Token导航 LogoToken导航TokenDH.com
AI Tutor MCP Toolkit logo
运维云端stdio官方级别未说明来源级核验

AI Tutor MCP Toolkit

MCP Server

AI Tutor MCP Toolkit 是一个基于Gradio和OpenAI GPT-4o-mini模型的多工具学习服务器,提供概念解释、文本摘要、闪卡生成和测验生成等功能,适用于教育和个人学习场景。

工具数

4

提示词数

0

GitHub Stars

0

资源数

0
教育工具Python文本处理

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

alhadbhadekar

提供方

alhadbhadekar

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

python3 -m venv venv

详细介绍

AI导师MCP工具包

概述

AI导师MCP工具包 是一个紧凑的多工具服务器,由以下组件构建 Gradio 并由 OpenAI的GPT-4o-mini 模型。它通过 模型上下文协议(MCP) 并为交互式教育任务提供web UI和启用MCP的代理。

该项目包括:

  • 带有四个学习工具的Gradio UI
  • 通过SSE公开工具的MCP兼容服务器
  • 连接到MCP服务器并通过流进行交互的Python代理
  • 具有持久会话历史的完全异步执行

______________________________________________________________________

特性

1. 解释概念

在不同的深度层次上解释一个概念:

  • 就像我5岁一样
  • 就像我10岁一样
  • 高中
  • 学院
  • 专家

2. 摘要文本

将文本总结为可配置的压缩比(10%-80%)。

3. 生成闪卡

以JSON‑Lines格式创建学习抽认卡。

4. 测验我

生成带有编号问题和答案的测验。

每个工具都通过MCP公开,实现程序集成和流式响应。

______________________________________________________________________

目录结构

project/
│
├── app_server.py           # Gradio MCP server (tools exposed)
├── agent_client.py         # Agent that connects to MCP via SSE
├── agents/                 # Custom agent classes
│   ├── mcp/                # MCP wrapper utilities
│   ├── __init__.py
│   └── Runner.py
├── requirements.txt
└── README.md (this file)

______________________________________________________________________

安装

1.克隆项目

git clone 
cd ai-tutor-mcp

2.创建虚拟环境

python3 -m venv venv
source venv/bin/activate

3.安装要求

pip install -r requirements.txt

4.设置环境变量

添加您的OpenAI密钥:

export OPENAI_API_KEY="your-key-here"

(或创建 .env 文件)

______________________________________________________________________

运行MCP服务器

启动Gradio+MCP服务器:

python app_server.py

这将启动:

  • Web UI位于: http://0.0.0.0:7860
  • MCP SSE端点位于: http://0.0.0.0:7860/gradio_api/mcp/sse
  • MCP架构终结点: http://0.0.0.0:7860/gradio_api/mcp/schema

______________________________________________________________________

运行MCP代理

在单独的终端中:

python agent_client.py

这将:

  • 通过SSE连接到MCP服务器
  • 获取架构
  • 启动交互式控制台
  • 从代理选择的任何工具流式传输结果

例子:

User: Explain gravity like I'm 10

代理人将致电 explain_concept 与论点:

{"question": "gravity", "level": 2}

并流式传输输出。

______________________________________________________________________

MCP集成如何工作

Gradio服务器作为MCP工具公开了四个功能。代理人:

  1. 阅读完整对话
  2. 决定哪个工具适合(或不适合)
  3. 仅限退货 { "tool": ..., "arguments": ... }
  4. 将工具输出流回到用户

这允许:

  • 超高速流媒体用户体验
  • 工具路由智能行为
  • 持续的对话逻辑

______________________________________________________________________

定制

添加新工具

要公开更多MCP工具:

  1. 添加Python函数
  2. 将其绑定到Gradio块内
  3. 确保MCP通过Gradio自动检测到它 mcp_server=True 旗帜

更改模型

更新:

MODEL_NAME = "gpt-4o-mini"

对于任何OpenAI模型。

修改代理行为

编辑:

agents/Agent.py
agent = Agent(...)

修改系统指令或日志记录。

______________________________________________________________________

故障排除

MCP架构未加载

确保服务器正在运行且可访问:

curl http://localhost:7860/gradio_api/mcp/schema

流媒体失败

检查中的CORS或超时设置 MCPServerSse 配置。

OpenAI错误

请确保API密钥有效,并且帐户可以访问模型。

______________________________________________________________________

路线图

  • 为概念链添加向量内存
  • 添加间隔重复调度
  • 添加图表生成工具
  • 添加多语言支持

______________________________________________________________________

许可证

MIT许可证

______________________________________________________________________

作者

Alhad-与❤️ 用于快速试剂实验。

目录标签

目录标签

教育工具Python文本处理本地部署AI学习助手交互式学习GPT-4集成

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

4

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP