挑战-Incept

根据学生的知识水平和兴趣生成高质量教育内容的系统。

项目描述

该代码库包含 Gauntlet-Incept 项目的代码和资源，该项目旨在构建一个为 K-8 学生生成高质量教育内容的系统。初期重点是开发以文章和题库形式呈现的特定学科领域的教育内容。

Related MCP server: Azure AI Search MCP Server

文档

• 项目概述——项目目标和要求的详细描述

• 实施清单——项目实施的综合清单

• 原始项目简介- 包含详细要求的原始项目简介

• MCP 服务器指南- 使用模型上下文协议服务器与 Claude Desktop 的指南

项目结构

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 端点

该项目实现了六个核心 API 端点：

问题端点

• POST /api/question/tag - 用主题、等级、标准、课程和难度标记问题

• POST /api/question/grade - 根据质量标准对标记的问题进行评分

• POST /api/question/generate - 根据标签或示例问题生成问题

文章端点

• POST /api/article/tag - 使用主题、等级、标准和课程标记文章

• POST /api/article/grade - 根据质量标准对标记的文章进行评级

• POST /api/article/generate - 根据标签或示例文章生成文章

模型上下文协议 (MCP) 服务器

除了 REST API 之外，该项目还包含一个 MCP 服务器，允许 Claude Desktop 与 Gauntlet Incept 系统进行交互。这使得 Claude 能够直接生成、标记和评分教育内容。

有关如何设置和使用带有 Claude Desktop 的 MCP 服务器的详细信息，请参阅MCP 服务器指南。

入门

先决条件

• Git

• Node.js（v14 或更高版本）

• 访问 RDS PostgreSQL 数据库（管理员提供的凭据）

• 用于数据库连接的 SSH 密钥（如果通过 SSH 隧道连接）

• Docker 和 Docker Compose（可选，用于容器化部署）

安装

1. 克隆存储库

   git clone https://github.com/yourusername/Gauntlet-Incept.git

2. 导航到项目目录

   cd Gauntlet-Incept

3. 安装依赖项

   npm install

4. 复制示例环境文件并使用您的值更新它

   cp .env.example .env

5. 运行项目

   npm start

使用 Docker 运行

1. 构建并启动容器

   docker-compose up -d

2. 通过http://localhost:3000访问 API

3. 通过http://localhost:3001访问 MCP 服务器

数据库连接

该项目连接到 Amazon RDS PostgreSQL 实例，其详细信息如下：

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

• 端口：5432

• 数据库：核心

• 用户名：postgres

注意：出于安全原因，密码存储在环境变量中，而不是直接存储在代码中。

如果您需要通过 SSH 隧道连接，则需要在启动应用程序之前单独设置隧道。

发展

以开发模式运行

npm run dev

运行 MCP 服务器

npm run mcp

运行测试

npm test

代码检查

npm run lint

项目清单

• [x] 初始化 Git 仓库

• [x] 创建基本项目结构

• [x] 添加 .gitignore 文件

• [x] 创建初始提交

• [x] 设置项目文档

• [x] 创建实施清单

• [x] 设置 API 路由和服务结构

• [x] 为核心服务实现占位符功能

• [x] 设置 Docker 容器化

• [x] 实现 MCP 服务器以集成 Claude Desktop

• [x] 配置与 RDS PostgreSQL 数据库的连接

• [ ] 通过 LLM 集成实现实际功能

• [ ] 添加测试

• [ ] 审核并最终确定

执照

麻省理工学院

接触

[您的联系方式]