探索
Canvas LMS

Canvas LMS

Canvas MCP 是一套工具集,使AI代理能够与Canvas LMS和Gradescope交互,提供课程资源查询、作业管理等功能。
2.5分
6
2025-04-28 09:37:42
概述
安装
内容详情
替代品

什么是Canvas MCP?

Canvas MCP 是一组工具,使你的AI代理能够轻松地与Canvas学习管理系统(LMS)和Gradescope进行交互。它提供了多种功能,如查找相关资源、获取课程和作业信息等。

如何使用Canvas MCP?

通过简单的步骤设置Canvas MCP,然后使用自然语言查询来获取所需的信息。

适用场景

Canvas MCP非常适合需要频繁访问Canvas LMS和Gradescope的教育工作者、学生和其他相关人员。

主要功能

查找相关资源根据给定的查询,在自然语言中找到相关的学习资源。
查询即将到来的作业不仅获取即将到来的作业,还能为其提供详细的课程分解。
获取课程和作业通过自然语言查询Gradescope上的课程和作业,获取提交状态等信息。
获取模块从Canvas LMS中获取模块及其详细信息。
获取日历事件获取Canvas LMS中的日历事件。

优势与局限性

优势
简化了与Canvas LMS和Gradescope的交互过程
支持自然语言查询,提高了易用性
局限性
需要用户提供API密钥和登录凭据
某些高级功能可能需要额外配置

如何使用

安装Canvas MCP通过Smithery CLI快速安装Canvas MCP。
配置环境变量创建一个`.env`文件,并添加Canvas API密钥和Gemini API密钥。
启动服务器确保服务器已正确配置并运行。

使用案例

案例标题查找即将到来的作业。
案例标题获取特定课程的作业详情。

常见问题

1
如何获取Canvas API密钥?在Canvas中,前往Account -> Settings -> Approved Integrations -> New Access Token。
2
Canvas MCP支持哪些模型?目前支持Claude、Cursor和Windsurf等模型。

相关资源

Canvas MCP GitHub仓库GitHub代码仓库。
Canvas LMS 官方文档Canvas LMS官方文档和支持社区。
精选MCP服务推荐
Duckduckgo MCP Server
已认证
DuckDuckGo搜索MCP服务器,为Claude等LLM提供网页搜索和内容抓取服务
Python
212
4.3分
Firecrawl MCP Server
Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器,提供丰富的网页抓取、搜索和内容提取功能。
TypeScript
2,956
5分
Figma Context MCP
Framelink Figma MCP Server是一个为AI编程工具(如Cursor)提供Figma设计数据访问的服务器,通过简化Figma API响应,帮助AI更准确地实现设计到代码的一键转换。
TypeScript
6,102
4.5分
Edgeone Pages MCP Server
EdgeOne Pages MCP是一个通过MCP协议快速部署HTML内容到EdgeOne Pages并获取公开URL的服务
TypeScript
88
4.8分
Baidu Map
已认证
百度地图MCP Server是国内首个兼容MCP协议的地图服务,提供地理编码、路线规划等10个标准化API接口,支持Python和Typescript快速接入,赋能智能体实现地图相关功能。
Python
323
4.5分
Exa Web Search
已认证
Exa MCP Server是一个为AI助手(如Claude)提供网络搜索功能的服务器,通过Exa AI搜索API实现实时、安全的网络信息获取。
TypeScript
1,429
5分
Minimax MCP Server
MiniMax Model Context Protocol (MCP) 是一个官方服务器,支持与强大的文本转语音、视频/图像生成API交互,适用于多种客户端工具如Claude Desktop、Cursor等。
Python
364
4.8分
Context7
Context7 MCP是一个为AI编程助手提供实时、版本特定文档和代码示例的服务,通过Model Context Protocol直接集成到提示中,解决LLM使用过时信息的问题。
TypeScript
4,853
4.7分
安装
复制以下命令到你的Client进行配置
{
  "mcpServers": {
      "canvas": {
          "command": "uv",
          "args": [
              "--directory",
              "/Users/aryank/Developer/canvas-mcp",
              "run",
              "canvas.py"
          ]
      }
  }
}
注意:您的密钥属于敏感信息,请勿与任何人分享。