学习路径生成器

一个基于Streamlit的Web应用程序,使用模型上下文协议(MCP)生成个性化学习路径,集成了YouTube、Google Drive和Notion等服务。

  • by ramcharan170605
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 ramcharan170605/mcp-learning-path-demo-main

使用说明

具有模型上下文协议(MCP)的学习路径生成器

该项目是一个基于Streamlit的web应用程序,它使用模型上下文协议(MCP)生成个性化学习路径。它与包括YouTube、Google Drive和Notion在内的各种服务集成,以创建全面的学习体验。

HLD项目

特性

  • 🎯 根据您的目标生成个性化学习路径
  • 🎥 与YouTube集成以获取视频内容
  • 📁 用于文档存储的Google Drive集成
  • 📝 笔记和组织的概念整合
  • 🚀 实时进度跟踪
  • 🎨 用户友好的Streamlit界面

先决条件

  • Python 3.10+
  • Google ai Studio API密钥
  • 用于集成的Pipedream URL(YouTube和Drive或Notion)

安装

  1. 克隆存储库:

  2. 创建并激活虚拟环境:

  3. 安装所需的软件包:

pip install -r requirements.txt

配置

在运行应用程序之前,您需要设置:

  1. Google API密钥
  2. Pipedream网址:
    • YouTube(必填)
    • 谷歌云端硬盘或Notion(根据您的喜好)

运行应用程序

要启动应用程序,请运行:

streamlit run app.py

该应用程序将在 http://localhost:8501 默认情况下。

用法

  1. 在侧栏中输入您的Google ai工作室API密钥和Pipedream URL
  2. 选择您喜欢的辅助工具(Drive或Notion)
  3. 输入你的学习目标(例如,“我想在3天内学习python基础知识”)
  4. 点击“生成学习路径”以创建您的个性化学习计划

项目结构

  • app.py -主Streamlit应用程序
  • utils.py -实用函数和辅助方法
  • prompt.py -提示模板
  • requirements.txt -项目依赖关系 =======

mcp学习路径演示主

一个基于MCP的人工智能应用程序,使用LLM(Google Gemini)通过实时编排多个工具来生成个性化的日常学习路径。它利用Cursor AI作为MCP主机,并集成Pipedream MCP服务器URL,在Google Drive或Notion中自动创建YouTube播放列表和结构化学习文档。