moodle-mcp-server — KI-gestützte LMS-Analysen

Stellen Sie Ihrer Moodle-Instanz jede Frage. Erhalten Sie innerhalb von Sekunden strukturierte Antworten.

moodle-mcp-server ist ein quelloffener MCP (Model Context Protocol)-Server, der KI-Agenten direkt mit der Web-Services-API von Moodle verbindet. Es ist der Moodle-Connector hinter der breiteren Arbeit von CSMediaPro am Agentic Query Layer (AQL).

Statt Report-Builder zu erlernen, SQL zu schreiben oder CSVs zu exportieren, stellen Sie Ihre Fragen in einfachem Englisch – der KI-Agent fragt Ihr LMS ab und gibt strukturierte Daten zurück.

Projektseite: https://csmediapro.com/products/moodle-mcp-server npm-Paket: https://www.npmjs.com/package/moodle-mcp-server-aql MCP-Registry: io.github.csmediapro/moodle-mcp-server-aql

Funktionen

• Kernabfragetools — Kurskatalog, Benutzereinschreibung, Aufgaben, Kategorienavigation, Standortmetadaten, Benutzersuche und Cache-Verwaltung

• Premium-Reporting-Plugins — optionale Tools wie Kursabschlussberichte und letzte Aktivitäten können über die Plugin-Laufzeitumgebung angebunden werden

• LLM-unabhängig — funktioniert mit Claude, GPT, Gemini, Ollama oder jedem MCP-kompatiblen KI-Client

• Keine LMS-Modifikation — nutzt die bestehende Web-Services-API von Moodle, keine Plugin-Installation erforderlich

• Compliance-gerechte Datenverarbeitung — sichere, effiziente Datenverarbeitung mit Datenschutz durch Design

• Nur Lesezugriff — modifiziert niemals Moodle-Daten, sicher für den Produktivbetrieb

• Plugin-erweiterbar — legen Sie neue Tool-Module in ein Verzeichnis; Tools und optionale Agent-Routing-Hinweise registrieren sich automatisch zur Laufzeit

Related MCP server: Moodle MCP Server

Schnellstart

Voraussetzungen

• Node.js 20+

• Eine Moodle-Instanz mit aktivierten Web-Services

• Ein Moodle-API-Token (Site-Administration → Plugins → Web-Services → Token verwalten)

Verwendung mit einem MCP-Client

Die meisten Benutzer starten den Server über einen MCP-Client wie Claude Desktop:

{
  "mcpServers": {
    "moodle-mcp-server-aql": {
      "command": "npx",
      "args": ["-y", "moodle-mcp-server-aql"],
      "env": {
        "MOODLE_URL": "https://your-moodle-instance.example",
        "MOODLE_TOKEN": "your-moodle-web-services-token"
      }
    }
  }
}

Einrichtung aus dem Quellcode

# Clone the repo
git clone https://github.com/csmediapro/moodle-mcp-server
cd moodle-mcp-server

# Install dependencies
npm install

# Configure
cp packages/server/.env.example packages/server/.env
# Edit .env: add your MOODLE_URL and MOODLE_TOKEN

# Run (stdio mode)
npm run server:build
node packages/server/dist/index.js

Benutzerfeld-Schema

Die Anzeigeeinstellungen für Benutzerfelder werden pro Moodle-Instanz generiert und lokal unter packages/server/data/user-field-schema.json gespeichert. Diese Datei wird absichtlich von git ignoriert, da sie standortspezifische benutzerdefinierte Profilfelder enthalten kann.

Nachdem Sie eine Verbindung zu einer Moodle-Site hergestellt haben, führen Sie einmalig das Tool refresh_user_field_schema aus, um verfügbare Standard- und benutzerdefinierte Benutzerfelder zu ermitteln. Eine minimale Beispielstruktur finden Sie unter packages/server/data/user-field-schema.example.json.

Das Plugin user-directory speichert einen normalisierten Vollbenutzer-Cache mit benutzerdefinierten Profilfeldern, die auf oberster Ebene als Schlüssel wie school abgeflacht sind. Sobald dieser Cache existiert, kann list_users zwischengespeicherte Benutzer im Speicher filtern, und summarize_user_directory_field kann zwischengespeicherte eindeutige Werte und Zählungen zurückgeben. Beispielsweise fasst die Abfrage „einzigartige Schulen anzeigen“ oder „Schulen und Anzahl der ihnen zugeordneten Benutzer anzeigen“ das zwischengespeicherte school-Feld zusammen, ohne einen weiteren Moodle-Abruf.

Konfigurationsidentität

Der Kern besitzt zwei verschiedene Server-Identitätsfelder:

• server.id — stabile Maschinenidentität, z. B. mcp_8f3k2q9x

• server.name — menschenlesbares Anzeigelabel

Fehlt server.id, generiert der Kern eine einmalige ID und speichert sie in der aufgelösten Konfigurationsdatei, bevor der Start fortgesetzt wird.

Umgebungsüberschreibungen:

• MOODLE_MCP_CONFIG oder MOODLE_MCP_SERVER_CONFIG — wählt den Konfigurationsdateipfad

• SERVER_ID — explizite Überschreibung von server.id

• SERVER_NAME — explizite Überschreibung von server.name

• SERVER_VERSION — explizite Überschreibung von server.version

Fehlt server.id und der aufgelöste Konfigurationspfad ist nicht beschreibbar, schlägt der Start absichtlich fehl.

Verwendung des Referenz-Clients

# From the project root
cp packages/client/.env.example packages/client/.env
npm run client:dev
# Open http://localhost:3000

Der Client erkennt Ihre Moodle-Instanz automatisch und zeigt eine Chat-Oberfläche an, in der Sie Ihre Fragen in einfachem Englisch stellen können.

Verbinden eines LLM

moodle-mcp-server benötigt ein KI-Modell, um die natürlichsprachliche Schnittstelle zu betreiben. Sie bringen das Modell mit – der moodle-mcp-server-Kern und der Referenz-Client unterstützen jeden MCP-kompatiblen Anbieter.

Option 1: Lokal ausführen (Empfohlen für Geschwindigkeit & Datenschutz)

Die Ausführung eines lokalen Modells hält alle Daten auf Ihrer eigenen Hardware – nichts verlässt Ihr Netzwerk. Moderne quantisierte Modelle laufen gut auf handelsüblichen GPUs und sogar auf reinen CPU-Systemen.

Leistung: Ein quantisiertes 24B-Modell auf einer einzelnen RTX 3090 liefert nach der ersten Abfrage Antworten in etwa 1,5 Sekunden – schneller als die meisten Cloud-APIs, sobald das System initialisiert ist.

Über Ollama (am einfachsten)

# Install Ollama: https://ollama.com
ollama pull gemma3:12b      # Fast, reliable tool use (~200ms TTFT)
ollama pull qwen3:14b       # Strong reasoning, good for complex queries
ollama pull deepseek-r1:14b # Excellent at multi-step chains

Richten Sie dann den Referenz-Client auf http://localhost:11434 (Ollamas Standard).

Über llama.cpp (maximale Kontrolle)

# Download a GGUF model (example: Devstral 24B Q4)
# Run the llama.cpp server:
llama-server -m devstral-24b-Q4_K_M.gguf --ctx-size 60000 --port 8080

Richten Sie den Referenz-Client auf http://localhost:8080/v1.

Empfohlene lokale Modelle

Option 2: Cloud-Anbieter

Anthropic (Claude):

export ANTHROPIC_API_KEY=sk-ant-...

Wählen Sie im Auswahlmenü für den Anbieter des Referenz-Clients „Anthropic“ aus. Claude Sonnet bietet das zuverlässigste Tool-Calling-Verhalten.

OpenAI (GPT):

export OPENAI_API_KEY=sk-...

Wählen Sie im Auswahlmenü für den Anbieter „OpenAI“ aus. GPT-4o arbeitet gut mit strukturierten Abfragen.

Ollama Cloud: Verwendet dieselbe API wie lokales Ollama, gehostet unter https://ollama.com/v1. Guter Mittelweg – schneller als lokale Kaltstarts, privater als große Cloud-Anbieter.

Option 3: Claude Desktop (Direktes MCP)

Claude Desktop verbindet sich direkt über stdio mit dem moodle-mcp-server-Kern – kein Referenz-Client erforderlich.

Fügen Sie Ihrer Claude Desktop-Konfiguration (claude_desktop_config.json) hinzu:

{
  "mcpServers": {
    "moodle-mcp-server": {
      "command": "node",
      "args": ["/path/to/moodle-mcp-server/packages/server/dist/index.js"],
      "env": {
        "MOODLE_URL": "https://your-moodle-instance.com",
        "MOODLE_TOKEN": "your-api-token"
      }
    }
  }
}

Starten Sie Claude Desktop neu. Die Tools des Servers erscheinen in Claudes Werkzeugliste – stellen Sie direkt Fragen.

Tools

Kerntools (kostenlos, quelloffen — AGPL)

Premium-Plugins (separat erhältlich)

• Advanced Reporting — Notenbücher, kursübergreifender Vergleich, benutzerdefinierter Report-Builder

• User Analytics — Fortschrittsverfolgung, Engagement-Scoring, Risikokennzeichen

• User Directory — zwischengespeichertes Benutzerverzeichnis und strukturierte Filterung über Standard- und benutzerdefinierte Profilfelder

• Compliance Pack — Zertifizierungsverfolgung, Ablaufwarnungen, Prüfberichtsexporte

Architektur

User (plain English question)
    │
    ▼
AI Agent (Claude / GPT / Gemini / Ollama / local)
    │
    ▼  MCP Protocol
`moodle-mcp-server`
    ├── Tool Registry (core + plugins)
    ├── Agent Runtime Config (core + plugin rules)
    ├── Optimized Data Layer (secure, efficient data handling)
    └── Moodle Client (REST API calls)
    │
    ▼
Moodle Web Services API

Transportmodi

• Stdio — dist/index.js — wird als Unterprozess ausgeführt, verwendet von Claude Desktop und ähnlichen Clients

Der OSS-Kern wird absichtlich nur mit stdio ausgeliefert. Jegliche netzwerkorientierte Hülle, Fernüberwachung oder Anbindung von Premium-Plugins gehört in einen separaten kommerziellen Node-Agenten oder eine Hülle.

Plugin-Dokumentation

• Plugin-Vertrag

• Plugins erstellen

• Hallo-Plugin-Beispiel

Lizenz

AGPL v3 — siehe LICENSE.

Das bedeutet, Sie dürfen:

• ✅ Den moodle-mcp-server-Kern kostenlos in jeder Umgebung nutzen

• ✅ Den Quellcode für Ihre Bedürfnisse modifizieren

• ✅ Abgeleitete Werke erstellen und verbreiten

Sie dürfen nicht:

• ❌ Den moodle-mcp-server-Kern als quellgeschlossenes, konkurrierendes kommerzielles Produkt neu verpacken

• ❌ Ihn als Netzwerkdienst anbieten, ohne Ihre Modifikationen zu teilen

Markenhinweis

Moodle ist eine Marke der Moodle Pty Ltd. moodle-mcp-server ist ein unabhängiges CSMediaPro-Projekt und steht in keiner Verbindung zu Moodle Pty Ltd oder dem Moodle-Projekt, wird weder von diesen unterstützt noch gesponsert oder offiziell mit ihnen verbunden. Der Name wird beschreibend verwendet, um die Kompatibilität mit dem Moodle LMS zu kennzeichnen.

Entwickelt von CSMediaPro

moodle-mcp-server wurde entwickelt und wird gewartet von CSMediaPro, einem Softwareentwicklungsunternehmen, das auf KI-Integration, Systemtechnik und Workflow-Automatisierung spezialisiert ist.

• Kontakt: contact@csmediapro.com