Canvaslms Modelcontextprotocol

MCP设计创作

提供方 PewterZz

设计创作 stdio · 本地进程 无需鉴权 社区 / 第三方
查看接入方式

一个为Canvas LMS提供懒加载认证和API代理的后端服务,支持课程、作业、讨论和PDF内容提取功能。

一句话选型结论

按资料字段整理

Canvaslms Modelcontextprotocol 属于设计创作类 MCP 服务器,stdio · 本地进程,无需鉴权,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类设计创作 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 2 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

设计创作
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量2暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

教育技术TypeScript本地部署API代理懒加载认证PDF处理Canvas集成

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
docker run -p 3000:3000 canvas-mcp

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Docker,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 2 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
出图与素材

生成配图、图标与素材。

设计稿处理

读取设计稿、批量改尺寸或导出。

内容生成

按主题生成文案与视觉草稿。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 2 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在设计创作场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Canvaslms Modelcontextprotocol当前 2 stdio · 本地进程 本地部署 有 2026-05-17
Cursor Talk To Figma MCP Da1c7911 40 未标注 未标注 无 2026-05-17
Blender MCP 17 stdio · 本地进程 本地部署 有 2026-05-18
Nova Canvas MCP Server 2 stdio · 本地进程 本地部署 有 2026-05-17
Figma Context MCP 3aaa8d28 未标注 未标注 支持远程部署 无 2026-05-17
kreuzberg 未标注 stdio · 本地进程 本地部署 有 2026-04-12

服务器档案

设计创作
字段来自项目仓库与公开索引,中文说明由本站标注
提供方PewterZz上游标注的维护方 PewterZz
分类设计创作本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Docker本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

8.1 KB
来自项目仓库与上游目录的原文,未做删改

Canvas LMS模型上下文协议

一种服务器实现,使Smithery能够在不进行身份验证的情况下列出工具,同时将身份验证推迟到工具执行。

延迟加载身份验证

此服务器遵循Smithery关于“延迟加载”身份验证的建议:

  • 工具列表:The /api/tools 端点允许任何客户端(包括Smithery)列出可用工具,而不需要身份验证。这对发现至关重要。

  • 工具执行:只有在实际执行工具时才需要身份验证凭据。凭据在执行时传递到请求正文中。

这种方法确保:

  1. Smithery可以显示工具列表,而无需用户预先提供身份验证
  2. 通过在访问受保护的资源时要求适当的身份验证来维护安全性
  3. API密钥和敏感凭据仅在绝对必要时使用

API终点

公共端点(无需身份验证)

  • GET /api/tools -列出所有可用工具
  • GET /api/tools/:id -获取特定工具的详细信息

受保护的端点(请求中需要身份验证)

  • POST /api/tools/:id/execute -执行特定工具

工具执行请求格式```json

{
"parameters": {
"key1": "value1",
"key2": "value2"
},
"authentication": {
"apiKey": "your-canvas-api-key",
"domain": "your-canvas-domain.instructure.com"
}
}


## 响应格式

### 成功响应```json
{
"success": true,
"result": {
// Tool-specific result data
}
}

错误响应```json

{
"success": false,
"error": "Error message describing what went wrong"
}


## 可用工具

1. **获取课程**

- 身份证件: `get-courses`
- 描述:从Canvas LMS检索课程
- 参数:
- `limit` (可选):返回的最大课程数

1. **获取作业**

- 身份证件: `get-assignments`
- 描述:检索特定课程的作业
- 参数:
- `courseId` (必填):课程ID

## 发展

1. 安装依赖项: `npm install`
1. 构建项目: `npm run build`
1. 启动服务器: `npm start`

## 码头工人

为了便于部署,我们提供了Docker配置:```bash
docker build -t canvas-mcp .
docker run -p 3000:3000 canvas-mcp

Canvas LMS MCP服务器

此服务器充当后端代理和实用程序层,用于与Canvas LMS实例交互,提供处理后的数据,供语言模型(LLM)或其他应用程序使用。

它允许获取课程详细信息、作业信息(包括描述和附加文件链接/内容)、讨论主题,并从Canvas上托管的PDF文件中提取文本。

设置

  1. 克隆存储库(如果适用):```bash
    git clone
    cd CanvasMCP

1. **安装依赖关系:**```bash
npm install
  1. 配置环境变量:
    创建一个 .env 在项目根目录中创建文件,并添加以下变量。将占位符值替换为实际的Canvas凭据。```env

Standard Canvas Instance

CANVAS_API_URL=https://your-canvas-domain.instructure.com
CANVAS_API_TOKEN=your_standard_canvas_api_token

AWS Hosted Canvas Instance (if applicable)

AWS_CANVAS_API_URL=https://your-aws-canvas-domain.instructure.com
AWS_CANVAS_API_TOKEN=your_aws_canvas_api_token

Server Port (Optional, defaults to 3000)

PORT=3000


1. **运行服务器:**

- 对于开发(自动重新加载): `npm run dev`
- 生产: `npm start`

服务器将在以下时间运行 `http://localhost:PORT` (例如。, `http://localhost:3000`).

## API终点

所有端点都需要在 `.env` 文件。

### 健康检查

- **得到/**
- **说明:** 检查服务器是否正在运行。
- **例子:**```bash
curl http://localhost:3000/
  • 成功响应: Canvas MCP Server is running! (内容类型:text/html)

标准画布API(/api/...)

用途 CANVAS_API_URL 和 CANVAS_API_TOKEN.

  • GET/api/courses/:courseId

  • 说明: 获取特定课程的详细信息。

  • 路径参数:
  • :courseId (数字):课程的ID。
  • 例子:```bash
    curl http://localhost:3000/api/courses/12345
- **成功响应(示例):** `{ "id": 12345, "name": "Introduction to Programming", ... }`

- **GET/api/courses/:courseId/作业**

- **说明:** 获取特定课程的作业列表。
- **路径参数:**
- `:courseId` (数字):课程的ID。
- **例子:**```bash
curl http://localhost:3000/api/courses/12345/assignments
  • 成功响应(示例): [ { "id": 987, "name": "Assignment 1", ... }, ... ]

  • GET/api/作业/:课程ID/:作业ID

  • 说明: 获取特定任务的详细信息。

  • 路径参数:
  • :courseId (数字):课程的ID。
  • :assignmentId (number):作业的ID。
  • 例子:```bash
    curl http://localhost:3000/api/assignments/12345/987
- **成功响应(示例):** `{ "id": 987, "name": "Assignment 1", "description": "...", ... }`

- **GET/api/作业/:课程ID/:作业ID/提交**

- **说明:** 获取特定任务的提交详细信息(需要适当的权限)。
- **路径参数:**
- `:courseId` (数字):课程的ID。
- `:assignmentId` (number):作业的ID。
- **例子:**```bash
curl http://localhost:3000/api/assignments/12345/987/submissions
  • 成功响应(示例): [ { "user_id": 101, "grade": "A", ... }, ... ]

  • GET/api/作业/:课程ID/:作业ID/描述

  • 说明: 获取作业描述以及提取的附件链接。

  • 路径参数:
  • :courseId (数字):课程的ID。
  • :assignmentId (number):作业的ID。
  • 例子:```bash
    curl http://localhost:3000/api/assignments/12345/987/description
- **成功响应(示例):**```json
{
"description": "

Please read the attached file.

Instructions.pdf
",
"linked_files": [
{
"link_text": "Instructions.pdf",
"file_id": "44827106",
"download_url": "https://your-canvas-domain.instructure.com/files/44827106/download?download_frd=1"
}
]
}
  • GET/api/discussion/:courseId/:discussionTopicId

  • 说明: 获取特定讨论主题的详细信息。

  • 路径参数:
  • :courseId (数字):课程的ID。
  • :discussionTopicId (number):讨论主题的ID。
  • 例子:```bash
    curl http://localhost:3000/api/discussions/12345/678
- **成功响应(示例):** `{ "id": 678, "title": "Week 1 Discussion", "message": "...", ... }`

### PDF工具(`/api/pdf/...`)

用途 `CANVAS_API_URL` 和 `CANVAS_API_TOKEN`.

- **POST/api/pdf/提取文本**
- **说明:** 使用Canvas的文件ID从Canvas下载PDF文件并提取文本内容。
- **请求正文:** `application/json````json
{
"fileId": 44827106
}
  • 例子:```bash
    curl -X POST \
    http://localhost:3000/api/pdf/extract-text \
    -H 'Content-Type: application/json' \
    -d '{"fileId": 44827106}'
- **成功响应(示例):**```json
{
"text": "This is the extracted text content from the PDF...\nPage 2 content..."
}
  • 错误响应:
  • 400 Bad Request:缺失或无效 fileId.
  • 401 Unauthorized / 404 Not Found:API令牌无效、权限不足或找不到文件ID(有关Canvas API的详细信息,请查看服务器日志)。
  • 500 Internal Server Error:服务器配置错误(缺少.env变量)、下载失败或解析PDF失败。

成绩

通过提交端点检索单个作业的成绩信息:

  • GET/api/作业/:课程ID/:作业ID/提交
  • 说明: 获取特定作业的提交详细信息,包括成绩(grade, score)每次提交。
  • (请参阅标准画布API下的完整说明)

AWS画布API(/api/aws/...)

用途 AWS_CANVAS_API_URL 和 AWS_CANVAS_API_TOKEN.

这些端点镜像标准Canvas API端点,但以 .env 文件。

  • GET/api/aws/courses/:courseId

  • GET/api/aws/课程/:课程ID/作业

  • GET/api/aws/作业/:courseId/:assignmentId

  • GET/api/aws/作业/:课程ID/:作业ID/描述

  • (注意:此处返回的文件下载链接将指向AWS Canvas实例)

  • GET/api/aws/作业/:课程ID/:作业ID/提交 (提供AWS等级)

(使用和响应类似于上面的标准API端点,但使用 /api/aws 前缀和AWS Canvas凭据。)

错误处理

服务器包含一个全局错误处理程序。大多数源自Canvas API或内部处理的错误将返回带有 error 对象包含 message 字段:json { "error": { "message": "Specific error details here..." } }

有关更详细的堆栈跟踪和调试信息,请查看服务器控制台日志。

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Canvaslms Modelcontextprotocol 怎么安装?

在客户端按下面的安装命令接入:docker run -p 3000:3000 canvas-mcp。装完在客户端配置里引用同一个包或端点。

Canvaslms Modelcontextprotocol 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Canvaslms Modelcontextprotocol 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Canvaslms Modelcontextprotocol 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Canvaslms Modelcontextprotocol 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 教育技术、TypeScript、API代理。具体工具清单以官方文档为准。

Canvaslms Modelcontextprotocol 需要什么运行环境?

运行时为 Docker;属于本地进程,需要在本机装好运行环境。

Canvaslms Modelcontextprotocol 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。