Skip to main content
Glama
Felixlyf0913

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: TeacherAssist-MCP

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.

F
license - not found
Not graded
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    A
    quality
    A
    maintenance
    Provides AI-powered educational tools for teachers including lesson planning, quiz creation, student progress analysis, learning path recommendations, and rubric generation. Enables educators to automate administrative tasks and personalize learning experiences through natural language interactions.
    5
    9
    MIT

View all related MCP servers

Related MCP Connectors

View all MCP Connectors

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/Felixlyf0913/student-growth-support-mcp'

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