“课程”、“班级”、“教学大纲”?
list_courses / get_course
此技能教授的内容
MCP 服务器告诉代理可用的操作。技能为这些操作添加判断:如何识别任务,遵循哪个顺序,避免什么,以及如何判断结果已完成。
协调 LMS 操作——管理课程、创建作业、评分提交、跟踪学生进度、发布公告和分析课程表现。适用于管理课程、创建作业、评分、检查学生进度、发布公告或分析课程数据。
架构
技能保持可读和可移植,因为它包含说明而非服务凭证或业务数据。ADK-Rust 将其提供给代理,代理从审核过的工具边界中选择,连接的 MCP 服务器执行经过身份验证的操作。
代理接收以普通语言表达的目标。
匹配意图,提供决策指南,并缩小工具边界。
规划工作流,并通过运行时流式传输每个关键步骤。
对拥有该能力的系统执行经过身份验证的操作。
技能的完成规则决定返回给用户的证据。
决策指南
这些路由直接来自技能说明。它们帮助模型识别意图并选择专注的工具或工作流,而不是在整个能力范围内即兴发挥。
“课程”、“班级”、“教学大纲”?
list_courses / get_course
“作业”、“家庭作业”、“创建任务”?
list_assignments / create_assignment
“评分”、“分数”、“提交”?
get_submissions / grade_submission
“学生”、“注册”、“花名册”?
list_students
“公告”、“通知班级”?
post_announcement
“分析”、“绩效”、“进度”?
get_course_analytics
“内容”、“资料”、“模块”?
list_modules / search_course_content
经过验证的工作流
工作流将多个工具调用组合成用户实际识别的任务。技能解释顺序和预期结果,而 ADK-Rust 通过共享运行时实时传输代理的进度。
带评分标准的结构化任务
分数及建设性反馈
完成率、成绩、参与度
通知全班
工具边界
此允许列表由技能声明。它使代理专注于完成此任务所需的操作,而 mcp-education 保留身份验证、验证和连接系统的责任。
工作规则
操作边界
安装并连接
安装仓库,使您的 ADK-Rust 技能加载器能发现它,连接 mcp-education,并确认声明的工具可用后,再让代理使用工作流。
git clone https://github.com/zavora-ai/skill-education-lms.git ~/.skills/skills/education-lmslet skills = SkillLoader::from_dir("~/.skills/skills").await?;
let skill = skills.load("education-lms").await?;
let agent = LlmAgentBuilder::new("agent")
.instruction(skill.instructions())
.tools(skill.allowed_tools(toolset)?)
.build()?;仓库的兼容性声明:需要连接 mcp-education 服务器(支持 Canvas LMS 或通用 LMS API)。
官方文档
仓库对其确切指令、示例、辅助脚本、资源、MCP 要求、许可证和后续更新保持权威。
继续探索
源记录
此技能条目的仓库元数据。