Skip to main content
Glama
Student Management MCP Prototype

Student Management MCP Prototype

by Felixlyf0913

Studentenverwaltungs-MCP-Prototyp

Ziel

Für das Szenario „Wachstumsprofil von Studierenden und geschlossener Kreislauf der proaktiven Unterstützung" wird eine Reihe von MCP-Tools bereitgestellt, die in die Agentenplattform integriert sind. Dadurch kann der Agent Studierendenprofile abfragen, Beobachtungslisten filtern, Unterstützungsaufgaben erstellen und verfolgen, Unterstützungsaufzeichnungen schreiben, Klassen-Dashboards generieren und mit DingTalk-Gruppen verknüpfen.

Related MCP server: MCP-Server-CollageAI

Highlights

  • Aufstieg von „fragebasierter Studentenverwaltung" zu „datengesteuerter proaktiver Erkennung".

  • Anwesenheit, Noten, Wohnheim-Feedback, Praxisleistung, Förderungsstatus und Gesprächsaufzeichnungen werden zu einem Wachstumsprofil des Studierenden zusammengeführt.

  • Unterstützt die Generierung einer „Liste der heute zu beachtenden Studierenden" und zeigt damit den Wandel der Studentenverwaltung von passiver Reaktion zu proaktiver Warnung.

  • Unterstützt das Schreiben von Unterstützungsaufzeichnungen und bildet den geschlossenen Kreislauf „Problem erkennen – Vorschlag machen – Umsetzung nachverfolgen – Aufzeichnung zurückschreiben".

  • Kann Klassendashboard-Daten generieren, geeignet für die Präsentation bei Wettbewerbsverteidigungen.

Werkzeugliste

Werkzeug

Zweck

get_student_profile

Studierendenwachstumsprofil nach Matrikelnummer oder Name abfragen

list_attention_students

Liste der Studierenden mit mittlerer/hoher Aufmerksamkeit filtern

create_followup_record

Gesprächs- oder Unterstützungsnachverfolgungsaufzeichnung schreiben

create_student_support_task

Unterstützungsaufgabe basierend auf dem Profil erstellen, kann auf Anforderung an die Beratergruppe gepusht werden

update_student_support_task

Aufgabenstatus und Fortschritt aktualisieren, kann Unterstützungsaufzeichnungen synchronisieren

list_student_support_tasks

Offene, überfällige und abgeschlossene Aufgaben abfragen

get_support_task_audit

Prüfprotokoll für Aufgabenerstellung und Statusänderungen abfragen

get_system_readiness

Schreibgeschützte Prüfung von Speicher, Aufgabendaten und DingTalk-Kanalkonfiguration

get_class_dashboard

Klassendaten-Dashboard für Studierendenstatus generieren

get_data_ingestion_status

Datei-Importstatus und Aufzeichnungsstatistiken der Word/Excel/PDF-Geschäftstabellen anzeigen

get_student_growth_timeline

Zeitlinie für Anwesenheit, Praxis, Screening-Empfehlungen, Gespräche, Aufgaben und Warnungen des Studierenden abfragen

get_class_operational_records

Dynamische Klassenprotokolle und Governance-Übersicht abfragen

list_followup_reminders

Bald fällige oder überfällige Nachbetreuungserinnerungen abfragen

generate_and_send_class_weekly_report

Anonymen Klassenwochenbericht generieren und an die Lehrkräfte-Arbeitsgruppe pushen

get_training_room_availability

Prüfen, ob für ein bestimmtes Trainingslabor zu einem bestimmten Zeitpunkt Kurs- oder Buchungskonflikte bestehen

list_available_training_rooms

Verfügbare Trainingslabore nach Datum, Zeitraum, Kapazität und Ausstattungsbedingungen filtern

get_class_training_schedule

Praxisplanung und Rauminformationen der Klasse abfragen

get_equipment_repair_status

Anomale Geräte, Reparaturaufträge und voraussichtlichen Bearbeitungsstatus abfragen

Lokale Ausführung

cd D:\教育信息技术应用大赛\学生管理MCP原型
python -m uvicorn student_management_mcp_api:app --host 127.0.0.1 --port 8765

Für die öffentliche Bereitstellung und die Agentenplattform wird student_management_mcp_sse:app verwendet. Zur lokalen Verifizierung kann Folgendes ausgeführt werden:

python -m uvicorn student_management_mcp_sse:app --host 127.0.0.1 --port 8000

Datenpersistenz

  • Bei Konfiguration von DATABASE_URL wird PostgreSQL verwendet. Quelltabellen-Import, Aufgaben, Nachverfolgungsaufzeichnungen und Prüfprotokolle bleiben über Render-Bereitstellungen hinweg erhalten.

  • Ohne Konfiguration wird automatisch die lokale SQLite-Datenbank .data/student_management.db verwendet, geeignet für Entwicklung und Tests, kann jedoch nach einer erneuten Bereitstellung auf Render verloren gehen.

  • Beim ersten Aktivieren der Datenbank werden die Basisdaten aus followup_records.json und support_tasks.json im Repository automatisch migriert.

  • Bei der ersten Bereitstellung werden außerdem die 5 Excel-Dateien, 1 Word-Datei und 1 PDF-Datei aus den Demonstrations-Geschäftsquelldateien gelesen. Die Wettbewerbs-Demonstrationslisten, Anwesenheits-/Studienleistungen, Praxis, Screening-Empfehlungen, Gespräche, Aufgaben sowie Trainingsraum-Ressourcen- und Stundenpläne werden normalisiert und in die Datenbank geschrieben; anschließend neu hinzugefügte Gespräche und Aufgaben über MCP werden weiterhin akkumuliert.

  • Der Health-Check /health gibt Speichertyp und Aufzeichnungsanzahl zurück, jedoch keine Datenbankadresse oder DingTalk-Schlüssel.

Beispiel für PostgreSQL-Verbindungsvariablen:

DATABASE_URL=postgresql://用户名:密码@主机:5432/数据库名

Wartung der Demonstrationsdaten

Alle Dateien in Demonstrations-Geschäftsquelldateien sind simulierte Daten für die Wettbewerbsdemonstration und entsprechen keinen realen Personen. Die empfohlene Hauptlinie für die Bildschirmaufnahme ist:

工作人员维护 Excel / Word / PDF 台账
  -> 服务自动解析并入库 PostgreSQL
  -> 班级态势与学生成长时间线
  -> 生成帮扶任务并回写谈话记录
  -> 按期复访提醒与任务审计
  -> 按日期、时段、容量和设备条件查询可用实训室

Zuerst kann get_data_ingestion_status aufgerufen werden, um Dateien, Importmengen und die Datenkette anzuzeigen. Anschließend können je nach Rolle die kontrollierten Abfragetools aufgerufen werden:

  • get_authorized_student_growth_timeline: Studierende nur für sich selbst, Klassenlehrer und Berater nur für autorisierte Klassen.

  • get_authorized_class_operational_records: Klassenlehrer und Berater sehen dynamische Protokolle autorisierter Klassen, Verwaltungspersonal nur anonyme Aggregationen.

  • list_authorized_followup_reminders: Klassenlehrer und Berater sehen Nachbetreuungsaufgaben im autorisierten Bereich.

Basisdaten wiederherstellen:

python demo_data_maintenance.py --mode baseline --confirm RESET-DEMO-DATA

Zwei feste Demonstrationsaufgaben generieren:

python demo_data_maintenance.py --mode sample --confirm RESET-DEMO-DATA

Dieses Skript bereinigt aktuelle Aufgaben und Prüfprotokolle. Daher darf es nur von Wartungspersonal in der Vorbereitungsphase der Bildschirmaufnahme verwendet werden; es ist kein MCP-Tool und sendet keine DingTalk-Nachrichten.

Aufrufbeispiele

Studierendenprofil abfragen:

{
  "tool": "get_student_profile",
  "arguments": {
    "query": "S004"
  }
}

Beobachtungsliste abfragen:

{
  "tool": "list_attention_students",
  "arguments": {}
}

Unterstützungsaufzeichnung schreiben:

{
  "tool": "create_followup_record",
  "arguments": {
    "student_id": "S002",
    "owner": "辅导员",
    "summary": "已完成首次谈心,学生反馈近期课程压力较大,实训日志补交意识不足。",
    "next_action": "联系实训指导教师确认补交要求,三天后复访。",
    "status": "跟进中"
  }
}

Klassendashboard generieren:

{
  "tool": "get_class_dashboard",
  "arguments": {
    "class_name": "智能制造2401"
  }
}

Unterstützungsaufgabe erstellen (standardmäßig ohne Push):

{
  "tool": "create_student_support_task",
  "arguments": {
    "student_query": "S004",
    "owner": "辅导员",
    "due_date": "2026-07-18",
    "push_to_dingtalk": false
  }
}

Aufgabe abschließen und Unterstützungsaufzeichnung synchronisieren:

{
  "tool": "update_student_support_task",
  "arguments": {
    "task_id": "任务编号",
    "status": "已完成",
    "progress_note": "已完成线下谈心。",
    "next_action": "联系任课教师并于一周后复访。",
    "sync_followup": true
  }
}

Empfehlungen zur Plattformintegration

Die Plattform unterstützt nachweislich zwei Zugangswege:

  1. MCP-Dienst manuell erstellen

    • Dienstname

    • Beschreibung

    • Verbindungsart: sse

    • Schnittstellenadresse

    • Header-Konfiguration

    • Testverbindung klicken

  2. Aus JSON importieren

    • Format ist mcpServers

    • Beispiel siehe mcp_servers.example.json

Der aktuelle SSE-MCP-Dienst wurde auf Render bereitgestellt. Die Plattform erkennt und ruft die Tools über die /sse-Adresse auf. Die lokale Adresse 127.0.0.1 dient nur der Entwicklungsverifizierung und kann nicht als öffentliche Zugangsadresse für die Plattform verwendet werden.

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    Provides tools for querying student academic data such as subjects, marks, performance reports, timetable, exams, fees, events, holidays, and assignments via natural language.
    -
  • F
    license
    Not graded
    quality
    C
    maintenance
    Enables AI assistants to query a simulated school database for student marks, top rankers, class statistics, enrollment records, awards policy, and school rules via MCP tools, resources, and prompts.
    -
  • F
    license
    A
    quality
    B
    maintenance
    Enables AI agents to manage tutoring workflows by listing students, tracking progress, logging session notes, assigning homework, and generating parent-friendly progress reports through natural language.
    5
    -