modelscope·@intersective/practera-mcp-server
允许AI模型查询Practera的GraphQL API以获取学习数据的集成服务器，使大型语言模型（LLMs）能够分析和操作教育项目和评估。
一个提供访问 Practera 的 GraphQL API 的 MCP（Model Context Protocol）服务器，允许 AI 模型查询 Practera 学习数据。
通过这个 MCP 服务器，您可以使用 LLMs 来分析 Practera 项目和评估。目前，这仅对学习设计师（作者用户）开放。
以下是一些如何使用此 MCP 服务器的示例：
[ ] 支持用于生成 LLM 报告的指标 API [ ] 支持 OAuth 2.1 安全访问 [ ] 支持动态创建评估、里程碑、活动、任务 [ ] 支持生成媒体资源 [ ] 根据项目上下文动态选择资源/工具/提示
npm install
npm run dev
http://localhost:3000/sse 可用http://localhost:3000/oauth/* 可用要构建项目以进行部署：
npm run build
export PRACTERA_CLIENT_ID=your_client_id
export REDIRECT_URI=your_redirect_uri
export ISSUER_URL=your_issuer_url
export BASE_URL=your_base_url
npm run deploy -- --param="practeraClientId=$PRACTERA_CLIENT_ID" --param="redirectUri=$REDIRECT_URI" --param="issuerUrl=$ISSUER_URL" --param="baseUrl=$BASE_URL"
对于简单的集成，您可以通过提供以下参数来使用 API 密钥认证：
apikey 参数region 参数以指定 Practera 区域该服务器还支持 OAuth 2.1 以实现安全认证流程：
/oauth/authorize 进行授权/oauth/token 交换授权码以获取访问令牌/oauth/revoke 吊销令牌此服务器公开了以下 MCP 工具：
mcp_practera_get_project - 获取关于 Practera 项目的详细信息mcp_practera_get_assessment - 获取关于 Practera 评估的详细信息当从 MCP 客户端连接到此 MCP 服务器时，您需要提供以下内容：
{
"practera": {
"url": "https://your-lambda-url.lambda-url.us-east-1.on.aws/mcp"
}
}
您可以要求 Claude 使用 MCP 工具与 Practera 数据进行交互：
Please use the MCP tools to get information about project 123 from Practera.
Claude 将会使用 mcp_practera_get_project 工具，并从配置中提供 API 密钥和区域。
MIT 许可证
一种模型上下文协议服务器，通过与Canvas和Gradescope集成，帮助学生管理学术工作流程，以获取截止日期、下载课程材料以及与macOS日历或提醒事项同步。
一种模型上下文协议服务器，使大型语言模型（LLMs）能够通过AnkiConnect与Anki闪卡软件交互，从而实现对闪卡、卡组和笔记类型的创建与管理。
启用 Claude Desktop 与 Gauntlet Incept 系统交互，通过自然语言直接为 K-8 学生生成、标记和评估教育内容。
一个模型上下文协议服务器，允许克劳德为Rember创建闪卡，通过间隔重复复习帮助用户学习和记忆信息。
一种专用的模型上下文协议（MCP）服务器，它能够提供由人工智能驱动的面试角色扮演场景，用于练习，并给予逼真的对话反馈。
暂无描述。