Prototipo MCP de Gestión de Estudiantes

Objetivo

Para el escenario de "perfil de crecimiento del estudiante y cierre del ciclo de apoyo proactivo", se proporciona un conjunto de herramientas MCP ya integradas con la plataforma de agentes, que permiten al agente consultar perfiles de estudiantes, filtrar listas de atención, crear y dar seguimiento a tareas de apoyo, registrar intervenciones, generar paneles de clase y coordinarse con grupos de DingTalk.

Related MCP server: TeacherAssist-MCP

Destacados

• Pasar de una "gestión estudiantil basada en preguntas y respuestas" a un "descubrimiento proactivo impulsado por datos".

• Sintetizar en un perfil de crecimiento del estudiante la asistencia, las calificaciones, los comentarios de la residencia, el desempeño en prácticas, el estado de financiación y los registros de entrevistas personales.

• Admite la generación de una "lista de estudiantes que requieren atención hoy", reflejando la evolución de la gestión estudiantil de la respuesta pasiva a la alerta proactiva.

• Admite el registro de intervenciones de apoyo, formando un ciclo cerrado de "detectar problemas - proponer sugerencias - implementar seguimiento - retroalimentar registros".

• Puede generar datos de panel de clase, adecuados para la presentación en competiciones y defensas.

Lista de herramientas

Ejecución local

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

Para el despliegue público y la plataforma de agentes se utiliza student_management_mcp_sse:app; para la verificación local se puede ejecutar:

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

Persistencia de datos

• Al configurar DATABASE_URL se usa PostgreSQL; los libros de origen importados, las tareas, los registros de seguimiento y los registros de auditoría se conservan entre despliegues de Render.

• Si no se configura, se usa automáticamente SQLite local en .data/student_management.db, adecuado para pruebas de desarrollo, pero puede perderse tras un nuevo despliegue en Render.

• Al habilitar la base de datos por primera vez, se migran automáticamente los datos base de followup_records.json y support_tasks.json del repositorio.

• En el primer despliegue también se leen 5 archivos Excel, 1 Word y 1 PDF de 演示业务源文件; los registros de demostración de la competición (listados, asistencia académica, prácticas, recomendaciones de detección, entrevistas, tareas y programación de recursos de laboratorios de prácticas) se normalizan y escriben en la base de datos. Las entrevistas y tareas añadidas posteriormente mediante MCP se siguen acumulando.

• La verificación de salud /health devuelve el tipo de almacenamiento y el número de registros, pero no devuelve la dirección de la base de datos ni las claves de DingTalk.

Ejemplo de variables de conexión de PostgreSQL:

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

Mantenimiento de los datos de demostración

Todo el contenido de 演示业务源文件 son datos simulados para la demostración de la competición y no corresponden a personas reales. La línea principal recomendada para la grabación de pantalla es:

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

Primero se puede llamar a get_data_ingestion_status para mostrar los archivos, las cantidades importadas y el flujo de datos, y luego invocar las herramientas de consulta controladas según el rol:

• get_authorized_student_growth_timeline: el estudiante solo puede consultar su propio perfil; el tutor de clase y el consejero estudiantil solo pueden consultar las clases autorizadas.

• get_authorized_class_operational_records: el tutor de clase y el consejero estudiantil ven las novedades de las clases autorizadas; el personal administrativo solo ve agregados anónimos.

• list_authorized_followup_reminders: el tutor de clase y el consejero estudiantil consultan las tareas pendientes de revisita dentro del ámbito autorizado.

Restaurar los datos de referencia:

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

Generar dos tareas de demostración fijas:

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

Este script limpia las tareas actuales y el registro de auditoría, por lo que solo el personal de mantenimiento puede usarlo durante la preparación de la grabación de pantalla; no es una herramienta MCP y no envía mensajes de DingTalk.

Ejemplos de invocación

Consultar el perfil del estudiante:

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

Consultar la lista de estudiantes que requieren atención:

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

Registrar una intervención de apoyo:

{
  "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"
  }
}

Generar el panel de clase:

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

Crear una tarea de apoyo (sin envío por defecto):

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

Completar la tarea y sincronizar el registro de apoyo:

{
  "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
  }
}

Recomendaciones de integración con la plataforma

La plataforma admite dos formas de entrada según las pruebas realizadas:

1. Crear manualmente el servicio MCP

   • Nombre del servicio

   • Descripción

   • Método de conexión: sse

   • Dirección de la interfaz

   • Configuración de cabeceras (Header)

   • Hacer clic en "Probar conexión"

2. Importar desde JSON

   • El formato es mcpServers

   • Ver ejemplo en mcp_servers.example.json

El servicio MCP SSE actual está desplegado en Render; la plataforma descubre e invoca las herramientas a través de la dirección /sse. La dirección local 127.0.0.1 se usa solo para verificación de desarrollo y no puede utilizarse como dirección de acceso público de la plataforma.