Token导航 LogoToken导航

MCP Server · 运维云端

AI Tutor MCP Toolkit

AI Tutor MCP Toolkit 是一个基于Gradio和OpenAI GPT-4o-mini模型的多工具学习服务器,提供概念解释、文本摘要、闪卡生成和测验生成等功能,适用于教育和个人学习场景。

stdio官方级别未说明来源级核验工具 4
教育工具Python文本处理

快速开始

作者 / 组织
alhadbhadekar
提供方
alhadbhadekar
运行时
Python

工具数量

4

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

AI Tutor MCP Toolkit 属于运维云端类 MCP Server,公开资料标注 4 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

运维云端

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

python3 -m venv venv

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

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

  2. 2

    安装服务

    复制下面的安装命令执行;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 4 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

AI导师MCP工具包

概述

这 AI导师MCP工具包 是一个紧凑的多工具服务器,由以下组件构建 Gradio 并由 OpenAI的GPT-4o-mini 模型。它通过 模型上下文协议(MCP) 并为交互式教育任务提供web UI和启用MCP的代理。

该项目包括:

  • 带有四个学习工具的Gradio UI
  • 通过SSE公开工具的MCP兼容服务器
  • 连接到MCP服务器并通过流进行交互的Python代理
  • 具有持久会话历史的完全异步执行

______________________________________________________________________

特性

1. 解释概念

在不同的深度层次上解释一个概念:

  • 就像我5岁一样
  • 就像我10岁一样
  • 高中
  • 学院
  • 专家

2. 摘要文本

将文本总结为可配置的压缩比(10%-80%)。

3. 生成闪卡

以JSON‑Lines格式创建学习抽认卡。

4. 测验我

生成带有编号问题和答案的测验。

每个工具都通过MCP公开,实现程序集成和流式响应。

______________________________________________________________________

目录结构

project/
│
├── app_server.py           # Gradio MCP server (tools exposed)
├── agent_client.py         # Agent that connects to MCP via SSE
├── agents/                 # Custom agent classes
│   ├── mcp/                # MCP wrapper utilities
│   ├── __init__.py
│   └── Runner.py
├── requirements.txt
└── README.md (this file)

______________________________________________________________________

安装

1.克隆项目

git clone 
cd ai-tutor-mcp

2.创建虚拟环境

python3 -m venv venv
source venv/bin/activate

3.安装要求

pip install -r requirements.txt

4.设置环境变量

添加您的OpenAI密钥:

export OPENAI_API_KEY="your-key-here"

(或创建 .env 文件)

______________________________________________________________________

运行MCP服务器

启动Gradio+MCP服务器:

python app_server.py

这将启动:

  • Web UI位于: http://0.0.0.0:7860
  • MCP SSE端点位于: http://0.0.0.0:7860/gradio_api/mcp/sse
  • MCP架构终结点: http://0.0.0.0:7860/gradio_api/mcp/schema

______________________________________________________________________

运行MCP代理

在单独的终端中:

python agent_client.py

这将:

  • 通过SSE连接到MCP服务器
  • 获取架构
  • 启动交互式控制台
  • 从代理选择的任何工具流式传输结果

例子:

User: Explain gravity like I'm 10

代理人将致电 explain_concept 与论点:

{"question": "gravity", "level": 2}

并流式传输输出。

______________________________________________________________________

MCP集成如何工作

Gradio服务器作为MCP工具公开了四个功能。代理人:

  1. 阅读完整对话
  2. 决定哪个工具适合(或不适合)
  3. 仅限退货 { "tool": ..., "arguments": ... }
  4. 将工具输出流回到用户

这允许:

  • 超高速流媒体用户体验
  • 工具路由智能行为
  • 持续的对话逻辑

______________________________________________________________________

定制

添加新工具

要公开更多MCP工具:

  1. 添加Python函数
  2. 将其绑定到Gradio块内
  3. 确保MCP通过Gradio自动检测到它 mcp_server=True 旗帜

更改模型

更新:

MODEL_NAME = "gpt-4o-mini"

对于任何OpenAI模型。

修改代理行为

编辑:

agents/Agent.py
agent = Agent(...)

修改系统指令或日志记录。

______________________________________________________________________

故障排除

MCP架构未加载

确保服务器正在运行且可访问:

curl http://localhost:7860/gradio_api/mcp/schema

流媒体失败

检查中的CORS或超时设置 MCPServerSse 配置。

OpenAI错误

请确保API密钥有效,并且帐户可以访问模型。

______________________________________________________________________

路线图

  • 为概念链添加向量内存
  • 添加间隔重复调度
  • 添加图表生成工具
  • 添加多语言支持

______________________________________________________________________

许可证

MIT许可证

______________________________________________________________________

作者

Alhad-与❤️ 用于快速试剂实验。

工具与能力

工具数量

4

资源数量

0

提示词数量

0

能力标签

教育工具Python本地部署AI学习助手文本处理交互式学习GPT-4集成

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

看服务状态

查询容器、日志和监控指标,定位异常。

执行部署变更

在权限范围内触发发布、回滚和环境切换。

核对资源用量

汇总用量,找出闲置和超额的部分。

选择建议

值得选的地方

  • 只提供 4 个工具,职责集中,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。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在运维云端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

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
AI Tutor MCP Toolkit

MCP World · 本页

4stdio有1 个2026-05-17
Ui Tars Desktop 8a825770

MCP World

0stdio有1 个2026-05-17
Elie222 MCP

MCP World

0未说明未标注1 个2026-05-17
Arizeai Phoenix MCP

MCP World

0stdio有3 个2026-05-17
Unity MCP 87ee506e

MCP World

42HTTP有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

AI Tutor MCP Toolkit 怎么安装?

公开资料给出的安装命令是 python3 -m venv venv,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

AI Tutor MCP Toolkit 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

AI Tutor MCP Toolkit 收费吗?

本站只整理公开资料,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。

AI Tutor MCP Toolkit 需要 API Key 吗?

公开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。

AI Tutor MCP Toolkit 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP