Token导航 LogoToken导航TokenDH.com
效率敏感数据clawhub未标认证来源可访问clear审计提醒

sjtu-canvas上海交通大学画布

Agent Skill

sjtu-canvas 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

2,940

周安装

125

GitHub Stars

公开资料未说明

下载量

1,030
OpenClaw

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。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:sjtu-canvas(上海交通大学画布)
来源仓库:https://github.com/xhh678876/sjtu-canvas
安装命令:
openclaw skills install sjtu-canvas
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install sjtu-canvas

简介

管理上海交通大学 Canvas LMS 课程数据,支持文件下载与作业查询。

  • 适合批量下载课件、查看作业 DDL 和提交状态。
  • 可扩展至其他基于 Canvas 的高校平台,修改 base_url 即可适配。
  • 安装前建议确认账户权限和接口稳定性。sjtu-canvas 属于效率类 Skill,可作为该场景下的辅助能力补充。
  • 注意维护状态,避免因平台变更导致功能失效。

SKILL.md

name
sjtu-canvas
description
|

SJTU Canvas 课程助手

Canvas LMS 课程管理技能,默认配置为上海交通大学 (oc.sjtu.edu.cn),也兼容其他 Canvas LMS 实例。

首次配置

  1. 复制配置模板并填入你的 Canvas API Token:
cp skills/sjtu-canvas/config.example.json skills/sjtu-canvas/config.json
  1. 编辑 config.json,填入:

- canvas_token: 从 Canvas → 设置 → 新建访问令牌 获取 - base_url: 你的 Canvas 地址(默认 https://oc.sjtu.edu.cn) - save_dir: 课件下载目录(默认 ~/Downloads/Canvas课件) - calendar_name: Apple 日历分类名(默认 Canvas作业

  1. 安装依赖:
pip3 install python-pptx pdfplumber requests

核心脚本

所有脚本位于 skills/sjtu-canvas/scripts/,用 python3 执行。

canvas_api.py — Canvas API 交互

# 列出课程
python3 scripts/canvas_api.py courses

# 查看所有未来DDL
python3 scripts/canvas_api.py ddls

# 查看已出成绩
python3 scripts/canvas_api.py grades

Python 中调用:

import sys; sys.path.insert(0, "skills/sjtu-canvas/scripts")
from canvas_api import *

list_courses()                          # 课程列表
list_assignments(course_id)             # 作业列表
get_all_upcoming_ddls()                 # 所有未来DDL
get_course_grades(course_id)            # 成绩
list_course_files(course_id)            # 课程文件
download_course_files(cid, name, dir)   # 批量下载
list_discussions(course_id)             # 讨论区
get_full_discussion(cid, topic_id)      # 讨论详情
submit_assignment(cid, aid, [paths])    # 提交作业

file_extractor.py — 课件内容提取

# 提取单个文件
python3 scripts/file_extractor.py path/to/file.pptx

# 批量提取目录 → Markdown
python3 scripts/file_extractor.py ~/Downloads/Canvas课件/传热学 ~/Downloads/Canvas课件/传热学_md

支持格式: .pptx .pdf .docx .txt .md

calendar_sync.py — DDL → Apple 日历 (macOS)

cd skills/sjtu-canvas && python3 scripts/calendar_sync.py

自动创建日历分类,已存在的事件不会重复创建。通过 iCloud 同步到 iPhone。

工作流

1. 课件下载 + 总结

  1. canvas_api.download_course_files() 下载课程 PPT/PDF
  2. file_extractor.extract_file() 提取文本
  3. 用 LLM 总结要点

2. 作业辅导

  1. canvas_api.get_assignment() 获取作业要求
  2. 下载相关课件并提取内容
  3. 结合作业要求和课件,给出解题思路

3. DDL 管理

  1. canvas_api.get_all_upcoming_ddls() 获取所有未来 DDL
  2. calendar_sync.sync_ddls() 同步到 Apple 日历
  3. 可设置 cron 定时巡检

4. 成绩追踪

  1. canvas_api.get_course_grades() 获取各科成绩
  2. 计算加权均分

5. 期末复习包

  1. canvas_api.download_course_files() 批量下载课件
  2. file_extractor.batch_extract() 批量提取为 Markdown
  3. 导入 NotebookLM 或其他工具复习

6. 提交作业

  1. 确认课程 ID、作业 ID、本地文件
  2. canvas_api.submit_assignment() 提交
  3. 提交前必须向用户确认

注意事项

  • 提交作业前必须向用户确认
  • Canvas Token 有效期可能有限,失效时需重新生成
  • Apple 日历同步仅支持 macOS
  • 非 SJTU 用户需修改 config.json 中的 base_url

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

94.65%
按下载量换算975

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills