Skip to main content
Model Context Protocol（MCP）是一项开放标准，允许 AI 工具代表你调用外部服务。TaskNeo 的 MCP 服务器会把你的班级、任务和提交暴露给任何兼容 MCP 的 AI 助手 - 这样你就可以在不离开 AI 工具的情况下管理课程任务。
MCP 服务器是为教师工作流构建的。它只暴露班级 Owner 和 Admin 可用的操作。仅学生可执行的动作（提交作业、查看个人任务）不受支持。

​
你可以做什么

管理任务

让你的 AI 助手在一次对话中起草任务、设置截止日期，并将其发布到班级中。

查看提交

查询谁已提交、谁尚未提交，并在不打开 TaskNeo 界面的情况下查看完整提交内容。

AI 辅助批改

将提交交给 AI 工具分析，然后自动把分数和反馈写回 TaskNeo。

批量操作

一次创建多个任务、批量更新某个班级的截止日期，或用一条提示批改整批提交。

​
可用工具

MCP 服务器注册了以下工具。你的 AI 助手可以代表你调用其中任意一个。
工具类别功能
login认证使用你的邮箱和密码进行身份验证
list_my_classes班级列出你担任 Owner 或 Admin 的班级
list_class_tasks任务列出班级中的所有任务及其提交统计
get_task任务获取完整任务详情，包括附件
create_task任务创建新的草稿任务
update_task任务编辑现有任务
publish_task任务发布草稿并通知学生
delete_task任务删除任务
list_submissions提交列出提交，并支持可选过滤
get_submission提交获取完整提交内容
grade_submission提交设置分数和评语
toggle_exemplary提交将提交标记或取消标记为示例提交
每个工具的完整参数说明请参见 工具参考。

​
自动批改如何工作

TaskNeo 的 MCP 服务器只提供接口 - 批改逻辑由你的 AI 工具决定。典型流程如下：
  1. 调用 list_submissions 并传入 filter: "exemplary"，获取你标记为标准的参考提交。
  2. 再调用 list_submissions 并传入 filter: "ungraded"，获取待批改队列。
  3. 对每个未批改提交，调用 get_submission 读取完整内容，然后让你的 AI 将它与示例标准进行比较。
  4. 调用 grade_submission，把分数和反馈写回 TaskNeo。
在开始批量批改前，该任务必须至少存在一个示例提交。如果还没有，请先打开 TaskNeo Web 界面，手动批改一份优秀提交并将其标记为示例。

​
开始使用

MCP 设置

安装 MCP 服务器并将其连接到 Claude Desktop、Cursor 或任何其他 MCP 客户端。