canvas-peer-review-manager

Canvas 同伴评审管理器

面向使用 Canvas LMS 的教育工作者的完整同伴评审管理工作流。通过针对 Canvas API 的 MCP 工具调用，监控完成情况、分析质量、找出需要跟进的学生、发送提醒并导出数据。

前提条件

• Canvas MCP 服务必须正在运行，并已连接到 Agent 的 MCP 客户端（例如 Claude Code、Cursor、Codex、OpenCode）。
• 已通过身份验证的用户必须在目标 Canvas 课程中具有教育工作者或教师角色。
• Canvas 中必须为该作业启用同伴评审（手动或自动分配均可）。
• 符合 FERPA 要求的数据处理：在 Canvas MCP 服务环境中设置 ENABLE_DATA_ANONYMIZATION=true，以对受支持的学生身份字段进行匿名化。启用后，姓名会显示为 Student_xxxxxxxx 哈希值，同时保留用于发送消息的功能性用户 ID。此设置本身并不能确保合规。

步骤

1. 确认作业

询问用户要管理哪个课程和作业的同伴评审。接受课程代码、Canvas ID 或课程名称，以及作业名称或 ID。

如果用户未指定，请提示：

您想查看哪个课程和作业的同伴评审？

使用 list_courses 和 list_assignments 帮助用户找到正确的标识符。

2. 检查同伴评审完成情况

使用课程标识符和作业 ID 调用 get_peer_review_completion_analytics。该工具会返回：

• 总体完成率（百分比）
• 已完成所有评审、部分完成和未完成任何评审的学生人数
• 每位学生已完成和已分配评审数量的明细

需要重点呈现的数据：

指标	含义
完成率	同伴评审周期的总体情况
“未完成任何评审”人数	尚未开始的学生——提醒优先级最高
“部分完成”人数	已开始但未完成的学生
每位学生的明细	需要跟进的具体对象

3. 查看作业分配情况

如果用户想了解谁在评审谁，请调用 get_peer_review_assignments，并使用以下参数：

• include_names=true，获取易于阅读的输出
• include_submission_details=true，获取提交内容的上下文

这会显示完整的评审者与被评审者对应关系及完成状态。

4. 提取并阅读评论

调用 get_peer_review_comments 获取实际评论文本。参数：

• include_reviewer_info=true——显示评论撰写者
• include_reviewee_info=true——显示评论接收者
• anonymize_students=true——分享结果或处理敏感数据时建议启用

这会展示学生在评审中实际写下的内容。

5. 分析评论质量

调用 analyze_peer_review_quality，生成所有评审的质量指标。分析包括：

• 平均质量分数（1-5 分）
• 字数统计（均值、中位数、范围）
• 建设性分析（建设性反馈、泛泛评论和具体建议）
• 情绪分布（正面、中性、负面）
• 低于质量阈值的标记评审

也可以将 analysis_criteria 作为 JSON 字符串传入，自定义高质量和低质量的判定标准。

6. 标记有问题的评审

调用 identify_problematic_peer_reviews，自动标记需要教师关注的评审。标记条件包括：

• 评论过短或为空
• 泛泛而谈的回复（例如，“看起来不错”“做得好”）
• 缺少建设性反馈
• 可能存在复制粘贴或内容相同的评审

将自定义 criteria 作为 JSON 字符串传入，可覆盖默认阈值。

7. 获取待跟进列表

调用 get_peer_review_followup_list，获取需要采取行动的学生优先级列表：

• priority_filter="urgent" —— 尚未完成任何评审的学生
• priority_filter="medium" —— 部分完成的学生
• priority_filter="all" —— 所有需要跟进的学生
• days_threshold=3 —— 根据布置任务至今的天数调整紧急程度计算

8. 发送提醒

这两个发送工具都采用两次调用的方式：第一次调用会返回预览和 confirmation_token，不会发送任何内容；先向教师展示预览，再使用该令牌（以及完全相同的参数）再次调用以发送。

如需发送定向的直接 Inbox 消息，请调用 send_peer_review_inbox_messages，并提供：

• recipient_ids —— 来自分析结果的 Canvas 用户 ID 列表
• custom_message —— 可选的自定义文本（若省略，则使用默认模板）
• subject_prefix —— 默认为 "Peer Review Reminder"

示例流程：

1. 从步骤 2 获取尚未完成评审的学生
2. 提取其用户 ID
3. 与用户核对收件人列表
4. 确认后发送提醒

如需使用自动化流水线，请调用 send_peer_review_followup_campaign，并提供课程标识符和作业 ID；第一次调用会返回分析结果，以及针对紧急和温和提醒对象的预览和令牌。此工具会：

1. 自动运行完成情况分析
2. 将学生划分为“紧急”（无人完成）和“部分完成”两组
3. 仅在使用令牌确认的调用中发送提醒
4. 返回汇总的分析和消息发送结果

警告： 活动工具会发送真实消息。运行前务必先征得教师确认。

9. 导出数据

调用 extract_peer_review_dataset，导出所有互评数据以供外部分析：

• output_format="csv" 或 output_format="json"
• include_analytics=true —— 在导出数据中附加质量指标
• anonymize_data=true —— 分享或存档时建议启用
• save_locally=true —— 保存到本地文件；设为 false 可直接返回数据

10. 生成教师报告

调用 generate_peer_review_feedback_report，生成格式化、便于分享的报告：

• report_type="comprehensive" —— 完整分析，并附上低质量评审示例
• report_type="summary" —— 仅提供执行摘要
• report_type="individual" —— 按学生分别列出详情
• include_student_names=false —— 注重隐私的报告建议设为 false

如需生成侧重完成情况（而非质量）的报告，请使用 generate_peer_review_report，并设置执行摘要、学生详情、待办事项和时间线分析等选项。此报告可通过 save_to_file=true 保存到文件。

使用场景

“互评进展如何？” 运行步骤 1-2。展示完成率，并指出值得关注的情况（例如：“仅 60% 已完成，8 名学生尚未开始”）。

“谁还没完成评审？” 运行步骤 1-2，然后在步骤 7 中设置 priority_filter="urgent"。列出需要跟进的学生。

“评审质量怎么样？” 运行步骤 4-6。展示质量评分，标记内容笼统或投入不足的评审，并提出建议。

“给拖延的学生发送提醒” 运行步骤 1-2，找出尚未完成评审的学生，然后运行步骤 8。发送前务必确认收件人列表。

“给我一份完整报告” 运行步骤 2、5、6 和 10。将完成情况分析与质量分析结合起来，生成完整的教师报告。

“导出所有数据以供存档” 运行步骤 9，设置 output_format="csv" 和 anonymize_data=true，导出注重隐私的数据集。

使用的 MCP 工具

工具	用途
list_courses	查找正在进行的课程
list_assignments	查找已启用同伴评审的作业
get_peer_review_assignments	获取完整的评审者与被评审者对应关系
get_peer_review_completion_analytics	获取完成率和逐个学生的明细
get_peer_review_comments	提取实际评论文本
analyze_peer_review_quality	获取质量指标（评分、字数、建设性）
identify_problematic_peer_reviews	标记质量较低或空白的评审
get_peer_review_followup_list	获取需要跟进的学生优先列表
send_peer_review_inbox_messages	发送定向的 Canvas 收件箱私信
send_peer_review_followup_campaign	自动化的分析到消息发送流程
extract_peer_review_dataset	将数据导出为 CSV 或 JSON
generate_peer_review_feedback_report	生成侧重质量的教师报告
generate_peer_review_report	生成侧重完成情况的教师报告

示例

用户：“BADM 350 的作业 3 同伴评审进展如何？”

**Agent：**调用 get_peer_review_completion_analytics 并展示：

## Peer Review Status: Assignment 3

- **Completion rate:** 72% (23/32 students fully complete)
- **Partial:** 5 students (started but not finished)
- **Not started:** 4 students

### Students Needing Follow-up
**Not started (urgent):**
- Student_a8f7e23 (0 of 3 reviews done)
- Student_b2c91d4 (0 of 3 reviews done)
- Student_f5e67a1 (0 of 3 reviews done)
- Student_d9c34b2 (0 of 3 reviews done)

**Partial (needs nudge):**
- Student_c1d82e5 (1 of 3 reviews done)
- Student_e4f03a9 (2 of 3 reviews done)

用户：“提醒还没开始评审的学生”

**Agent：**确认 4 位收件人，然后调用 send_peer_review_inbox_messages，并传入他们的用户 ID。

用户：“现在看看已完成的评审质量如何”

**Agent：**调用 analyze_peer_review_quality 并展示质量评分，将 3 份评审标记为过短，并建议教师跟进特定学生。

安全指南

• 发送前确认——调用任何消息发送工具前，始终向教师展示收件人列表和消息内容。
• 默认匿名化——在共享环境中查看数据时，使用 anonymize_students=true 或 anonymize_data=true。
• 遵守速率限制——Canvas API 每 10 分钟大约允许 700 次请求。对于大型课程，消息工具会按顺序发送消息，并内置延迟。
• 谨慎处理 FERPA 相关信息——除非教师已明确确认当前情境适合，否则切勿在日志、共享屏幕或导出文件中显示学生姓名。

备注

• 在 Canvas 中启用作业的同伴评审后，这些工具才能返回数据。
• send_peer_review_followup_campaign 工具会结合分析和消息发送：首次调用会预览收件人并返回令牌；第二次调用（附带令牌）会发送实际消息。仅在教师批准预览后才进行第二次调用。
• 质量分析使用启发式方法（字数、关键词匹配、情感）。它可以识别可能质量较低的评审，但不能替代教师判断。
• 此技能与 canvas-morning-check 配合使用效果很好，可全面查看课程状况，包括同伴评审状态、提交率和成绩分布。