paeg-teaching-materials
paeg-teaching-materials
Chino | English
¿Qué es esto?
paeg-teaching-materials es un plugin de creación de materiales didácticos — 6 generadores de materiales + punto de entrada unificado + servidor MCP.
Tipo de material | Capacidad | Método de generación |
PPT | Esquema de presentación (principio 6x6) + renderizado opcional con python-pptx | LLM esquema → renderizado |
Apuntes | Estructura de 6 secciones (objetivos didácticos / introducción / contenido nuevo / consolidación / cierre / tareas) | LLM genera markdown |
Guion | Narración por segmentos (compatible con TTS) | Generado por LLM |
Mapa mental | Tema central → 3-5 ramas → 2-4 subramas | LLM genera lista indentada |
Vídeo educativo | Guion de storyboard (8-15 s/plano, sincronización de audio y vídeo, gancho + recapitulación) | LLM genera JSON |
Animación Manim | Código de animación matemática + renderizado mp4 opcional | Código LLM → Manim |
Proveniente del sistema de materiales del agente educativo PAEG (iteración v0.87-§3.91), transformado en un plugin independiente con cero dependencias del host.
Related MCP server: interactive-edtech-mcp
Características principales
Arquitectura de interconexión en red (estándar de herramientas de primer nivel ⭐): 10 nodos funcionales (buscar información / esquema / PPT / apuntes / guion / mapa mental / vídeo / Manim / métodos de estudio / plan de estudio) — cada uno puede usarse de forma independiente y también es un paso previo para otras funciones
Registro de generadores extensible:
MaterialRegistry.register("自定义类型", generator)para ampliarCero dependencias del host: 6 abstracciones Protocol (LLMCallable/RefinerProtocol/HandoutGenerator/ScriptGenerator/MindmapGenerator/ResourceProvider) + modo débil Null
Punto de entrada unificado:
execute(name, args)equivalente a constraint_engine (contrato JSON, nunca lanza excepciones)Instalación directa como servidor MCP:
pip install+ declaración de configuración MCP para la integración (15 herramientas)Vinculación con normas lingüísticas: los materiales producidos pasan automáticamente por la corrección de errores de redacción L0 (reutiliza paeg-lang-style)
Control de calidad + evaluación: verificación determinista de estructura + puntuación del LLM en 5 dimensiones
Arquitectura de interconexión en red (cada función es independiente y también un paso previo ⭐)
Internamente, la herramienta es un entramado de conexiones y enlaces en red — cada función es un nodo de primera clase:
research(查资料·广播前置)
├──→ outline(大纲)──→ ppt(PPT 制作)
├──→ script(讲稿)──→ video(教学视频)
├──→ handout / manim / method / study_plan / mindmap(可选)Tres modos de aristas de dependencia:
Tipo de arista | Semántica | Ejemplo |
broadcast (difusión) | El producto de origen se consume en toda la red | Buscar información → toda generación |
directed (dirigida) | Requisito previo fuerte | Esquema → PPT, guion → vídeo |
optional (opcional) | Degrada si falta | Recursos → mapa mental |
Doble exposición: cada función es a la vez una herramienta MCP independiente (execute_tool), puede orquestarse automáticamente
(execute_pipeline expande los pasos previos según el grafo de dependencias), y también se puede combinar en cadena con |:
from paeg_teaching_materials import MaterialRegistry
from paeg_teaching_materials.tools import ResearchTool, OutlineTool, PptTool
# 1. 独立调用
result = MaterialRegistry.execute_plan("ppt", ctx, {"topic": "导数"})
# 自动执行: research → outline → ppt(查资料是前置环节)
# 2. 链式组合(LangChain Runnable 模式)
pipeline = ResearchTool() | OutlineTool() | PptTool() # 组合结果仍是 Tool
# 3. 依赖图自省(MCP: list_dependencies)
graph = MaterialRegistry.get_resolver().dependency_graph()Artefactos intermedios (Blackboard tipado MaterialContext):
resources (búsqueda de información · acumulación por append) / outline / lecture_script / ppt_outline /
completed_stages (marcadores de etapa · union) — los productos de los pasos previos son consumidos automáticamente por las etapas posteriores.
Instalación
pip install -e /path/to/paeg-teaching-materials
# 可选依赖:
pip install -e "paeg-teaching-materials[pptx]" # PPT 渲染
pip install -e "paeg-teaching-materials[manim]" # Manim 渲染
pip install -e "paeg-teaching-materials[mcp]" # MCP serverRequiere Python 3.9+.
Inicio rápido
from paeg_teaching_materials import MaterialRegistry, execute
# 1. 注入你的 LLM(任何项目接入点)
def my_llm(system, user, max_tokens=2000, temperature=0.7):
return call_your_llm(system, user, max_tokens=max_tokens)
MaterialRegistry.inject(llm=my_llm)
# 2. 生成物料(统一执行入口)
result = execute("generate_handout", {"topic": "一元二次方程", "subject": "数学"})
# → {"material_type": "handout", "topic": "...", "ok": true, "output": "## 教学目标..."}
# 3. 质量检查 + 评审
from paeg_teaching_materials import check_material_structure, judge_material
issues = check_material_structure(result["output"], "handout")
score = judge_material(result["output"], "一元二次方程")Integración como servidor MCP (se puede instalar directamente como un MCP y usar)
# 方式 1:console_scripts 入口(pip install 后)
paeg-teaching-materials-mcp
# 方式 2:python -m 入口(源码运行)
python -m paeg_teaching_materials.mcp_serverDeclaración de configuración del cliente MCP (config/mcp_servers.json):
{
"mcpServers": {
"paeg-teaching-materials": {
"command": "python",
"args": ["-m", "paeg_teaching_materials.mcp_server"],
"cwd": "D:/wbo-workspace/paeg_project/paeg-teaching-materials"
}
}
}Herramientas MCP expuestas (15):
Herramienta | Función |
| Generación de esquema PPT |
| Generación de apuntes |
| Generación de guion |
| Generación de mapa mental |
| Guion de storyboard para vídeo educativo |
| Código de animación matemática Manim |
| Comprobación determinista de estructura de materiales |
| Evaluación del material en 5 dimensiones |
| Introspección de tipos de material |
| Ensamblaje del prompt de material |
| Verificación de normas lingüísticas |
| Control de normas lingüísticas |
| Red: ejecución independiente de un nodo funcional |
| Red: orquestación automática de pasos previos |
| Red: introspección del grafo de dependencias funcionales |
Guía de integración para proyectos externos
Escenario A: Usar solo el punto de entrada unificado (recomendado)
from paeg_teaching_materials import execute
result = execute("generate_ppt", {"topic": "微积分", "subject": "数学"})Escenario B: Inyectar tu propio LLM (implementación sólida)
from paeg_teaching_materials import MaterialRegistry
MaterialRegistry.inject(llm=my_llm, refiner=my_refiner)
result = MaterialRegistry.generate("handout", "力学", "物理")Escenario C: Registrar tipos de material personalizados (extensibilidad)
from paeg_teaching_materials import MaterialRegistry
from paeg_teaching_materials.generators.base import Generator
class QuizGenerator(Generator):
material_type = "quiz"
def generate(self, topic, subject="通用", learner_id="anon", **kw):
return {"material_type": "quiz", "topic": topic, "ok": True, "output": "..."}
MaterialRegistry.register("quiz", generator=QuizGenerator())
# 现在 execute("generate_quiz", {...}) 可用Escenario D: Servidor MCP (puente sin código)
pip install + declaración de configuración MCP (ver arriba) — cualquier cliente MCP (Claude/OpenCode/desarrollo propio) puede invocarlo directamente.
Extensibilidad
Punto de extensión | Forma | Mecanismo |
Tipo de material |
| Ampliación dinámica del registro |
Backend LLM |
| Inyección mediante Protocol |
Normas lingüísticas |
| RefinerProtocol (por defecto reutiliza paeg-lang-style L0) |
Búsqueda de recursos |
| ResourceProvider |
Evaluación de calidad | Las 5 dimensiones se habilitan automáticamente tras inyectar el LLM | judge_material |
Backend de renderizado | Dependencias opcionales pptx/manim | extras_require |
Mantenibilidad
Cero dependencias del host: el paquete principal solo depende de la stdlib; todas las funciones del host se inyectan mediante Protocol
Contrato unificado: execute devuelve una cadena JSON (contrato MCP) y no lanza excepciones en caso de fallo
Modo débil: funciona sin host (generadores Null como marcadores), adecuado para pruebas y demostraciones
Vinculación con normas lingüísticas: los materiales producidos pasan automáticamente por la corrección de errores de redacción L0
41 pruebas: cobertura completa de API pública / modo débil / inyección / execute / calidad / MCP
Arquitectura
宿主系统(任何 Python 项目 / 智能体)
MaterialRegistry.inject(llm=..., refiner=..., resources=...) <- 宿主注入
execute("generate_handout", {...}) <- 统一入口
|
| 零宿主依赖(Protocol 抽象)
v
paeg_teaching_materials(独立插件)
+-------------------+ +-------------------+ +----------------+
| registry.py | | generators/ | | quality/ |
| MaterialRegistry | | ppt/handout/... | | checks/judge |
+---------+---------+ +---------+---------+ +----------------+
| |
v v
+-----------------------------------------------------------+
| executor.py(execute 统一入口,JSON 契约) |
| mcp_server.py(FastMCP 15 工具,stdio 直接安装) |
+-----------------------------------------------------------+Integración con el proyecto principal de PAEG
PAEG se integra a través de services/material_bridge.py (inyección del host + degradación sin rupturas):
from services.material_bridge import install_material_plugin
install_material_plugin() # server.py 启动时调用一次
# 注入 PAEG LLM(subagents._safe_chat)+ Refiner(paeg.refiner)+ 资源(library)
# 插件未安装 → 静默回退 PAEG 原物料实现(旧文件永不删除)Pruebas
python -m pytest tests/ -q
# 22 项:公共 API / 弱模式 / 注入 / execute / 质量 / MCP serverGuía de contribución
¡Las contribuciones son bienvenidas!
Nuevo tipo de material: heredar de la clase base
Generator+MaterialRegistry.register()Nueva verificación de calidad: añadir una función en
quality/checks.pyEstilo de código: seguir la estructura de módulos existente + las normas de comentarios
Agradecimientos
Agente educativo PAEG — este plugin se extrae de su sistema de creación de materiales (§3.87-§3.100)
paeg-lang-style — plugin de normas lingüísticas (integración L0)
Presenton / ppt-agent-skills — paradigma de pipeline LLM + renderizado
ManimTrainer — paradigma de bucle cerrado de renderizado Manim
Licencia
MIT © 2026 PAEG Team
This server cannot be installed
Maintenance
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
- AlicenseAqualityCmaintenanceEnables AI agents to generate real Office documents (.pptx, .docx, .xlsx) and source code from natural language via MCP protocol.4MIT
- AlicenseNot gradedqualityBmaintenanceMCP server suite that lets coding agents generate deep instructional content from external sources and operate classroom-interactive EdTech platforms including Padlet, Google Classroom, Kahoot!, Wayground, Wordwall, and Nearpod.MIT
- AlicenseAqualityBmaintenanceAn agent-native teaching OS that gives AI assistants a persistent classroom with courses, lessons, flashcards, and graded exercises via MCP tools.503AGPL 3.0
- AlicenseNot gradedqualityBmaintenanceEnables AI agents to create and manage personalized 30-day study courses, including web research with source validation, daily lessons, quizzes, and progress tracking through 12 MCP tools.1MIT
Related MCP Connectors
Free public MCP for AI agents — 193 tools, 44 workflows. No API key.
100+ MCP tools for AI agents: content metadata, trade intelligence, business-expertise analysis.
Hosted MCP with 91 agent tools: X, domains, SEO, Maps, Trends, Search, YouTube, TikTok, and more.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/Golden2002/paeg-teaching-materials'
If you have feedback or need assistance with the MCP directory API, please join our Discord server