What is Mcpteachingaidsystem

MCPTeachingAidSystem is an AI teaching aid system based on the Machine Conversation Protocol (MCP). It integrates large model capabilities and intelligent agent technology to provide classroom support for teachers.

Use cases

Use cases include assisting teachers with knowledge queries, course planning, student tutoring, and organizing educational materials, as well as generating and exporting learning reports.

How to use

To use MCPTeachingAidSystem, set up the backend by installing Python dependencies and configuring environment variables, then start the MCP service and backend server. For the frontend, install Node.js dependencies and run the development server or build the production version.

Key features

Key features include intelligent dialogue tutoring, personalized learning paths, real-time feedback assessments, multimedia learning resources, document generation and export, and web information retrieval.

Where to use

MCPTeachingAidSystem can be used in educational institutions, tutoring centers, and any environment where teaching and learning processes are facilitated.

基于MCP的内置智能体的AI教辅系统

这是一个基于MCP (Machine Conversation Protocol) 的智能教学辅助系统，融合了大模型能力与智能代理技术，为教师和学生提供课堂助力。

项目概述

本系统基于MCP协议和大语言模型，打造了一个智能化的教学辅助工具，可帮助教师进行知识查询、课程规划、学生辅导和资料整理等工作。通过对话式交互方式，为教育工作者和学生提供智能化教学支持。

技术栈

• 前端：Vue 3 + Tailwind CSS
• 大模型提供商：Deepseek V3
• Agent实现：OpenAI Agent API，MCP Python API
• MCP服务端：Quart + CORS
• 后端：Django + Django REST Framework
• 数据存储：SQLite
• 浏览器交互：Puppeteer

功能特点

• 智能对话辅导：AI助手可回答各种学术问题，提供清晰的解释和引导
• 个性化学习路径：系统分析学习情况，推荐适合的学习内容和进度
• 实时反馈评估：练习后获得即时反馈，了解掌握程度和需改进的地方
• 多媒体学习资源：提供视频、图表和互动内容，满足不同学习风格的需求
• 文档生成导出：支持PDF文件生成，便于保存和分享学习内容
• 网页信息检索：通过浏览器服务获取在线资源和信息
• 题库管理与刷题：支持教师管理题库，学生刷题练习与错题本功能
• 课堂作业布置与批改：教师可布置作业，学生提交作业，教师在线批改
• 课堂签到：支持教师发起签到，学生扫码或输入签到码完成签到
• 学生管理：教师可管理班级学生信息

集成MCP服务

系统集成了以下MCP服务器:

• SQL MCP: 提供数据库查询能力，用于存取学生信息和学习数据
• Browser MCP: 支持网页交互和信息检索，可访问在线教育资源
• Filesystem MCP: 提供文件读写功能，管理教案和学习材料
• PDF MCP: 支持将对话内容和学习报告导出为PDF文件

启动方式

环境要求

• Python 3.13+
• Node.js 18+
• uv 版本管理器以替代pip

后端设置

1. 安装Python依赖:

uv venv .venv
source .venv/bin/activate  # Linux/macOS
.venv\Scripts\activate     # Windows
uv pip install -e .

2. 配置环境变量:
   项目已包含基本的.env文件，如需修改可调整mcp/.env中的设置。

3. 启动MCP服务:

cd mcp
python main.py

4. 启动后端服务:

python run_server.py

前端设置

1. 安装Node.js依赖:

npm install

2. 启动开发服务器:

npm run dev

3. 构建生产版本:

npm run build

项目结构

• src/component: Vue组件，包含对话界面、登录页、题库管理、作业、签到、错题本、学生管理等

• src/router: 前端路由配置

• src/agents: Agent实现和控制逻辑

• src/assets: 静态资源

• doc: 教案和教学资料

• /mcp: MCP服务器实现

  • main.py: 核心服务器和Agent集成
  • mcp_server_controller.py: MCP服务器控制器

• mcp/servers: MCP服务器实现

  • pdf_server.py: PDF生成服务
  • filesystem-server.py: 文件管理服务
  • browser-server.py: 网页浏览服务
  • local_web_server.py: 本地网页跳转服务

• ai_tutor_backend: 后端服务实现

  • checkin 签到模块
  • problems 题库及课堂作业模块
  • students 学生管理
  • users 用户管理模块

测试与调试

题库生成和导入功能可以通过题库生成器模块实现。用户可以根据需要生成不同类型的题目，并将其导入到系统中进行使用。