Skip to main content
Glama

ガントレットインセプト

学生の知識レベルと興味に合わせて高品質の教育コンテンツを生成するシステム。

プロジェクトの説明

このリポジトリには、K-8(幼稚園から高校3年生)の生徒向けに高品質な教育コンテンツを生成するシステムの構築を目指すGauntlet-Inceptプロジェクトのコードとリソースが含まれています。当初の目標は、特定の教科分野向けの記事や問題バンクといった形での教育コンテンツの開発に重点を置いています。

Related MCP server: Azure AI Search MCP Server

ドキュメント

プロジェクト構造

gauntlet-incept/ ├── docs/ # Documentation files ├── src/ # Source code │ ├── api/ # API routes │ ├── models/ # Data models │ ├── services/ # Business logic │ ├── utils/ # Utility functions │ ├── data/ # Data files │ ├── tests/ # Test files │ ├── index.js # Entry point for REST API │ └── mcp-server.js # Model Context Protocol server ├── services/ # Microservices │ ├── qti-service/ # QTI service for content storage │ └── llm-service/ # LLM service for content generation ├── .env.example # Example environment variables ├── .gitignore # Git ignore file ├── package.json # Node.js package file ├── docker-compose.yml # Docker Compose configuration ├── Dockerfile # Docker configuration └── README.md # This file

APIエンドポイント

このプロジェクトでは、6 つのコア API エンドポイントを実装します。

質問エンドポイント

  • POST /api/question/tag - 質問に科目、学年、標準、レッスン、難易度のタグを付ける

  • POST /api/question/grade - タグ付けされた質問を品質基準に照らして評価する

  • POST /api/question/generate - タグまたはサンプルの質問に基づいて質問を生成する

記事のエンドポイント

  • POST /api/article/tag - 記事に科目、学年、標準、レッスンのタグを付ける

  • POST /api/article/grade - タグ付けされた記事を品質基準に照らして評価する

  • POST /api/article/generate - タグまたはサンプル記事に基づいて記事を生成する

モデルコンテキストプロトコル(MCP)サーバー

このプロジェクトには、REST APIに加えて、Claude DesktopがGauntlet Inceptシステムと連携できるMCPサーバーが含まれています。これにより、Claudeは教育コンテンツを直接生成、タグ付け、採点できるようになります。

Claude Desktop で MCP サーバーをセットアップして使用する方法の詳細については、 MCP サーバー ガイドを参照してください。

はじめる

前提条件

  • ギット

  • Node.js (v14以上)

  • RDS PostgreSQL データベースへのアクセス (管理者が提供する資格情報)

  • データベース接続用の SSH キー (SSH トンネル経由で接続する場合)

  • Docker および Docker Compose (オプション、コンテナ化されたデプロイメント用)

インストール

  1. リポジトリをクローンする

    git clone https://github.com/yourusername/Gauntlet-Incept.git
  2. プロジェクトディレクトリに移動する

    cd Gauntlet-Incept
  3. 依存関係をインストールする

    npm install
  4. サンプル環境ファイルをコピーし、値を更新します。

    cp .env.example .env
  5. プロジェクトを実行する

    npm start

Dockerで実行する

  1. コンテナを構築して起動する

    docker-compose up -d
  2. http://localhost:3000で API にアクセスします。

  3. http://localhost:3001で MCP サーバーにアクセスします。

データベース接続

このプロジェクトは、次の詳細を使用して Amazon RDS PostgreSQL インスタンスに接続します。

  • ホスト: alphacommoncrawl-core-reboot.cluster-caeuiwckzo1a.us-east-1.rds.amazonaws.com

  • ポート: 5432

  • データベース: コア

  • ユーザー名: postgres

注: セキュリティ上の理由から、パスワードはコード内に直接保存されるのではなく、環境変数に保存されます。

SSH トンネルを介して接続する必要がある場合は、アプリケーションを起動する前にトンネルを別途設定する必要があります。

発達

開発モードで実行

npm run dev

MCPサーバーの実行

npm run mcp

テストの実行

npm test

リンティング

npm run lint

プロジェクトチェックリスト

  • [x] Gitリポジトリを初期化する

  • [x] 基本的なプロジェクト構造を作成する

  • [x] .gitignoreファイルを追加する

  • [x] 最初のコミットを作成する

  • [x] プロジェクトドキュメントの作成

  • [x] 実装チェックリストを作成する

  • [x] APIルートとサービス構造を設定する

  • [x] コアサービスのプレースホルダ機能を実装する

  • [x] Dockerコンテナ化のセットアップ

  • [x] Claude Desktop統合用のMCPサーバーを実装する

  • [x] RDS PostgreSQLデータベースへの接続を構成する

  • [ ] LLM統合による実際の機能の実装

  • [ ] テストを追加する

  • [ ] 確認して最終決定する

ライセンス

マサチューセッツ工科大学

接触

[ご連絡先]

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/Birdsmith/Gauntlet-Incept-MCP'

If you have feedback or need assistance with the MCP directory API, please join our Discord server