mcp
一个基于Node.js的Canvas LMS API服务器，支持Claude集成管理课程作业与成绩。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：mcp。 它的用途是：一个基于Node.js的Canvas LMS API服务器，支持Claude集成管理课程作业与成绩。 详细介绍见：https://321skill.com/skills/mcp-mcp-canvas-lms/ 请根据该页面的说明完成安装。
使用示例
“帮我查看‘计算机科学导论’课程本周的所有作业提交情况，并统计未提交的学生名单。”，它会通过本地的Canvas API服务器查询课程ID，获取作业列表和学生提交状态，然后整理成一份清晰的报告。或者
对AI说：“将学生张三在‘期中项目’的分数更新为95分。”，它会调用相应的API接口完成成绩更新操作。
介绍
Canvas API服务器解决了教育工作者或课程管理者需要自动化、程序化地与Canvas学习管理系统交互的问题。它提供了一个本地的Node.js服务，将Canvas的API功能封装起来，使得开发者或AI助手（如Claude）能够通过简单的接口调用，来查询课程信息、管理作业提交、读取或更新学生成绩等。
使用方式是通过安装并运行此Node.js服务，将其作为本地代理或中间层。开发者或集成了此服务的AI Agent（例如配置了相应MCP工具的Claude桌面版）就可以通过HTTP请求或特定的客户端工具，向本地的Canvas API服务器发送指令，从而间接操作远程的Canvas LMS系统，实现自动化管理。
它非常适合高校的助教、课程讲师、教育技术开发者，或者任何需要将Canvas数据与外部系统（如自定义分析工具、通知系统或AI助手）进行集成的场景。通过此工具，可以摆脱手动在Canvas网页界面操作的繁琐，实现批量处理和自动化流程。
使用建议是确保你拥有目标Canvas实例的有效API访问令牌，并了解基本的Node.js环境配置。注意事项包括需要妥善保管API密钥，注意API调用频率限制以避免被封禁，并且在处理学生成绩等敏感数据时，务必确保操作符合隐私政策和学校规定。
核心特点
与通用的Canvas API客户端库不同，此Skill是一个独立的、可运行的服务器，专门为与Claude等AI助手集成而设计，提供了开箱即用的代理层，使得AI可以直接通过自然语言指令管理Canvas课程，无需编写底层API调用代码。
注意事项
不适合需要直接操作Canvas前端界面或进行复杂图形化管理的场景，主要面向API级别的程序化集成。
常见问题
这个工具需要Canvas的API密钥吗？
是的，你需要从你的Canvas实例生成并配置API访问令牌。
Claude桌面版如何连接这个服务器？
通常需要通过配置Claude的MCP（模型上下文协议）设置，将本地运行的Canvas服务器地址添加为工具源。