Practera MCP服务器
一个MCP（模型上下文协议）服务器，提供对Practera的GraphQL API的访问，允许AI模型查询Practera学习数据。
为什么选择Practera MCP？
使用此MCP服务器，您可以使用LLM来分析Practera项目和评估。目前，这仅适用于学习设计师（作者用户）。
以下是一些如何使用此MCP服务器的示例：
- 分析项目的结构，并寻找如何扩展、压缩它。
- 针对不同年级或不同受众重新构建项目。
- 评估项目中的评估，并寻找如何改进。
- 生成项目蓝图和模板。
- 生成评估和问题
- 创建项目的通用墨盒版本，或从其他LMS数据文件导入项目。
路线图
\[\]支持用于生成LLM报告的指标API \[\]支持OAuth 2.1以实现安全访问 \[\]支持动态创建评估、里程碑、活动、任务 \[\]支持生成媒体资产 \[\]基于项目上下文的动态资源/工具/提示选择
特性
- MCP的服务器发送事件（SSE）传输
- AWS Lambda部署支持
- GraphQL与Practera API的集成
- 区域特定端点
- API密钥验证
- OAuth 2.1支持安全访问
先决条件
- Node.js 18+
- npm
- AWS帐户（用于部署）
- 执行器API密钥
- OAuth客户端凭据（用于OAuth身份验证）
安装
- 克隆此存储库
- 安装依赖项：
npm install地方发展
- 在开发模式下启动服务器：
npm run dev- 服务器将在以下时间可用
http://localhost:3000/sse - OAuth端点将可在以下位置访问
http://localhost:3000/oauth/*
构建
要构建要部署的项目，请执行以下操作：
npm run build部署到AWS Lambda
- 确保你有 AWS-CLI 安装和配置。
- 设置OAuth配置参数：
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- 使用无服务器框架进行部署：
npm run deploy -- --param="practeraClientId=$PRACTERA_CLIENT_ID" --param="redirectUri=$REDIRECT_URI" --param="issuerUrl=$ISSUER_URL" --param="baseUrl=$BASE_URL"身份验证方法
API密钥验证
对于简单的集成，您可以通过提供以下内容来使用API密钥身份验证：
apikey每个工具调用中的参数region用于指定Practera区域的参数
OAuth 2.1身份验证（即将推出）
服务器还支持OAuth 2.1用于安全身份验证流：
- 将用户重定向到
/oauth/authorize授权 - 访问令牌的交换授权码
/oauth/token - 使用承载令牌访问MCP服务器端点
- 如有需要，可撤销代币
/oauth/revoke
可用的MCP工具
此服务器公开以下MCP工具：
mcp_practera_get_project-获取Practera项目的详细信息mcp_practera_get_assessment-获取Practera评估的详细信息
MCP客户端配置
从MCP客户端连接到此MCP服务器时，您需要提供：
- 用于Practera身份验证的API密钥（如果使用API密钥身份验证）
- API细菌的区域（美国、美国、欧洲或第2阶段）
- OAuth配置（如果使用OAuth身份验证）
Claude桌面配置示例
{
"practera": {
"url": "https://your-lambda-url.lambda-url.us-east-1.on.aws/mcp"
}
}示例用法（与Claude一起）
您可以要求Claude使用MCP工具与Practera数据交互：
Please use the MCP tools to get information about project 123 from Practera.克劳德将使用 mcp_practera_get_project 工具，从配置中提供API密钥和区域。
许可证
MIT许可证