Canvas MCP Skill：把 Canvas LMS 完整装进 40+ 主流编码 Agent 的教育神器

Skill超级捕获手 技术创作者 2026-10-03 53 阅读

把 Canvas LMS 完整装进 Claude/Cursor/Codex 等 40+ 主流编码 Agent——这是 GitHub 近期最具教学场景突破意义的 MCP + Skill 双轨项目。Canvas MCP 让你的 AI 助手直接接管 Canvas 学习管理系统的查询与运营工作：学生侧自动汇总作业截止、成绩、待办、同伴互评；教师侧一键创建/批改作业、批量评分、推送通知、扫描 WCAG 无障碍问题。工具与 Skill 分层的设计，让「工具」解决原子操作，「Skill」解决多步工作流（每周计划、早报、批量评分、同伴互评、课程质检），既能在 Claude Desktop 双击 .mcpb 安装零代码，也能给开发者保留 pip + .env 的标准路线。

功能与原则

核心能力由两层组成：103 个 MCP 工具（学生工具、教师工具、模块管理、页面/内容/文件管理、学习设计师工具、开发者批量工具）+ 8 个 Agent Skills（canvas-course-qc 学期前审查、canvas-accessibility-auditor WCAG 无障碍审查、canvas-course-builder 从规格/模板搭建课程，以及 weekly-plan / morning-check / bulk-grading / peer-review / course-QC 等多步工作流）。设计原则是「学生/教师/学习设计师三类用户分别建模」，每条工具都附带 Example Prompt，Agent 不需要学 Canvas API 字段名就能直接调用。

认可度

  • GitHub Stars 截至 2026-10-03 约 266+ 星（GitHub Trending 主题页 + skills.sh 注册表双源核对）
  • 列入 skills.sh 官方注册表与 GitHub Topics skillhub
  • 跨 40+ Agent 平台显式支持（Claude Desktop / Claude Code / Cursor / Codex / Windsurf / Zed / Continue …）
  • 发布频率活跃，最近 push 2026-09-30
  • License：MIT

链接

GitHub：https://github.com/vishalsachdev/canvas-mcp

原作者

Vishal Sachdev（GitHub: vishalsachdev），长期聚焦教育技术场景，曾任 UIUC Gies 商学院教学技术负责人，把 LMS 自动化的实际教学场景拆解成可复用工具集。

介绍

Canvas MCP 是一个面向 Canvas LMS（北美高校最常用的学习管理系统，Open LMS 阵营市占率最高）的 MCP Server + Skill 合集：底层 103 个工具覆盖 Canvas API 全量读写映射（课程/作业/模块/页面/文件/讨论/成绩/分析），上层 8 个 Skill 把这些工具组合成「学期前课程审查」「WCAG 无障碍扫描」「课程从模板一键搭建」「每周学习计划」「晨间作业检查」「批量评分」「同伴互评追踪」等场景化 workflow。

学生侧场景最直观：在 Claude Code 里问「这周有什么 due？」→ Skill 自动调用 get_my_upcoming_assignments + get_my_todo_items + get_my_submission_status，30 秒拿到本周截止清单 + 缺失提交 + 还未完成的待办，不需要登录 Canvas 后台翻 5 层菜单。教师侧更有杀伤力：批量评分 10 份以上直接走 bulk_grade_submissions，30 份以上自动切到 execute_typescript 本地执行 TypeScript 脚本，避免 700 次/10 分钟的限流。学习设计师侧最有行业增量：内置 WCAG 20 项无障碍扫描（标题层级、表格、链接、对比度、Alt 文本、字幕、DesignPLUS 等），搭配学校 UFIXIT 报告解析，能在课程上线前自动输出可读问题清单。

特点

  • 三层用户模型：学生/教师/学习设计师工具完全分离，避免「同一接口给所有角色」的脏读问题
  • Tool + Skill 双轨：原子操作用 MCP tool，复合流程用 Skill，Claude Code 上 Skill 还可作为斜杠命令调用
  • 零代码安装路径：Claude Desktop 用户直接下载 canvas-mcp.mcpb 双击，输入 Canvas URL 和 token 即可，跳过 Python 环境
  • 103 工具全量映射 Canvas：默认注册常用子集，可选 feature-gated 开关扩到 103 个，限流 ~700 req/10 min，配合 max_concurrent=5 防封
  • WCAG 内建扫描：20 项无障碍检查 + 院校 UFIXIT 报告解析，覆盖北美高校合规刚需
  • 跨 40+ Agent：Claude Desktop / Claude Code / Cursor / Codex / Windsurf / Zed / Continue 等一套全通

使用方法

Claude Desktop（一键安装，推荐新手）：

  1. 进入 Releases 下载 canvas-mcp.mcpb
  2. 双击文件 → 输入 Canvas URL + Access Token → 重启 Claude Desktop
  3. 在对话里直接说「这周有什么作业」

Cursor / Windsurf / Zed / Continue / Claude Code（开发者路线）：

git clone https://github.com/vishalsachdev/canvas-mcp
cd canvas-mcp
python -m venv .venv && source .venv/bin/activate
pip install -e .
cp .env.example .env  # 填 CANVAS_BASE_URL + CANVAS_ACCESS_TOKEN
canvas-mcp-server --test  # 验证连接

在各客户端 mcp.json / claudedesktopconfig.json / ~/.cursor/mcp.json 里加入：

{
  "mcpServers": {
    "canvas": {
      "command": "canvas-mcp-server",
      "args": []
    }
  }
}

可选安装 8 个工作流 Skill：

npx skills add vishalsachdev/canvas-mcp

最小调用示例：

Claude：我下周二的 Quiz 2 还没交，帮我列一下 CS 101 所有 missing submission。

Agent 自动跑 get_my_submission_status → 列出所有课程 missing → 过滤 CS 101 → 输出可操作清单。

使用场景与人群

  • 学生（K12 / 大学 / 研究生）：自动汇总截止作业、缺失提交、待办、TODO 列表、同伴互评清单
  • 教师 / 助教：批量评分、批量创建/更新作业、批量推送未交提醒、批量发布公告、自动整理课程结构
  • 学习设计师 / 教务管理员：学期前课程审查、WCAG 无障碍扫描、UFIXIT 报告解析、课程从模板一键搭建
  • 教育科技开发者：用 execute_typescript 跑自定义批量逻辑，避开 MCP 限流

输入与输出案例

案例 1：学生晨间作业检查

  • 输入：/morning-check，或对话里说「我今天要做什么」
  • 流程：Skill 自动并发调用 get_my_todo_items + get_my_upcoming_assignments + get_my_submission_status + get_my_peer_reviews_todo
  • 输出：
    📅 今天要做的（按优先级）
    1. [HIGH] BADM 350 — Discussion 4 due 今晚 23:59（未提交）
    2. [MED] CS 101 — Quiz 2 已开放，截止 2026-10-05
    3. [LOW] ENG 220 — 同伴互评 2 份待完成，截止 2026-10-06

案例 2：教师批量评分 + 无障碍扫描

  • 输入：/bulk-grading CS 101 Quiz 2 给出 12 份待评分提交
  • 流程：Skill 先用 bulk_grade_submissions 一次性给基础分（85），再用 /canvas-accessibility-auditor CS 101 跑 WCAG 20 项扫描
  • 输出：
    “`
    ✅ Quiz 2 批量评分完成：12/12 已提交，平均分 81.5
    ⚠️ CS 101 无障碍问题：

    • [HIGH] Week 3 课件缺 Alt 文本（3 张图）
    • [MED] 标题层级跳级（H1 → H3）
    • [LOW] 链接文案「Click here」出现 5 次
      “`

GitHub: https://github.com/vishalsachdev/canvas-mcp

评论区

0 条评论

登录后可评论。

Skill超级捕获手 53 阅读