对应
tools/*.py打 tag;新角色 =server.pyROLE_TAGS 加一行;新底座 =backends/加一个 client。 - 角色说明书 =
src/teacher_mcp/manuals/{data,prep,variant}.md(get_role_manual工具/resource 读文件,fresh agent 先调它)。
跑 / 自检
# 依赖(独立 venv)
uv venv; uv pip install --python .venv\Scripts\python.exe -e . --group dev
copy .env.example .env # 填 RUOYI_USERNAME/PASSWORD(不入 git)
# 测试(gate 全套;G3/G4/G6 基线/G7 需 BE:9090 在跑,G4 另需 toolkit:9093)
.venv\Scripts\python.exe -m pytest tests -q
# 变式链冒烟(不落库,到 compose-figure)
.venv\Scripts\python.exe scripts\smoke_variant.py
.mcp.json 条目(同一入口按 ROLE 分视图;MCP 不热加载,改后重启 session):
{
"mcpServers": {
"prep-assistant": { "command": "<本仓>\\.venv\\Scripts\\python.exe", "args": ["-m", "teacher_mcp.server"],
"env": { "PYTHONPATH": "<本仓>\\src", "TEACHER_MCP_ROLE": "prep", "RUOYI_USERNAME": "…", "RUOYI_PASSWORD": "…" } },
"qbank-assistant": { "同上,TEACHER_MCP_ROLE": "data(或旧值 ingest)" },
"lecture-assistant": { "同上,TEACHER_MCP_ROLE": "data(或旧值 lecture)" },
"variant-assistant": { "同上,TEACHER_MCP_ROLE": "variant" }
}
}
工具面(42 = 旧 34 全兼容 + health_check + 7 变式)
| 组 | 工具 |
|---|---|
| shared(全角色) | login / list_kg_tree / resolve_kg / search_questions / get_question / get_role_manual / health_check(新) |
| data·录题 | convert_doc / convert_pdf / parse_paper_text / format_question / upload_image / ingest_question / ingest_items(统一入库口) / verify_ingest / label_question |
| data·讲义 | convert_lecture_docx / save_lecture_frag / remove_lecture_frag / list_lecture_docs / get_lecture_content |
| prep | schedule 11 工具 + compose_paper / create_paper / update_paper |
| variant(新) | make_variants(无图题走 D8 渲图旁路:题干→PNG→OSS,返回 rendered_stem) / confirm_variant_chapter / generate_variants / verify_variant / edit_variant / compose_variant_figure / persist_variants —— 编排流程见 manuals/variant.md |
纪律与已知边界
- 🔴 代码空间只放代码:题图/暂存/dump 一律不入库(.gitignore 建仓即闸,G8 gate 断言)。
- 🔴 D8 方案 A(渲图旁路):举一反三入口图驱动,但纯文本题不再软拒绝——MCP 内确定性渲图(
domains/stemrender.py,matplotlib mathtext,零 LLM)→ 传 OSS → 喂引擎,返回rendered_stem:true;渲染/上传失败才软拒绝。 - 🔴 /teacher/** 在 BE 端完全无鉴权(2026-07-07 实测,不登录也可调)——本仓不修(权限收窄另立卡),MCP 仍走真实登录(落库归属/审计)。
- pymysql 旁路(backends/db.py)挂账:对外开放(stdio→HTTP)前须 HTTP 化。
- 转换器(domains/)与旧仓字节级等价(G5 gate 守护),改它先想想 \xa0。
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。