Practera MCP Server

Practera MCP 服务器

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 分析 Practera 项目和评估。目前，此功能仅适用于学习设计人员（作者用户）。

以下是如何使用此 MCP 服务器的一些示例：

• 分析项目的结构并寻找如何扩展和压缩它。
• 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 [ ] 根据项目上下文动态选择资源/工具/提示

特征

• MCP 的服务器发送事件 (SSE) 传输
• AWS Lambda 部署支持
• GraphQL 与 Practera API 集成
• 特定于区域的端点
• API密钥认证
• OAuth 2.1 支持安全访问

先决条件

• Node.js 18+
• npm
• AWS 账户（用于部署）
• Practera API 密钥
• OAuth 客户端凭据（用于 OAuth 身份验证）

安装

1. 克隆此存储库
2. 安装依赖项：
   npm install

本地开发

1. 以开发模式启动服务器：
   npm run dev
2. 该服务器将在http://localhost:3000/sse上可用
3. OAuth 端点可通过http://localhost:3000/oauth/*访问

建造

要构建部署项目：

部署到 AWS Lambda

1. 确保您已安装并配置AWS CLI 。
2. 设置您的 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
3. 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 密钥认证

为了进行简单的集成，您可以通过提供以下方式使用 API 密钥身份验证：

• 每次工具调用中的apikey参数
• 指定 Practera 区域的region参数

OAuth 2.1 身份验证（即将推出）

该服务器还支持 OAuth 2.1 以实现安全身份验证流程：

1. 将用户重定向到/oauth/authorize进行授权
2. 在/oauth/token处交换访问令牌的授权码
3. 使用持有者令牌访问 MCP 服务器端点
4. 如果需要，可以在/oauth/revoke中撤销令牌

可用的 MCP 工具

该服务器公开以下 MCP 工具：

• mcp_practera_get_project - 获取有关 Practera 项目的详细信息
• mcp_practera_get_assessment - 获取有关 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：

1. Practera 身份验证的 API 密钥（如果使用 API 密钥身份验证）
2. Practera API 的区域（usa、aus、euk 或 p2-stage）
3. OAuth 配置（如果使用 OAuth 身份验证）

Claude桌面配置示例

使用示例（与 Claude 合作）

您可以要求 Claude 使用 MCP 工具与 Practera 数据进行交互：

然后，Claude 将使用mcp_practera_get_project工具，从配置中提供 API 密钥和区域。

执照

MIT 许可证