关于 studium
Studium 将可信来源转化为自适应课程,供学习者、教师和研究者通过 AI 助手或 VS Code 扩展使用。它结合来源引用题目、间隔复习,以及记录答案要点作者和作答评估情况的机制。
主要功能
- 01根据指定来源创建课程
- 02评分题目附带来源引用
- 03在后续数日安排复习
- 04记录答案要点作者及评估情况
- 05在 VS Code 面板中展示课程
- 06在本地保存学习进度
适用场景
- 01依据选定资料学习主题
- 02随着时间复习课程概念
- 03使用经审核且有来源的课程教学
- 04查看评估过程的来源记录
MCP 相关
Studium MCP 服务让 AI 助手通过学习和编写工具创建并运行课程,支持课程制作、学习者会话等操作;部分学习和教师工具仅通过 MCP 提供。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
npx -y studium-mcpSTUDIUM_HOMEWhere lessons and progress live (default ~/.studium).BUNDLES_ROOTA folder of lessons looked up first, for example a teacher's course.STUDIUM_EPHEMERALSet to 1 to keep everything in memory and write nothing.LITELLM_BASE_URLA judge model endpoint for written answers; empty calls no model.本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
40收录的工具列表 · 更新于 1 天前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| locale | enum | 否 | fr | en |
| surface | enum | 否 | 播放所用的界面。省略时,服务器会选择此客户端最适合呈现的界面。"pane" 用于原生窗格适配器;学习者偏好对话时使用 "text"。text | form | pane | panel |
| attention | enum | 否 | 会话可以提出建议的程度:不提出、默认或更多。quiet | normal | coached |
| bundle_ref | string | 否 | |
| learner_id | string | 否 | |
| session_id | string | 否 | |
| show_mastery | boolean | 否 | |
| modality_preference | enum | 否 | balanced | visual | textual |
详细介绍
English · Français
Studium
Studium 将你信任的来源转化为自适应课程,你可以在 VS Code 中或通过自己的 AI 助手学习。每个答案都会注明答案由谁编写,以及是否经过评估。
eDIAM · Institut de Chimie de Nice · Université Côte d'Azur · CNRS · HolobiomicsLab
从这里开始
Studium 分为两部分。了解各自的作用,可以省下最初的十分钟:
| 部分 | 用途 | 不做什么 |
|---|---|---|
| 你的 AI 助手,已连接到 Studium 服务 | 根据你指定的来源构建课程,在对话中向你提问,并在接下来的几天里带你重温这些内容 | 替你回答 |
| VS Code 扩展 | 在窗格中显示课程及其图表、公式和复习内容 | 构建课程:在新设备上,除非助手已构建课程,否则其 Lessons 视图会保持空白 |
因此,新课程总是从助手开始。
1. 连接你的助手
你需要 Node 20 或更高版本(node --version)。运行与你的助手对应的命令一次,然后重启助手:
| 助手 | 命令 |
|---|---|
| Claude Code | claude mcp add --scope user studium -e LITELLM_BASE_URL= -- npx -y studium-mcp |
| Codex | codex mcp add studium --env LITELLM_BASE_URL= -- npx -y studium-mcp |
| Copilot in VS Code,Agent 模式 | code --add-mcp '{"name":"studium","command":"npx","args":["-y","studium-mcp"],"env":{"LITELLM_BASE_URL":""}}' |
Cursor、OpenCode 和 Claude Desktop,以及还提供技能的 Claude Code 插件,详见
安装。LITELLM_BASE_URL=(留空)可阻止 Studium 调用
任何付费模型。关于搭配 Copilot 方案或本机模型选择哪种模型,请参阅
选择模型。
2. 请求课程
在新对话中,用你自己的话提出请求:
我想通过 Studium 学习水循环的运作方式。请使用这两个网页:(两个你信任的链接)。
助手会根据你的来源构建课程,向你展示课程大纲,然后提出第一个问题。你
回答后,助手会传递你的回答。课程保存在 ~/.studium/library,你的学习进度保存在
~/.studium/data。各步骤详见
与助手一起学习。
3. 在 VS Code 中学习(可选)
code --install-extension holobiomicslab.studium-vscode
打开活动栏中的 Studium 图标:助手构建的课程会显示在 Lessons 视图中 (如果 VS Code 已经打开,请使用视图中的刷新按钮),除非你选择了其他课程文件夹。你也可以 让助手替你在 VS Code 中打开课程。该窗格会单独记录进度,与对话中的进度相互独立。请参阅 VS Code。
如果你是帮助他人使用 Studium 的 AI 助手
以下步骤供你参考。
- 检查 Node:
node --version必须输出 20 或更高版本。 - 使用第 1 步中的命令行,在你自己的运行环境中注册该服务。除非对方要求使用评测模型,否则请将
LITELLM_BASE_URL留空:非空值会启用付费路由。 - 重启后,调用
get_server_info验证连接:它会返回版本和工具列表。配置文件不能证明连接成功。 - 使用一个稳定的
learner_id和对方的语言调用get_study_plan。它的next_step会指出下一步要调用什么;如果还没有课程,它会引导你依次调用get_authoring_guide、prepare_sources和create_lesson。 - 学习者作答,由你转达:绝不要替他们作答、选择或评分,也不要查看课程的答案密钥。原样展示每个
display_markdown。 - 你起草的课程未经教师批准:请转达课程首屏上的通知。
连接时,服务会在自己的指令中重申这些规则。详情请参阅:连接你的助手、技能
studium-harness 和 MCP 工具。如果你要修改 Studium 的代码,请改为阅读 AGENTS.md。
选择适合你的路径
| 我想要…… | 从这里开始 | 你将获得 |
|---|---|---|
| 自己借助 AI 助手学习某个主题 | 与助手一起学习 | 根据你选择的资料制作的课程,以及随后几天安排的间隔复习 |
| 在课堂上学习 | 学生指南 | 在 VS Code 或助手中学习经教师批准的课程,并在每次作答后获得反馈 |
| 教学 | 教师指南 | 有资料来源的课程、与确切内容绑定的批准记录,以及汇总后的班级报告 |
| 基于 Studium 进行开发 | 架构 和 MCP 工具 | 运行时契约、40 个 MCP 工具和课程包格式 |
文档门户按角色列出所有页面。同一套页面也会构建为网站,提供菜单、搜索框、两种语言以及浅色和深色主题;无需联网即可阅读:
node tools/docs/build-site.mjs --out site,然后打开 site/index.html。
![]() VS Code 课程面板中的测验步骤;顶部通知说明了答案密钥由谁编写。 | ![]() 未经评测模型评估的书面作答后的反馈:先对照关键要点,再评价自己的记忆情况。 |
此路径面向教师和贡献者,可带你体验演示课程。预计耗时约 15 分钟。你需要 git、Node 22 和 pnpm 9。学习时不需要 Python。
git clone https://github.com/HolobiomicsLab/studium.git
cd studium
corepack enable # provides the pnpm version pinned in package.json
./setup.sh # installs, builds the libraries and the VS Code extension
如果克隆时显示 Repository not found,说明你的账号尚未获得该代码库的访问权限:运行 gh auth login,然后重新克隆。
在 VS Code 中。 使用下面的两个命令安装扩展,然后运行 Studium: Pick a course,并为演示课程选择 fixtures 文件夹;这些课程不需要 API 密钥。贡献者也可以在 apps/studium-vscode 中按 F5。请参阅 VS Code 和 安装。
pnpm --filter studium-vscode package
code --install-extension apps/studium-vscode/studium.vsix
在 AI 助手中。 在代码库根目录注册由 setup.sh 构建的 Studium 服务(MCP 是助手用来调用工具的协议)。LITELLM_BASE_URL=(留空)会告知 Studium 不使用评判模型,即使你的 Shell 中定义了模型也一样。
# Claude Code
claude mcp add --scope project studium -e LITELLM_BASE_URL= -- node "$PWD/apps/studium-vscode/dist/lesson-mcp.cjs"
# Codex
codex mcp add studium --env LITELLM_BASE_URL= -- node "$PWD/apps/studium-vscode/dist/lesson-mcp.cjs"
重启助手并询问:“我想通过 Studium 学习光合作用。”助手会询问资料来源、构建课程,并向你提出第一个问题。你的进度保存在 ~/.studium/data 中;你创建的课程会存入 ~/.studium/library。 连接你的助手介绍了 Copilot、OpenCode 和 Cursor。更多详情请参阅:快速入门和故障排除。
Studium 的特色
- 课程是一张图。 每节课都通过先修知识关联概念;导航、补救教学和教师视图都会读取这张图。Studium 的工作原理
- 诚实评估,来源可追溯。 每节课都会说明答案评分标准的编写者,以及答案是否由评判模型评估。诚实与来源追溯
- 有来源依据的课程。 每个评分项目都引用一段原文,每条引文都必须与来源逐字一致。
- 间隔复习。 Studium 会安排复习(FSRS);为自己的回忆情况评分不会改变测得的掌握程度。长期复习
- 本地优先。 学习者状态保存在你的设备上,并使用假名;你可以将其删除。隐私与限制
- 适配任何宿主。 通过 MCP、本地 HTTP API 和文件通道共用一份会话协议;助手负责转发,学习者负责作答。
状态与限制
Studium 是一个研究原型,版本为 0.6.1。自适应运行时、创作工具、来源追溯记录和评估宿主均已实现并通过测试,但 Studium 尚未经过学习成效评估。学生使用课程前,教师必须先审核并批准课程。AI 助手根据你的资料创建的课程会标记为由 Agent 起草,且未经教师验证。未配置评判模型时,开放式答案会与参考答案进行比对,而不会评分。HTTP 适配器开放 25 项课程操作和 rate_recall;其他学习工具以及所有创作工具和教师工具仅支持 MCP。配置好令牌后,发布工作流即可将内容发布到 VS Code Marketplace、Open VSX 和 npm;在此之前,发布内容会以 GitHub 草稿形式提供,并附带 VSIX 和服务文件。
项目家族中的一员
Studium 由实验室的四个兄弟项目组成:Perspicacité 在文献段落中为前置知识提供依据,indicium 将图表示为有证据依据的主张,ASTRA 记录每项自适应决策,以便重放,ASB 提供复现胶囊和 Agentic 步骤标准。
Studium 的开发者
Studium 由 HolobiomicsLab 开发,隶属于尼斯化学研究所(Institut de Chimie de Nice,ICN,UMR 7272)、蔚蓝海岸大学和法国国家科学研究中心(CNRS)的 eDIAM 团队(分子科学人工智能团队)。
感谢蔚蓝海岸大学基础科学与工程研究生院 EUR Spectrum 提供支持。Studium 源于围绕该研究生院提出的教学问题。
许可证
代码采用 Apache License 2.0 许可。文档、视觉标识和项目编写的课程采用 Creative Commons Attribution 4.0 许可。课程中引用的源文摘录保留其自身许可证,并在每个来源行中标明;你基于自己的来源构建的课程则归你所有。评估工具在 eval/corpus/ 中使用的教学材料不会再分发;其清单列出了每个来源的许可证。NOTICE 说明各文件夹适用的许可证。
引用
如果你在研究中使用 Studium,请引用 CITATION.cff 中的元数据。GitHub 会根据该文件显示“引用此仓库”按钮。目前尚未分配 DOI。
贡献与安全
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。

