mcpField
🎓
🎓 Canvas LMS MCP Server 🎓

🎓 Canvas LMS MCP Server 🎓

ローカル
npmjs.com科学・教育081 週間前に更新

🎓 Canvas LMS MCP Server 🎓 について

学生向けに Canvas LMS の API を利用する MCP サーバーです。コース一覧、コースのお知らせ、課題を取得するツールを備え、Canvas のアクセストークンとベース URL で接続します。

主な機能

  1. 01現在のユーザーのコース一覧
  2. 02日付を指定したコースのお知らせ取得
  3. 03期限を指定した課題取得

活用シーン

  1. 01Canvas の利用可能なコースを確認
  2. 02最近のお知らせを確認
  3. 03指定日より前が期限の課題を検索

MCP 対応

Canvas LMS API の操作を MCP ツールとして提供し、コース一覧、お知らせ、課題を取得します。接続には Canvas API のアクセストークンとベース URL を設定します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

mcp.json · 共通設定
{
"mcpServers": {
"canvas-lms-mistercommand": {
"command": "npx",
"args": [
"-y",
"mcp-canvas-lms"
],
"env": {
"CANVAS_ACCESS_TOKEN": "<CANVAS_ACCESS_TOKEN>",
"CANVAS_BASE_URL": "<CANVAS_BASE_URL>"
}
}
}
}
起動コマンドnpx -y mcp-canvas-lms
設定が必要な環境変数
CANVAS_ACCESS_TOKENシークレット
CANVAS_BASE_URL

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npmmcp-canvas-lms

ツール

3

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
enrollment_stateenumいいえコースの状態。'active'(ユーザーが現在コースを履修中)または 'completed'(ユーザーがコースを修了済み)を指定します。すべてのコースを取得する場合は空欄にしますactive | completed |

詳細

🎓 Canvas LMS MCP サーバー 🎓

Canvas LMS API 用の MCP サーバーです。学生が Canvas LMS のリソースにアクセスできるようにします。🚀

ツール

  1. get_courses 📚
    • 現在のユーザーのすべてのコースを取得します
  2. get_announcements 📣
    • 指定したコースの、指定した日付以降に作成されたすべてのお知らせを取得します
  3. get_assignments 📝
    • 指定したコースの、指定した日付より前が期限のすべての課題を取得します

インストール

{
  "mcpServers": {
    "canvas-mcp-server": {
      "command": "npx",
      "args": ["-y", "mcp-canvas-lms"],
      "env": {
        "CANVAS_ACCESS_TOKEN": "key",
        "CANVAS_BASE_URL": "https://..."
      },
      "transportType": "stdio"
    }
  }
}

使用方法

環境変数
  • CANVAS_ACCESS_TOKEN:Canvas LMS API トークン
  • CANVAS_BASE_URL:Canvas API のベース URL(例:https://canvas.ust.hk)

サイドバー > プロフィール > 設定(/profile/settings)> 承認済みの連携 > 新しいアクセストークンからアクセストークンを作成してください。

管理者がこの設定を無効にしている場合、新しいアクセストークンを作成できないことがあります。

開発

# Install dependencies
npm install

# Build the project
npm run build

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。