This server supports Chinese university students' application materials by managing 35 application tracks and generating/evaluating Word documents.
List all 35 supported student application tracks, optionally filtered by category (research, competition, scholarship, honor, political, practice, study abroad, military, other).
Match a natural-language request to the most suitable application tracks.
Retrieve detailed metadata and configuration for a specific track.
Fetch a track's information-collection checklist, required fields, scoring rules, and pitfalls to avoid.
List built-in university-specific Word layout templates such as Tsinghua, Peking University, Zhejiang University, and Wuhan University.
Generate a standardized .docx application document from structured data, with optional demo data, school template, and output path.
Simulate review and scoring of application text or structured data, including dimension scores, overall grade, reviewer comments, veto warnings, plagiarism pre-check, and improvement suggestions.
大学生申报材料（申报书、申请书、商业计划书、实践报告、个人陈述）一站式工作台。
Stardust Agent 是面向大学生的开源 AI Agent 工作台，帮助整理大创申报书、挑战杯申报书、中国国际大学生创新大赛商业计划书、奖学金申请书、保研材料和三下乡实践材料。学生可以在项目中整理学校通知和已有资料，让 Agent 检索依据、协助起草，再逐章编辑并导出 Word。
项目提供 35 个领域指南。后端使用 Python 和 FastAPI，支持 Ollama 本地模型和 OpenAI 兼容接口。这里的覆盖指指南与赛道目录，各赛道的模型写作、模板、图表和导出支持程度不同，尚未完成全部场景的端到端验收。仓库改动不代表已经在线上部署。
打开在线工作台 · 查看大创 Word 样例 · Agent 设计说明 · English
打开 在线工作台，登录后创建项目。
描述申报目标，上传学校通知、项目记录等材料，并核对确认提取出的信息。
在对话中查找依据、起草内容，预览并保存章节草稿，逐章编辑后导出 Word。
例如，可以先问：“我想申报大创创新训练项目，课题是校园无人机巡检。请帮我梳理申报书结构，还需要准备哪些材料？”
在线入口无需安装 Python 或使用命令行。使用平台模型无需自备 API Key，账号额度、模型可用性与费用以工作台提示为准。未知事实应保留待补充；用户确认只代表其提供或认可了信息，不代表系统完成独立核验。
Related MCP server: skillsmp-mcp-server
申报场景 | 可以整理的材料 | 样例与指南 |
大创与科研立项 | 大创创新训练、创业训练和校院级科研立项申报书 | |
挑战杯与创新大赛 | 挑战杯申报书、大学生创新大赛（原互联网+）商业计划书 | |
奖学金与评优 | 国家奖学金、国家励志奖学金、校级奖学金及评优申请材料 | |
升学与留学 | 保研推免个人陈述、交流项目和国家公派留学申请材料 | |
三下乡与社会实践 | 社会调研、支教、政策宣讲和科技服务等实践申报材料 |
样例使用示例数据，供了解材料结构和排版，不是已授权入库的真实学生范文。具体栏目、字数及提交要求请以所在学校的最新通知为准。查看全部 35 个领域指南 · 查看全部 Word 样例
不会编程，可以使用吗？ 可以直接使用在线工作台，按提示创建项目并填写或上传材料。本地部署和 MCP 接入面向需要自行配置环境的用户。
可以用自己的材料吗？ 可以上传学校通知、项目记录等资料，核对并确认提取结果后，再让 Agent 在项目资料中检索依据。现有数字、来源和完整性检查范围有限，模型仍可能遗漏、误解或编造；回答中的事实、引文及其适用性仍需要本人逐项检查。
需要付费或配置模型吗？ 代码按 MIT 协议开源。在线平台模型有试用额度与积分计费；使用自己的 API Key 时，费用按模型服务商规则计算。本机 Ollama 不扣工作台积分，但需自行准备运行环境。模型与服务配置
当前仓库实现中，国奖基础起稿可不调用模型；明确要求字数、风格或重点经历时使用所选模型。是否已在线上提供以部署版本为准。
请查一下已确认材料，告诉我样本量和记录的观察指标。
测试项目里有一份已确认的观察记录。本机实测中，Qwen2.5 7B 选择了 search_project_materials。服务端在当前项目中检索，将命中的段落交还给模型。下面是这次回答的节选。
根据已确认的观察记录，团队观察了12株番茄苗，并记录了土壤含水量和病斑面积。
评测会同时核对工具名和答复内容。如果回答引入记录里没有的“准确率达到 92%”，这条用例就会失败。用例与原始材料 · 评测脚本
工程问题 | 实现方式 | 源码 |
模型怎样选工具，何时结束？ | 同步答复与 SSE 流式答复共用对话循环。一轮对话最多迭代 6 次，工具调用预算为 8 次。服务端执行前再次检查工具授权，并绑定当前项目。 | |
回答里的材料从哪里来？ | 项目资料经用户确认后分段索引。RAG 检索结合关键词和可用的同版本向量，返回来源文件和段落位置。官方通知另按学校、年度和适用范围查找。 | |
聊天怎样变成 Word？ | 学生从对话中预览并选取章节草稿，编辑后保存。导出使用项目里已保存的正文，提交前仍可核对学校模板和引用。 | |
长任务中途断开怎么办？ | 启用材料 worker 后，章节生成和导出等任务按项目入队。提交使用幂等键，写回前检查项目版本，付费任务租约中断时保留记录供核对。普通聊天仍依赖当前请求，断线续传与跨设备去重尚未完整接通。 |
需要 Python 3.11 或更高版本，并启动本机 Ollama。在终端运行以下命令。
git clone https://github.com/cuic19053-hue/stardust-agent.git
cd stardust-agent
python3 -m venv .venv
.venv/bin/python -m pip install -r utils/requirements.txt -r server/requirements.txt
ollama pull qwen2.5:7b
ollama pull bge-m3
.venv/bin/python -m uvicorn app:app --app-dir server --host 127.0.0.1 --port 8765打开本机工作台，在「模型配置」中选择 Ollama。点击「开始新对话」描述申报目标，上传并核对资料后即可提问。本机模式使用 SQLite，数据保存在 .agent-data/。云端使用 Supabase 按账号管理项目。平台模型使用工作台积分，自带 API Key 时按模型服务商规则计费。本机工作台 · 模型、存储和服务配置
在仓库根目录运行下面的命令，可以用本机模型复现上面的提问。脚本使用临时项目，输出实际调用的工具、答复片段和各用例的通过情况。
.venv/bin/python server/evals/run.py35 个申报场景以 Skills 形式提供领域指南。网页按选定赛道加载经过滤的指南，并支持按需分页读取该 Skill 已链接的参考资料；指南及示例不能当作官方规则或学生事实。Word 输出是供编辑核对的草稿，自动图形需要构建器支持、有效图片或节点数据及绘图依赖；数据不足或渲染失败时可能留下待补充提示，不能据此推定全部赛道图表已接通。全部场景 · 挑战杯样例 · 奖学金样例 · 全部 Word 样例
仓库公共语料包含 42 篇正式高校官方通知及 1 篇院级科创活动报道，检索需匹配学校、年度与适用对象，并回源核验。已获授权、脱敏并审核通过的真实范文当前为 0 篇；详见 RAG 状态说明。
开发者可以从 Codex、Cursor 或其他 MCP 客户端连接本机项目工具，也可以直接加载某一赛道的 SKILL.md。本机项目 MCP 与网页共享项目和材料，使用 stdio 启动的命令为 .venv/bin/python server/mcp_server.py --transport stdio。项目 MCP 实现 · Skills 入口
以下是指南目录与内容量，不表示各赛道已通过相同的写作、排版或线上交付验收。
🔬 科研与竞赛 · 9 个
# | 赛道 | 编码 | 内容量 |
1 | 大创 · 创新训练项目 |
| 59 KB |
2 | 大创 · 创业训练项目 |
| 46 KB |
3 | 大创 · 创业实践项目 |
| 52 KB |
4 | 校级科研立项 |
| 61 KB |
5 | 院级科研立项 |
| 79 KB |
6 | 挑战杯 · 课外学术科技作品 |
| 81 KB |
7 | 互联网+ · 商业计划书 |
| 75 KB |
8 | 互联网+ · 红旅赛道 |
| 64 KB |
9 | 国家级项目立项逻辑评测 |
| 43 KB |
🏆 评优与资助· 12 个
# | 赛道 | 编码 | 内容量 |
10 | 国家奖学金（10000 元） |
| 37 KB |
11 | 国家励志奖学金（6000 元） |
| 46 KB |
12 | 校级奖学金 |
| 43 KB |
13 | 企业专项奖学金 |
| 49 KB |
14 | 单项奖学金 |
| 44 KB |
15 | 国家助学金 |
| 13 KB |
16 | 优秀毕业生 |
| 45 KB |
17 | 优秀学生 / 三好学生 / 优秀团员 |
| 60 KB |
18 | 优秀学生干部 |
| 71 KB |
19 | 文明大学生 |
| 61 KB |
20 | 优秀班集体 |
| 55 KB |
21 | 优秀毕业设计 / 论文 |
| 64 KB |
🌾 活动类 · 5 个
# | 赛道 | 编码 | 内容量 |
22 | 三下乡 · 社会调查 |
| 46 KB |
23 | 三下乡 · 支教 |
| 52 KB |
24 | 三下乡 · 政策宣讲 |
| 55 KB |
25 | 三下乡 · 科技服务 |
| 66 KB |
26 | 西部计划 |
| 63 KB |
🚩 政治身份类 · 3 个
# | 赛道 | 编码 | 内容量 |
27 | 入团申请书 |
| 61 KB |
28 | 阶段汇报 / 思想汇报 |
| 29 KB |
29 | 转正申请书 |
| 29 KB |
🎓 升学类 · 2 个
# | 赛道 | 编码 | 内容量 |
30 | 保研推免申请 |
| 45 KB |
31 | 选调生申请 |
| 63 KB |
✈️ 公派留学 / 交流类 · 2 个
# | 赛道 | 编码 | 内容量 |
32 | CSC 国家公派留学 |
| 59 KB |
33 | 交流项目申请 |
| 73 KB |
📋 其他 · 2 个
# | 赛道 | 编码 | 内容量 |
34 | 转专业申请 |
| 66 KB |
35 | 应征入伍申请书 |
| 60 KB |
项目源自团队参加挑战杯、反复修改申报书的实践。感谢完成了本项目绝大部分编写工作的 @richyhu。欢迎通过 Issue 提供学校模板的差异、更新的申报要求和能够复现的问题。项目演示视频 · 贡献指南 · 作者联系方式
已突破 140 ⭐，「讲莲杯 / 创青春 / 三创赛」已进入开发队列。点 Star = 催更。
里程碑 | 解锁赛道 |
⭐ 300 | 节能减排大赛、生命科学竞赛（学科专项类） |
⭐ 500 | 服务外包大赛、商业精英挑战赛（商科类） |
⭐ 1000 | 师范生教学技能、英语类竞赛 |
本项目按「现状」提供，仅供学习和参考。
非官方出品：与任何高校、教育主管部门、评审委员会无关。评审标准与格式规范基于公开信息和社区经验整理，不构成官方指导意见。
真实性由使用者负责：生成的申报材料，其真实性和准确性由使用者本人承担全部责任。虚假申报可能面临学籍处分乃至法律责任。
不保证结果：不承诺通过评审、获得立项或拿到奖学金。
格式以学校模板为准：各校模板在栏目顺序、字数、排版上可能不同，提交前请对照本校要求逐项检查。
政治类文书的特殊性：参考内容不构成政治立场建议，政治表述的准确性由申请人承担全部责任。
责任豁免：在法律允许的最大范围内，作者及贡献者不对因使用或无法使用本项目产生的任何直接、间接或后果性损害承担责任。
合规使用：请遵守所在国家/地区及学校的法律法规。如使用行为违反相关规定，请立即停止并删除本项目。
使用本项目即表示你已阅读、理解并同意上述声明。
本项目采用 MIT 许可，使用与分发时请保留原作者署名和许可声明。LICENSE
根据采集到的结构化申报数据，自动执行本地渲染脚本，生成一份标准规范的 Word (.docx) 文档。
参数:
skill_name: 赛道名称（如 'innovation-research', 'challenge-cup' 等）
data: 申报书数据字典（若 demo=True 则此项可为空）
output_path: 生成的目标 .docx 绝对路径（可选；默认自动生成在 outputs 或 /tmp 下）
school: 学校版式模板（如 'tsinghua', 'pku', 'whu', 'zju', 'default'）
demo: 是否使用内置示例数据快速体验生成
Inputs: skill_name (required), data, demo, school, +1 more. Returns: result
获取指定申报材料赛道的详细元数据与配置。
参数:
skill_name: 赛道名称或标识（如 'innovation-research', 'national-scholarship', 'challenge-cup'）
Inputs: skill_name (required). Returns: result
获取指定赛道的信息采集清单（必填项、字段规范、评分避坑要点）。
Agent 在为用户撰写申报书前，应调用此工具获取必须向用户询问的关键信息清单。
参数:
skill_name: 赛道名称（如 'innovation-research', 'national-scholarship'）
Inputs: skill_name (required). Returns: result
列出当前内置支持的高校特定排版样式模板。 支持清华、北大、浙大、武大等高校的标准页边距、字号和红头格式。
Inputs: no named parameters. Returns: result
列出所有支持的高校学生申报书与申请材料赛道（共 35 个）。
参数:
category: 可选分类过滤。支持:
- 'research': 科研立项 / 大创（创新训练、创业训练、创业实践等）
- 'competition': 学科竞赛（挑战杯、互联网+、红旅赛道等）
- 'scholarship': 奖学金（国家奖学金、国家励志、校级、企业专项等）
- 'honor': 荣誉评优（优秀毕业生、三好学生、优秀学生干部等）
- 'political': 政治身份（入团申请、思想汇报、转正申请等）
- 'practice': 实践活动（三下乡社会调查、支教、科技服务、西部计划等）
- 'study_abroad': 公派留学 / 国际交流
- 'military': 应征入伍
- 'other': 转专业等
Inputs: category. Returns: result
根据学生的意图或诉求描述（如“我想写一个计算机视觉的大创”、“准备申请国家奖学金”），
智能匹配并推荐最合适的前 N 个申报材料赛道。
参数:
query: 用户的自然语言诉求或关键词
top_n: 返回推荐赛道的数量（默认 3）
Inputs: query (required), top_n. Returns: result
对学生的申报文本或申报数据执行评审模拟与打分。
输出各维度得分、总体等级、评委意见、一票否决预警、查重预检及具体改进建议。
参数:
skill_name: 赛道名称（如 'innovation_research', 'challenge_cup' 等）
text: 申报正文文本（可选）
data: 申报结构化数据字典（可选）
Inputs: skill_name (required), data, text. Returns: result
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Scored across 7 tools
Each tool has a distinct role: listing templates, listing tracks, routing a query, fetching metadata, fetching data-collection requirements, generating a document, and simulating review. The only near-overlap is get_skill_info vs get_skill_requirements, but the descriptions clearly separate metadata/config from required-field checklists.
All seven tools follow a consistent snake_case verb_noun pattern (list_*, route_*, get_*, generate_*, simulate_*). The naming is predictable and readable throughout.
Seven tools is well-scoped for the domain: discovery, routing, requirements gathering, generation, and review are each covered by one or two tools. No tool feels redundant or missing at this count.
The set covers the core lifecycle from finding a track and gathering requirements to generating a .docx and simulating review. Minor gaps remain around explicitly editing/updating an already generated document or inspecting existing outputs, but agents can work around this by regenerating after review.
Hosted MCP server and Agent Skills for specs, engineering threads, and project memory.
One MCP server for the services your AI needs: memory, files, Microsoft 365, kanban and more.
MCP server for building and testing AI agents with multi-model experimentation and insights.
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows