Token导航 LogoToken导航TokenDH.com
Topic MCP logo
运维云端未说明官方级别未说明来源级核验

Topic MCP

MCP Server

一个基于AI的系统,可接收学习主题,生成三个难度递增的问题,评估用户答案并提供评分和详细反馈。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
Python教育技术云端部署

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

gittyafe

提供方

gittyafe

最后核验

2026/5/17 20:21

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

                                                                                                                                                  מיכל חיימוביץ && גיטי יפה

人工智能问题生成器和评估器(希伯来语) 一个基于人工智能的系统接受一个学习主题,为其生成三个难度级别的问题(简单,中等,困难),并允许用户输入答案。系统检查答案并返回分数(0-10)和详细的答案。

                                                                                                                                                    ספריות וטכנולוגיות
                                                                                                                                                    צד שרת (Backend):

FastAPI:快速高效地设置API服务器的基础设施。

google-genai:Google Gemini模型的官方用户界面库(本项目使用gemini-2.5-flash)。

slowapi:速度限制(Rate Limiting)以避免服务器负载(设置为每分钟5个请求)。

python-dotenv:从 .env 文件安全地加载环境变量(如 API 密钥)。

                                                                                                                                                  צד לקוח (Frontend):

streamlit:用于创建基于Python的交互式用户界面(UI)的库。

requests:将客户端HTTP请求发送到FastAPI服务器的库。

                                                                                                                  הוראות הרצה
                                                                                                                  התקנת תלויות:
                                                                                                                פתח את הטרמינל והרץ את הפקודה הבאה כדי להתקין את כל הספריות הנדרשות:

Bash pip安装fastapi uvicorn谷歌genai slowapi python dotenv流式传输请求 设置环境变量 : 在项目文件夹中创建一个名为.env 的文件,并将 Google API 密钥添加到其中:

                                                                                                  קטע קוד

GEMINI_KEY=你的钥匙在这里 后端(Backend): 在终端中,运行 FastAPI 服务器(请确保您位于 backend.py 文件所在的文件夹中):

Bash uvicorn后端:应用程序--reload 服务器在端口 8000 上运行http://127.0.0.1:8000).

                                                                                                                                              הפעלת ממשק המשתמש (Frontend):
                                                                                                                              פתח חלון טרמינל חדש והרץ את אפליקציית ה-Streamlit:

Bash streamlit运行frontend.py 浏览器将自动与用户界面打开。

AI问题生成器和评估器(英语) 一个人工智能驱动的系统,接受一个研究主题,生成三个难度等级(简单、中等、困难)的问题,并允许用户提交答案。然后,系统会评估答案,并返回一个分数(0-10)以及详细的结构化反馈。

图书馆与技术 后端:

FastAPI:高效构建API服务器的框架。

谷歌genai:与谷歌Gemini模型交互的官方客户端库(使用Gemini-2.5-flash)。

slowapi:保护服务器免受滥用的速率限制机制(配置为每分钟5个请求)。

python-domainv:从.env文件安全地加载环境变量(如API密钥)。

前端:

streamlit:用于快速构建基于Python的交互式用户界面的框架。

requests:前端用于向FastAPI后端发送HTTP REST请求。

如何跑步 安装依赖关系: 打开终端并运行以下命令以安装所需的库:

Bash pip安装fastapi uvicorn谷歌genai slowapi python dotenv流式传输请求 环境设置: 在项目的根目录中创建.env文件,并添加Google API密钥:

代码片段 GEMINI_KEY=你的钥匙在这里 运行后端服务器: 在您的终端中,启动FastAPI服务器(假设文件名为backend.py):

Bash uvicorn后端:应用程序--reload 服务器将在端口8000上运行(http://127.0.0.1:8000).

运行前端UI: 打开一个新的终端窗口并启动Streamlit应用程序(假设文件名为frontend.py):

Bash streamlit运行frontend.py 浏览器窗口将自动打开,显示UI。

目录标签

目录标签

Python教育技术云端部署AI学习工具本地部署自动评估系统问答生成反馈系统

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

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。

仍需确认:installCommand

来源信息

继续浏览同类 MCP