学习路径辅导老师（MCP教练）
这个仓库提供了“学习路径辅导”智能体的种子，帮助你保持自主学习的 使用模型情境协议（MCP）的课程计划正按部就班进行。它包括一个结构化的 学习计划、文档以及一个准备连接到MCP服务器的Python框架 用于日历、文件和项目管理的自动化。
仓库内容
plan.yaml– 阶段、项目和任务的唯一真实信息来源。src/learning_path_tutor/– 一个Python包，包含适用于LangGraph的代理框架。docs/– 制定检查清单和工作流程手册。state/– 初始运行时状态占位符（在自动化过程中演进是安全的）。
快速入门
- 创建一个虚拟环境
uv venv --python 3.11
source .venv/bin/activate
uv pip install -e .- 运行CLI脚手架
python -m learning_path_tutor.cli plan show你应该能看到下一个可执行的项目和任务已呈现出来 plan.yaml。
- Wire MCP 服务器
- 从本地文件MCP服务器开始，指向这个存储库。 - 按照以下步骤添加Google日历MCP服务器 docs/google_calendar_oauth_checklist.md。 - 使用命令行界面（CLI）命令start-project， standup， weekly-review) 作为集成冒烟测试。
- 安排自动化任务
- 添加cron条目或GitHub Actions工作流以触发 python -m learning_path_tutor.cli standup 日常和 weekly-review 在周日。
代理角色
代码库定义了三个协作代理，它们以LangGraph节点或普通（形式）实现 Python 可调用对象：
- 教练代理 – 管理目标，分解任务，并更新计划文件。
- 调度器代理 – 与Google日历同步计划里程碑，并处理重新安排。
- 审稿人代理 – 每日/每周进行复盘，总结进展，并提出下一步行动方案。
每个角色通过共享（资源/平台）进行沟通 State 存储在磁盘上的对象（state/state.json)。
下一步行动
- 在内部实现真实的MCP客户端调用
learning_path_tutor.tools。 - 扩展CLI以与Google日历MCP服务器进行身份验证。
- 为审查备注添加持久性功能
reviews/以及内容发布的自动化。
提示： 将这个仓库视为你的辅导控制中心。保持计划的更新，让 该代理自动化执行机械工作，让您将精力集中在高价值的学习上。