Educational MCP Server

## AI 教学智能体 - LLM 负责理解自然语言与决策；所有“教育小模型”通过 FastAPI 暴露，接口统一。 - 状态（掌握度/情绪/作答历史）用轻量内存存储演示，后续可替换数据库（SQLAlchemy 等）。 ### 目录结构 ``` main.py # FastAPI 入口，挂载所有路由 schemas.py # Pydantic 数据模型（请求/响应） database.py # 轻量内存“数据库”（可换持久化） models/ # 小模型业务逻辑（可换训练模型） cognitive_diagnosis.py knowledge_tracking.py emotion_analysis.py path_planning.py routers/ # FastAPI 路由拆分 cognitive.py tracking.py emotion.py planning.py ``` ### 接口一览 - `POST /diagnose`：认知诊断（规则占位，可换 CDM/IRT）。 - `POST /track`：知识追踪（规则占位，可换 DKVMN/AKT）。 - `POST /emotion`，`/emotion/sentiment`：情感状态与文本情感。 - `POST /plan`：路径规划。 所有请求支持 `request_id`；响应带 `mode/model_version`，标注实现可靠度。 ### 启动 ```bash pip install -r requirements.txt python main.py ``` 默认监听 `http://127.0.0.1:8000`，访问 `/docs` 可在线调试。LLM 侧可直接把这些 HTTP 路由注册为 MCP 工具。 ### 演进建议 - 用持久化数据库替换 `database.py`，保留同名接口即可平滑升级。 - 将 `models/*` 内的规则逻辑替换为训练模型；对外 schema 不变。