twexam-mcp
A server for querying, practicing, and analyzing exam questions from Taiwan's national examinations, offering 20 tools including search, statute lookup, weak topic review, and readiness assessment.
README
twexam-mcp
台灣國家考試(考選部)歷屆試題查詢 MCP 伺服器,提供 20 個工具供 Claude Code / Claude Desktop 查題、練習、法條反查、考點分析、弱點複習、考試就緒度評估與考點重點提示。
安裝
# 1. 建立虛擬環境
py -m venv .venv
# 2. 安裝套件(可編輯模式)
.venv\Scripts\python -m pip install -e .
在 Claude Code 中使用
Claude Code 會自動讀取專案根目錄的 .mcp.json,無需額外設定。
將本專案目錄加入 Claude Code 工作區後,twexam 伺服器即自動載入。
在 Claude Desktop 中使用
編輯 Claude Desktop 的 claude_desktop_config.json(位置依平台而定),加入:
{
"mcpServers": {
"twexam": {
"command": "C:\\path\\to\\twexam-mcp\\.venv\\Scripts\\python.exe",
"args": ["-m", "twexam_mcp.server"]
}
}
}
macOS / Linux 使用者: 將
command改為.venv/bin/python(POSIX 路徑),例如:"command": "/path/to/twexam-mcp/.venv/bin/python"
工具一覽
| 工具名稱 | 用途 |
|---|---|
search_questions |
全文搜尋歷屆考題(匹配題幹、選項、AI 擬答) |
get_question |
以 qid(年-考試-科目-題號)取得單題結構化內容 |
list_exams |
列出可查的考試別與年度範圍 |
list_subjects |
列出科目(可選 exam_code 篩選) |
get_exam_paper |
取整份試卷(某年・某考試・某科目全部題目) |
get_answer_key |
取某份試卷的測驗題標準答案(題號 → 答案) |
get_model_answer |
取申論題 AI 擬答(含免責聲明) |
search_by_statute |
按法條反查考過哪些題目 |
get_statute_frequency |
法條考頻統計(可選 exam_code 篩選) |
random_practice |
依條件隨機抽題練習(支援隱藏答案模式) |
get_exam_map |
考點地圖(科目 → 子科目 → 考點層級,附各科實際題數) |
get_topic_distribution |
考點熱度排行(精準到「抵押權」層級,可選 q_type/exam_code) |
practice_by_topic |
依考點抽題(如「給我抵押權 5 題」,支援隱藏答案模式) |
essay_exam_by_topic |
考點申論題卷(模擬考):把某考點/子科目的所有申論題一次考出來,預設直接附 AI 擬答 |
record_answer |
記錄一次作答(判分 + 更新間隔重複複習排程) |
get_progress |
整體練習進度(已練題數、正確率、待複習數) |
get_weak_topics |
弱點考點排行(正確率最低者優先) |
practice_weak |
針對弱點與待複習考點抽題練習 |
reset_progress |
清空所有作答記錄與複習排程 |
get_readiness |
考試就緒度(依考點頻率加權推估分數、覆蓋率、最拖分考點、每日覆蓋進度) |
get_topic_primer |
考點重點提示(核心法條/常考判決釋字/學說對立/易錯陷阱,做題前必讀) |
資料來源
本題庫資料來源為考選部公開資訊(政府公開資料),網域範圍:wwwq.moex.gov.tw、wwwc.moex.gov.tw。
本套件已內建完整歷屆題庫 twexam_mcp/data/questions.db(109–114 年司律一試/二試,共 1940 題),打包進 wheel 後即為自帶資料、安裝即用,毋須執行 ingestion(Playwright/連網)。若 DB 不存在,伺服器會退回 4 題示範種子(twexam_mcp/data/seed.json)。
題庫由 Plan 2 建置流程(python -m twexam_mcp.ingest.run)自考選部公開資料下載、解析後產生;該流程為選用相依(pip install -e ".[ingest]"),一般使用者不需安裝。
練習記錄存放位置: 弱點引擎(
record_answer等)的作答記錄與複習排程,寫入你本機安裝的questions.db(attempts/review_state表)。記錄是單機、個人的;重新安裝或升級 wheel 會覆蓋該 DB、清空練習記錄。若日後要保留升級前的進度,請先備份questions.db。
打包為可散布套件
發佈版請用 scripts/build_release.py,它會在打包時清空個人練習記錄(attempts / review_state),
再無條件還原你本機的完整 DB(try/finally 保證你的進度不會遺失):
.venv\Scripts\python scripts\build_release.py
# 產生 dist\twexam_mcp-0.5.0-py3-none-any.whl(含完整題庫 DB、但不含你的作答史)
# 安裝後可用 console 指令 twexam-mcp 啟動,或 python -m twexam_mcp.server
直接
pip wheel .也能打包,但會把你本機的作答記錄一起包進 wheel — 要散布給別人請用上面的 build script。
DISCLAIMER 免責聲明
get_model_answer所提供之 AI 擬答為機器自動生成,並非官方解答或任何主管機關之見解。- 本伺服器之所有內容不得作為應試依據、法律意見或任何正式文件之引用。
- 考選部公告之標準答案與評分準則以官方公告為準,本工具不提供保證。
- 使用者應自行判斷資訊之準確性,作者及貢獻者不承擔任何因使用本工具所生之損失或法律責任。
授權
MIT License — 詳見 LICENSE。
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。