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。