ScienceTokyoLMS-mcp
Allows interaction with a Moodle-based LMS, providing tools for listing courses, materials, assignments, deadlines, and announcements, as well as downloading course materials via Moodle Web Services REST API.
Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@ScienceTokyoLMS-mcp Show me my upcoming deadlines"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
Science Tokyo LMS MCP
東京科学大学 (Science Tokyo) の LMS を操作する MCP (Model Context Protocol) サーバです. 講義資料のダウンロードや課題締切の確認などを,MCP クライアント (Claude 等) から ツールとして呼び出せるようにします.
導入して使い始めたいだけの方 (研究室メンバー向け) はdocs/USAGE.md を参照してください.
本 README はおもに方針・内部構成・開発手順をまとめたものです.
本ツールは個人の学修利用 を前提とします.大学システムへの自動アクセスは 利用規約に抵触する場合があります.利用前に Science Tokyo の規約を確認し, アクセス頻度を抑える (キャッシュ・低頻度アクセス) など節度ある運用をしてください.
対象と基盤
対象 LMS: Science Tokyo LMS (
https://lms.s.isct.ac.jp/<年度>/)基盤: Moodle (確認済み).年度ごとにパスが分かれる (例:
/2025/).方式: Moodle Web Services REST API + モバイルトークン認証. ブラウザ巡回 (スクレイピング) ではなく公式 API を用いるため安定・高速.
データ取得層 (
client/moodle_client.py) は実装済みですが,実トークンでの 動作確認は未実施です (下記science-tokyo-lms-loginで取得後に検証してください).
Related MCP server: Moodle MCP Server
認証方針 (MFA 必須前提)
Science Tokyo は SAML2 SSO (isct.ex-tic.com / MFA 必須) で保護されています.
そのためパスワードによるトークン発行は使えません.代わりに Moodle モバイルアプリと
同じ launch フローを用います.
# 初回のみ: ブラウザが開くので SSO ログイン (MFA 含む) を完了する
# → モバイルトークンを取得し keyring に保存する
uv run science-tokyo-lms-login取得したトークンは keyring (利用不可なら .auth/wstoken,いずれも .gitignore 済み) に
保存され,以降はブラウザ不要で Web Services API を呼び出します.
トークン失効時の自動再ログイン
トークンが失効すると,MCP サーバは API 呼び出し中にそれを検知し,ヘッドレスブラウザで
自動的に再ログインして元の操作をリトライします.永続プロファイル (.auth/profile/) の
SSO セッションが生きていれば,ユーザー操作なしに復旧します.SSO セッションも切れていて
MFA の再入力が必要な場合のみ自動再ログインは失敗し,uv run science-tokyo-lms-login の
実行を促すエラーを返すので,手動で上記コマンドを実行してください.
サーバが自動再ログインする際は永続プロファイルを一時的に占有します.MCP サーバ稼働中に 別途
science-tokyo-lms-loginを実行しないでください (同一プロファイルを 2 プロセスで 同時に開けません).自動再ログインを無効化したい場合はSTLMS_AUTO_RELOGIN=falseを設定します.
セットアップ
uv sync # 依存関係の同期
uv run playwright install chromium # 使用するブラウザを取得 (chromium / firefox / webkit)
cp .env.example .env # 必要に応じて編集 (年度・ブラウザ等)設定 (.env)
主な設定項目 (環境変数 STLMS_*,.env で指定可).
変数 | 既定 | 説明 |
|
| Moodle のベース URL (年度ごとにパスが変わる) |
|
| トークン取得に使うブラウザ ( |
|
| トークン保存方式 ( |
| (なし) | トークンを直接指定する場合 (最優先) |
|
| トークン失効時にヘッドレスで自動再ログインするか |
keyring (パスワードストア) が使えない環境では
STLMS_TOKEN_BACKEND=fileを指定すると, トークンを.auth/wstoken(.gitignore 済み,パーミッション 0600) に保存します.
起動
uv run science-tokyo-lms-mcp # MCP サーバを stdio で起動MCP クライアント (例: Claude Desktop / Claude Code) には以下のように登録します.
{
"mcpServers": {
"science-tokyo-lms": {
"command": "uv",
"args": ["run", "--directory", "/path/to/ScienceTokyoLMS-mcp", "science-tokyo-lms-mcp"]
}
}
}提供ツール
ツール | 説明 |
| 履修中コースの一覧 |
| 講義資料の一覧 |
| 講義資料のダウンロード |
| 課題と締切の一覧 |
| 直近の課題を締切順に取得 |
| お知らせ・休講情報 (アナウンス) の一覧 |
| 課題へのファイル提出 (2 段階: 既定はプレビュー) |
課題の提出済み判定は別 API が必要なため,現状
submittedは常にfalseです (今後mod_assign_get_submission_statusで対応予定).
課題のファイル提出 (submit_assignment_files)
提出は 2 段階 で行います.いきなり提出せず,途中で内容を確認する工程を挟みます.
confirm=False(既定) で呼ぶと,Moodle へは一切書き込まず,課題の説明文・ 提出制約 (許可拡張子・最大サイズ・最大数・下書き要否) と,各ファイルのローカル 検査結果 (存在・拡張子・サイズ) を返します.Claude が各ファイルを開いて中身を確認し,課題の説明文と突き合わせて妥当性を判断します.
問題なければ
confirm=Trueで同じ引数を渡して再度呼ぶと,実際に提出します.
提出は webservice/upload.php でドラフト領域へアップロードし,mod_assign_save_submission
で添付,下書き方式の課題では mod_assign_submit_for_grading で採点提出まで確定します.
注意
拡張子が許可リストと明確に異なるファイルは
confirm=Trueでも提出を中止します. ただし Moodle のタイプグループ (document等) は近似判定のため,警告に留めます.採点提出は取り消せない場合があります.まずはテスト用課題で試すことを推奨します.
提出規約のある課題では
acceptsubmissionstatement=1(同意) として送信します.confirm=Trueの実行をもって同意とみなす点に留意してください.
主な Moodle Web Services 関数の対応
ツール | Web Services 関数 |
|
|
|
|
|
|
|
|
|
|
ディレクトリ構成
src/science_tokyo_lms_mcp/
├── server.py # FastMCP サーバ (エントリポイント)
├── login.py # 初回トークン取得 CLI
├── config.py # 設定 (環境変数 STLMS_*)
├── models.py # データモデル
├── auth/
│ ├── session.py # Playwright 永続セッション管理
│ └── token.py # モバイルトークンの取得・保管 (keyring)
├── client/
│ ├── base.py # LMSClient プロトコル
│ ├── moodle_client.py # Moodle Web Services 実装 (既定)
│ └── playwright_client.py # スクレイピング方式のフォールバック
└── tools/ # MCP ツール (courses / materials / deadlines / announcements / submissions)開発
uv run ruff format . # フォーマット
uv run ruff check . # Lint
uv run ty check # 型チェック
uv run pytest # テストセキュリティ
認証情報・cookie・トークン・ダウンロード資料は コミットしない (
.gitignore済み).パスワードはコード・設定に保持せず,SSO は永続プロファイルに,トークンは keyring に委ねます.
リポジトリは private 運用 を推奨します.
Available Tools
7 toolsdownload_materialA
講義資料をダウンロードし,保存先パスを返す.
Args: course_id: コースの識別子. material_id: ダウンロードする資料の識別子. dest_dir: 保存先ディレクトリ.省略時は設定値を用いる.
Returns: 保存したファイルの絶対パス (文字列).
Raises: ValueError: 指定した資料が見つからない場合.
Inputs: course_id (required), material_id (required), dest_dir. Returns: result
get_upcoming_deadlinesA
直近の未提出課題を締切順に取得する.
Args: days: 何日先までの締切を対象とするか.
Returns: 締切が近い順に並べた未提出課題の一覧.
Inputs: days. Returns: result
list_announcementsB
お知らせ・休講情報の一覧を取得する.
Args: course_id: コースの識別子.省略時は全コース横断.
Returns: お知らせの一覧.
Inputs: course_id. Returns: result
list_assignmentsB
課題と締切の一覧を取得する.
Args: course_id: コースの識別子.省略時は全コース横断.
Returns: 課題の一覧.
Inputs: course_id. Returns: result
list_coursesA
履修中のコース一覧を取得する.
Returns: コースの一覧.
Inputs: no named parameters. Returns: result
list_materialsB
指定コースの講義資料一覧を取得する.
Args: course_id: コースの識別子.
Returns: 講義資料の一覧.
Inputs: course_id (required). Returns: result
submit_assignment_filesA
課題にファイルを提出する (2 段階: 既定はプレビュー).
confirm=False (既定) では Moodle へ一切書き込まず,課題の説明文・提出制約・ 各ファイルの検査結果のみを返す.この結果を受け取ったら,各ファイルを Read で 開いて内容を確認し,課題の説明文 (assignment_intro) と突き合わせて,提出物が 課題の意図に合っているかを必ず判断すること. 問題がなければ confirm=True で 同じ引数で再度呼び出すと実提出する.
Args: assignment_id: 課題 (assignment) の ID.list_assignments で取得できる. file_paths: 提出するローカルファイルのパス (複数可). confirm: True で実提出.False (既定) はプレビューのみ (書き込みなし).
Returns:
提出プレビュー,または提出結果 (:class:SubmissionPlan).
Raises: ValueError: confirm=True だが検査に通らないファイルや個数超過がある場合.
Inputs: file_paths (required), assignment_id (required), confirm. Returns: 課題提出のプレビュー兼結果. confirm=False ではプレビュー (Moodle へ書き込みなし),confirm=True では 実提出の結果を表す…
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 7 tools
Each tool targets a distinct action-resource pair: download, list, get deadlines, submit. Even list_assignments and get_upcoming_deadlines have clear differences (all vs unsubmitted sorted).
All tool names follow a consistent verb_noun snake_case pattern: download_material, list_announcements, submit_assignment_files, etc. No mixing of conventions.
7 tools cover essential student LMS operations without bloat. Each tool serves a clear purpose, and the count feels well-scoped for a focused integration.
Covers core student workflow: browse courses/materials/assignments, check deadlines, download materials, submit assignments. Missing features like viewing grades or submission history are minor gaps.
Maintenance
Related MCP Connectors
Nifty's MCP server — exposes tasks, projects, messages, and files as tools for AI agents.
Official EduBase MCP server: training, exams, competencies and results from your AI assistant
An MCP server for deep research or task groups
One MCP server for the services your AI needs: memory, files, Microsoft 365, kanban and more.
Related MCP Servers
- AlicenseBqualityDmaintenanceAn MCP server that enables LLMs to interact with Moodle platforms to manage courses, students, assignments, and quizzes through natural language commands.745MIT
- AlicenseBqualityDmaintenanceAn MCP server that enables LLMs to interact with the Moodle platform to manage courses, students, assignments, and quizzes.7MIT
- AlicenseAqualityDmaintenanceAn MCP server that gives desktop AI apps access to your Waterloo LEARN courses, enabling listing courses, getting announcements, content, grades, and upcoming events through natural language.52ISC
- AlicenseNot gradedqualityBmaintenanceAn MCP server for interacting with the MyDy (Moodle-based) LMS, enabling attendance viewing, course browsing, assignment and grade checking, announcement reading, and material downloading.7MIT