canvas-mcp-lite

Un servidor MCP ligero y centrado en el instructor para Canvas LMS, construido con FastMCP. Permite que un asistente de IA actúe como asistente de enseñanza en tu instancia de Canvas: explorar cursos, leer envíos de estudiantes (incluidas cargas de archivos PDF/DOCX), calificar con rúbricas, publicar anuncios, gestionar módulos y páginas, y más.

Herramientas

64 herramientas en 11 dominios de Canvas, organizadas por nivel de riesgo:

Aspectos destacados:

• Lee lo que los estudiantes realmente enviaron — get_submission_content extrae texto de PDFs cargados, archivos DOCX y texto plano (además de entradas de texto escritas, URLs y envíos de discusión) e incluye el hilo de comentarios del envío, para que las herramientas de calificación trabajen con contenido real.

• Un flujo de calificación real — list_ungraded_submissions es la cola de calificación, grade_submission maneja puntos, aprobado/reprobado, letras y porcentajes (e informa éxito parcial cuando Canvas guarda un comentario pero rechaza una calificación), y post_grades/hide_grades controlan cuándo los estudiantes ven los resultados.

• Códigos de curso o IDs — cada herramienta con ámbito de curso acepta un ID de curso numérico o una cadena course_code (resuelta con una caché de TTL corto).

• Seguro por defecto — las tareas y páginas se crean sin publicar a menos que indiques lo contrario; las herramientas destructivas están claramente marcadas.

• Salida amigable para LLM — cada herramienta devuelve texto formateado y legible en lugar de JSON crudo.

Related MCP server: Canvas MCP

Configuración

Requiere Python 3.10+.

1. Instalar (editable, desde la raíz del proyecto):

   python -m venv .venv
   source .venv/bin/activate
   pip install -e .

2. Configurar credenciales en un archivo .env junto al paquete:

   CANVAS_API_URL=https://yourschool.instructure.com/api/v1
   CANVAS_API_TOKEN=your-canvas-access-token

   Genera un token en Canvas en Cuenta → Configuración → Nuevo token de acceso. El .env se carga relativo a la ubicación del paquete (no al directorio de trabajo), porque los clientes MCP lanzan servidores desde directorios arbitrarios.

3. Ejecutar mediante el script de consola:

   canvas-mcp-lite

Uso con Claude

Regístralo como servidor MCP stdio. Para Claude Code:

claude mcp add canvas -- /path/to/.venv/bin/canvas-mcp-lite

O en una configuración de cliente MCP de Claude Desktop:

{
  "mcpServers": {
    "canvas": {
      "command": "/path/to/.venv/bin/canvas-mcp-lite"
    }
  }
}

Estructura del proyecto

canvas_mcp_lite/
  server.py      FastMCP entry point; registers READ/WRITE/DELETE tool lists
  client.py      Async Canvas API client: auth, pagination, retry, errors
  util.py        Course code → ID resolution (cached), date formatting
  tools/         One module per domain: courses, assignments, grading,
                 modules_pages, announcements, discussions, files, quizzes,
                 messaging, peer_review, analytics

Notas

• El nombre del paquete es canvas_mcp_lite y usa importaciones relativas — ejecútalo a través del script instalado canvas-mcp-lite, no con python server.py.

• Las descargas de archivos para extracción de texto están limitadas a 25MB; los PDFs escaneados o solo con imágenes devuelven un aviso en lugar de texto.

• Los errores de la API de Canvas se muestran con código de estado y URL; los tiempos de espera transitorios se reintentan con retroceso.