SJTU Canvas 课程助手

Canvas LMS 课程管理技能，默认配置为上海交通大学 (oc.sjtu.edu.cn)，也兼容其他 Canvas LMS 实例。

首次配置

1. 复制配置模板并填入你的 Canvas API Token：

cp skills/sjtu-canvas/config.example.json skills/sjtu-canvas/config.json

1. 编辑 config.json，填入：
• canvas_token: 从 Canvas → 设置 → 新建访问令牌 获取
• base_url: 你的 Canvas 地址（默认 https://oc.sjtu.edu.cn）
• save_dir: 课件下载目录（默认 ~/Downloads/Canvas课件）
• calendar_name: Apple 日历分类名（默认 Canvas作业）

1. 安装依赖：

pip3 install python-pptx pdfplumber requests

核心脚本

所有脚本位于 skills/sjtu-canvas/scripts/，用 python3 执行。

canvas_api.py — Canvas API 交互

# 列出课程
python3 scripts/canvas_api.py courses

# 查看所有未来DDL
python3 scripts/canvas_api.py ddls

# 查看已出成绩
python3 scripts/canvas_api.py grades

Python 中调用:

import sys; sys.path.insert(0, "skills/sjtu-canvas/scripts")
from canvas_api import *

list_courses()                          # 课程列表
list_assignments(course_id)             # 作业列表
get_all_upcoming_ddls()                 # 所有未来DDL
get_course_grades(course_id)            # 成绩
list_course_files(course_id)            # 课程文件
download_course_files(cid, name, dir)   # 批量下载
list_discussions(course_id)             # 讨论区
get_full_discussion(cid, topic_id)      # 讨论详情
submit_assignment(cid, aid, [paths])    # 提交作业

file_extractor.py — 课件内容提取

# 提取单个文件
python3 scripts/file_extractor.py path/to/file.pptx

# 批量提取目录 → Markdown
python3 scripts/file_extractor.py ~/Downloads/Canvas课件/传热学 ~/Downloads/Canvas课件/传热学_md

支持格式: .pptx .pdf .docx .txt .md

calendar_sync.py — DDL → Apple 日历 (macOS)

cd skills/sjtu-canvas && python3 scripts/calendar_sync.py

自动创建日历分类，已存在的事件不会重复创建。通过 iCloud 同步到 iPhone。

工作流

1. 课件下载 + 总结

1. canvas_api.download_course_files() 下载课程 PPT/PDF
2. file_extractor.extract_file() 提取文本
3. 用 LLM 总结要点

2. 作业辅导

1. canvas_api.get_assignment() 获取作业要求
2. 下载相关课件并提取内容
3. 结合作业要求和课件，给出解题思路

3. DDL 管理

1. canvas_api.get_all_upcoming_ddls() 获取所有未来 DDL
2. calendar_sync.sync_ddls() 同步到 Apple 日历
3. 可设置 cron 定时巡检

4. 成绩追踪

1. canvas_api.get_course_grades() 获取各科成绩
2. 计算加权均分

5. 期末复习包

1. canvas_api.download_course_files() 批量下载课件
2. file_extractor.batch_extract() 批量提取为 Markdown
3. 导入 NotebookLM 或其他工具复习

6. 提交作业

1. 确认课程 ID、作业 ID、本地文件
2. canvas_api.submit_assignment() 提交
3. 提交前必须向用户确认

注意事项

• 提交作业前必须向用户确认
• Canvas Token 有效期可能有限，失效时需重新生成
• Apple 日历同步仅支持 macOS
• 非 SJTU 用户需修改 config.json 中的 base_url