使用说明
🧠 EduChain MCP服务器（模拟）
此项目模拟了与Claude兼容的 MCP（多通道插件）服务器 用于教育内容生成——与 快速 API 并返回 模拟数据 （不需要OpenAI密钥）。
✅ 兼容 克劳德桌面
✅ 无需互联网或API密钥
✅ 非常适合本地演示、提交和离线使用
✨ 特性
✅ 生成 多项选择题（MCQ） 关于任何话题
✅ 提供a 课程计划 有目标和活动
✅ 返回 抽认卡 用于快速修订
✅ 具有干净JSON API的FastAPI服务器
✅ 使用模拟响应完全离线工作
🏗️ 使用的技术
| 技术 | 描述 |
|---|---|
| Python | 核心编程语言 |
| FastAPI | 用于服务端点的API框架 |
| Uvicorn | ASGI服务器 |
| Pydantic | 请求验证 |
| curl/Postman | API测试 |
| Claude MCP | 最终目标集成 |
🗂️ 文件夹结构
📁 mcp_server.py –FastAPI服务器入口点
📁 educhain_content.py –生成模拟MCQ、抽认卡和课程计划
📁 requirements.txt –所有Python依赖项
📁 sample_sessions/commands.txt –测试期间提出的API请求
📁 sample_sessions/responses.json –对测试请求的预期响应
📁 config/claude_desktop_config.json –克劳德桌面MCP配置（HTTP URL）
📁 README.md –完整的项目文档（此文件）
⚙️ 安装说明
1.克隆存储库
克隆https://github.com/dhairya-0209/educhain-mcp-server.git
cd教育链mcp服务器
2.创建并激活虚拟环境
python-m venv.venv
.venv\Scripts\activate#适用于Windows
3.安装所需的软件包
pip安装-r要求.txt
4.运行FastAPI服务器
python mcpserver.py
✅ 服务器将在以下时间启动：http://localhost:8000
🔌Claude桌面集成
-
打开克劳德桌面→ 设置→ MCP配置
-
上传配置/claude_desktop_configure.json
{
“mcp_server”：{
"transport": "http",
"url": "http://localhost:8000"
} }
现在你可以问克劳德：
-
“在Python上生成5个MCQ”
-
“给我一个OOP的教案”
-
“在数据结构上创建抽认卡”
📡 api参考
| 🛠 方法 | 🔗 端点 | 📄 目的 |
|---|---|---|
GET |
/health |
健康检查 |
POST |
/v1/tool/generate_mcqs |
生成模拟MCQ |
GET |
/v1/resource/lesson/{topic} |
获得结构化的课程计划 |
POST |
/v1/tool/flashcards |
生成抽认卡 |
1.️⃣生成MCQ
POST/v1/tool/generate_mcqs
内容类型：应用程序/json
{
“主题”：“Python”，
“num_questions”：3
}
答复▶️
[
{
"question": "What is Python?",
"options": ["A concept", "A tool", "An app", "None"],
"answer": "A concept"
}
]
2.️⃣课程计划
GET/v1/资源/课程/Python
答复▶️
{
“title”：“Python课程计划”，
“目标”：[
"Understand basics of Python",
"Explore examples of Python"
],
“内容”：“本课将介绍Python的核心概念。”，
“活动”：[“观看视频”、“解决测验”、“小组讨论”]
}
3.️⃣抽认卡
POST/v1/工具/抽认卡
内容类型：应用程序/json
{
“主题”：“Python”，
“n”：3
}
答复▶️
[
{
"term": "Python Term 1",
"definition": "This is the definition of Python Term 1."
}
]
🧪 会话文件示例
sample_sessions/commands.txt→ 所有已拨打的测试电话
sample_sessions/responses.json→ 预期模拟输出
