OLCP
Документация OLCP
Продукт
Спецификация продукта — одна спецификация в двух файлах. Ни одну из них нельзя реализовать по отдельности; их собственный раздел 0 предписывает объединение в единый IMPLEMENTATION_PLAN.md до написания первого кода продукта, и карточка 017 выполняет это объединение.
plan.md — базовый план: идентификация, OAuth, конфиденциальность, оценка, идемпотентность, Voice, цикл практики и четыре основных инструмента. Определяет эти области при любых конфликтах.
teaching-intelligence.md — дополняющая спецификация Teaching Intelligence: уроки, атомы знаний, Curriculum Track Compiler, Session Compiler, педагогический RAG, редакционная загрузка, классификация CEFR и Model Gateway. Определяет эти области при любых конфликтах.
context.md — стадия компании и устойчивость к риску: что этот проект не может позволить себе сломать.
identity/README.md — дизайн идентификационной системы для удалённого MCP-сервера: WorkOS AuthKit как сервер авторизации, OLCP как сервер ресурсов, сравнение провайдеров, несовершеннолетние и GDPR, конечные точки, размещение данных в ЕС.
Related MCP server: learn-cli
Операции
execution/s0-readiness.md — что работает сегодня, что заблокировано и чек-лист ручной настройки, который разблокирует спайки идентификации. Прочитайте, прежде чем приступать к первой карточке с кодом.
Операционные контракты
agents/SOURCE.md — откуда берутся скопированные контракты агентов и почему их никогда не редактируют на месте.
agents/workflows/ — ревью, уровни риска, журнал решений, закрывающий коммит, выкатка.
agents/HOSTS.md — возможность моделирования по каждому хосту.
Исследования
Отчёты по первоисточникам, сохранённые потому, что решения, которые они поддерживают, всё ещё актуальны.
research/mcp-spec-2026-07-28-remote.md — спецификация MCP 2026-07-28 в том виде, как получена: OAuth, Streamable HTTP, согласование двух эпох, SDK и что это значит для ChatGPT.
research/openai-chatgpt-mcp-voice-research-2026-08-23.md — официальная документация MCP, Voice и OAuth по состоянию на 23 августа 2026 года. ChatGPT не объявляет
2026-07-28, а Voice-in-Chat не документирует приложения MCP.
Доказательство концепции
poc/ в корне репозитория — это сохранённый эксперимент, а не цель миграции. Он принимает learner_id и хранит состояние в JSON — и то и другое продукт запрещает. Он сохранён, потому что именно его результаты оправдали дизайн продукта, и не подлежит расширению.
poc/overview.md — гипотеза, охват, ожидаемый результат
poc/plan.md — план, которому на самом деле следовал эксперимент
poc/architecture.md — файлы, MCP-инструменты, поток данных
poc/pedagogy.md — детерминированные правила отбора
poc/running.md — запуск тестов, демо и Inspector
poc/assumptions.md — намеренные отклонения
poc/cursor.md — подключение сервера к Cursor
poc/catalog-a1.md — пять лексических единиц уровня A1
poc/speaking.md — сервер произношения (Streamable HTTP)
poc/chatgpt-voice.md — туннель ChatGPT Voice и протокол из двенадцати попыток
poc/evaluation.md — критическая оценка результата
This server cannot be deployed
Maintenance
Related MCP Connectors
Person-owned AI memory that learns, not just stores — portable context for any MCP client.
MCP-Native LLM Orchestration Agent
Your memory, everywhere AI goes. Build knowledge once, access it via MCP anywhere.
Remote MCP learning coach for coding agents.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceTransforms documentation repositories into interactive educational content and provides standardized access to AI-generated structured courses through MCP protocol. Generates multi-complexity learning paths from docs and enables AI tutoring applications to interact with course content.-
- AlicenseNot gradedqualityFmaintenanceAn MCP server and CLI for step-by-step learning, enabling humans and agents to learn subjects like language tutoring through a structured prompt system.1Apache 2.0
- 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 gradedqualityCmaintenanceEnables MCP-compatible AI clients to tutor students through a full learning workflow, including knowledge retrieval, assessments, mastery tracking, and personalized next-action recommendations.MIT