lmstelkom-mcp

Bagus Ardin Prayoga

MCP server untuk LMS Telkom University (Moodle). AI bisa melihat mata kuliah, deadline, dan materi, serta mengambil file LMS memakai akunmu sendiri.

Ini proyek mahasiswa yang tidak resmi dan tidak berafiliasi dengan Telkom University atau CeLOE. Aturan akademik tetap tanggung jawab masing-masing pengguna.

Pilih mode

Related MCP server: FCPC-lms-mcp-server

Tool yang tersedia

Semua tool hanya membaca data LMS, jadi belum ada yang bisa mengumpulkan tugas atau mengirim pesan.

Batasan membaca file

read_file_text mendukung PDF, PPTX, DOCX, TXT, MD, CSV, dan HTML sampai 50 MB, tanpa menyimpan file di server.

• File di Office 365 tidak bisa dibaca. Dosen bisa menaruh materi di Office 365 lalu menautkannya ke LMS, dan Moodle menolak mengirim file seperti ini lewat token. File ini ditandai stored_outside_lms. Buka lewat get_file_link di browser, lalu unggah filenya ke AI kalau isinya perlu dibaca.

• Gambar tidak terbaca. PDF hasil scan hampir tidak menghasilkan teks, dan gambar serta diagram di slide tidak ikut.

• Format lain belum didukung, termasuk XLSX, PPT, dan DOC versi lama.

Ambil token

LMS hanya bisa login lewat Office365, jadi token diambil lewat alur SSO aplikasi mobile Moodle.

1. Buka halaman token, lalu login kalau diminta.

2. Klik kanan tautan "Click here if the app does not open automatically", lalu pilih "Copy link address".

Tautan harus sama persis sampai ke tiap huruf, jadi jangan diketik ulang atau dibaca dari gambar. Kalau ditolak, tekan F12 di halaman token, lalu jalankan ini di tab Console untuk menyalinnya:

copy(document.getElementById('launchapp').href)

Token ini setara akses penuh ke akun LMS, jadi jangan dibagikan atau dikirim ke chat AI, termasuk lewat screenshot.

Token punya masa berlaku yang diatur admin LMS, dengan default Moodle 12 minggu. Kalau sudah habis, tool akan membalas error accessexception atau invalidtoken, lalu ulangi langkah di atas.

Mode lokal

Butuh uv.

git clone <url-repo-ini>
cd mcp-lmstelkom
uv sync

Salin .env.example menjadi .env, lalu tempel tautan token setelah LMS_TOKEN=. File .env tidak ikut di-commit. Setelah itu uji aksesnya:

uv run lms-mcp check

Ganti /path/ke/mcp-lmstelkom dengan lokasi folder proyek ini.

Claude Code

claude mcp add lms-telkom -- uv run --directory /path/ke/mcp-lmstelkom lms-mcp serve

Codex

codex mcp add lms-telkom -- uv run --directory /path/ke/mcp-lmstelkom lms-mcp serve

Claude Desktop, Cursor, Antigravity, LM Studio, dan client lain yang memakai format mcpServers

{
  "mcpServers": {
    "lms-telkom": {
      "command": "uv",
      "args": ["run", "--directory", "/path/ke/mcp-lmstelkom", "lms-mcp", "serve"]
    }
  }
}

VS Code memakai format yang mirip di mcp.json, tapi kuncinya servers, bukan mcpServers.

Kalau uv tidak ditemukan oleh aplikasinya, isi command dengan lokasi lengkap uv.

Mode online

Deploy

Repo ini berisi Dockerfile, jadi bisa dijalankan di hosting apa pun yang mendukung container. railway.json sudah disiapkan untuk Railway.

Isi variabel ini di pengaturan hosting:

Buat LMS_SERVER_SECRET dengan perintah ini, dan jangan pernah mengubahnya tanpa alasan, karena semua pengguna akan perlu login ulang:

python -c "import secrets; print(secrets.token_urlsafe(48))"

Jangan isi LMS_TOKEN di hosting, karena mode online tidak memakainya.

Sambungkan ke AI chat

Alamat connector-nya adalah LMS_PUBLIC_URL ditambah /mcp.

• claude.ai: Settings, Connectors, lalu Add custom connector.

• ChatGPT: aktifkan Developer Mode, lalu tambahkan connector di pengaturan Apps & Connectors. Ketersediaannya tergantung paket.

• AI chat lain: tambahkan host callback-nya ke LMS_EXTRA_REDIRECT_HOSTS. Hanya claude.ai dan ChatGPT yang diizinkan secara default.

Saat menyambungkan, akan muncul halaman login server ini. Tempel tautan token di sana.

Cara kerja login

Server tidak punya database. Token LMS dienkripsi dan disimpan di dalam access token yang dipegang aplikasi AI, dan hanya server yang bisa membukanya. Karena itu, tiap orang otomatis memakai akunnya sendiri.

Tetap saja, pemilik server secara teknis bisa membaca token yang lewat. Tempel token hanya di server milik orang yang kamu percaya, atau pakai mode lokal. Untuk memutus akses sepenuhnya, reset token di halaman Security keys LMS.

Keamanan

• Isi LMS bisa ditulis siapa saja di kelasmu, termasuk teks yang mencoba memberi perintah ke AI. Periksa dulu aksi AI sebelum menyetujuinya.

• Data LMS yang dibaca AI ikut terkirim ke penyedia model AI, kecuali kalau memakai model lokal.

• Token hanya dikirim ke LMS, dan URL unduhan ke server lain ditolak.

• Semua aksi tercatat di log LMS atas nama akunmu.

Konfigurasi mode lokal

Variabel environment mengalahkan nilai di .env.

Tes

uv run pytest