中原大學的 iLearning 太拉了,所以我做了一個 MCP
我受夠了在 iLearning 裡翻找課程更新,所以寫了一個 MCP 伺服器,讓 ChatGPT 和 Claude 替我翻。
我只是想知道這門課要做什麼。
對一所大學的學習平台來說,這應該是個很合理的要求。但不知怎麼的,它變成了打開課程、在一堆檔案裡往下滑、再看一眼討論區,最後還得點開一份 PDF,因為答案可能寫在裡面。
每門課都這樣來一遍,下週再來一遍。
我受夠了,所以做了 ilearning-mcp。它讓我可以直接問 ChatGPT 或 Claude 我的課程怎麼了,由它們替我去 iLearning 裡翻。標題寫得有點誇張,說穿了,我只是想少開幾個分頁。
歡迎來到 iLearning 2.0
中原大學用的是 iLearning 2.0,一套客製化過的 Moodle。老師把教材、公告、作業和成績放在上面,學生用學校的 Microsoft 365 帳號登入。
資訊都在那裡,煩的是把重要的那幾塊找出來。
拿我的線性代數來說。頁面上方的討論區裡有考試公告;評分方式和課程介紹是一份 PPT 加一份 PDF,放在 Ch0 底下。再往下,上課投影片和錄影並排擺著,錄影的檔名長得像 2026-10-15 14-10-08。還有歷屆考古題和補考題庫,用 Word 檔裝著。
那標示為「本週」的區塊呢?是空的。教材是照章節整理在頁面的其他地方。
這些東西沒有哪一項難到找不到,但加在一起,就把「線性代數最近怎麼了?」這麼簡單的問題變成一項小型研究:我得判斷哪些檔案重要、哪則公告還有效,以及某個日期是不是只寫在文件裡,而沒有登進行事曆。
老實說,這很爛。我想把這些力氣拿去弄懂線性代數。
已經有人做了更好的 App
被這件事煩到的學生顯然不只我一個。iCYCU 是一款非官方、由學生開發的 App,把 iLearning 和 iTouch 整合在一起,有課程瀏覽、作業、公告、成績和即將到期的事項。
這很實用,我也不想假裝它只是一張課表。但我真正想要幫忙的部分是「讀」。瀏覽教材的方式再好,我還是得一份份打開,再自己想清楚它們對這週代表什麼。
如果答案分散在一則公告、一份課程大綱和一個作業頁面裡,拼起來的還是我。
那就讓 AI 來做這一段吧。
給它一個可以看的地方
ChatGPT 不會因為我好聲好氣地問,就知道我的私人課程裡有什麼。它需要拿得到真正的資料。
MCP 就是用在這裡。Model Context Protocol 讓 AI 用戶端有辦法發現並呼叫工具。我的伺服器提供 list_courses、get_course_contents、list_assignments、read_file 這類工具,用戶端可以找到對的課程、檢視內容、讀取相關檔案,再用結果來回答我。
以查課程近況來說,這可能表示先找到線性代數,查它的作業和行事曆事件,再讀公告和課程大綱。我不必先把那些頁面一一收集起來貼進對話。
伺服器本身不跑語言模型。它只負責取資料;要看什麼、怎麼解釋,由 ChatGPT 或 Claude 裡的模型決定。
Moodle 本來就有 API
在介面底下,iLearning 開著 Moodle 的 mobile web service。比起用自動化去點遍每個課程頁面,這是好得多的起點。
後端我用 Rust 寫,主要分成兩塊:一個和 iLearning 溝通的 Moodle 函式庫,以及一個負責 MCP、驗證和儀表板 API 的 Axum 伺服器。MCP 端點用 rmcp 走 Streamable HTTP。另外有一個 React 儀表板,讓學生連結帳號、接上用戶端、檢視工具呼叫紀錄,帳號和工作階段資料則存在 Postgres。
大部分工具都是把現有的 Moodle 操作包起來。比方說 get_course_contents 呼叫的就是 core_course_get_contents。伺服器保留課程區塊、活動 ID、連結和檔案,這些是代理人後續呼叫會用到的,再把一些雜訊修掉。
過程裡有幾個很「Moodle」的細節。巢狀參數要攤成 courseids[0] 這種表單欄位;API 錯誤可能帶著 HTTP 200 回來,所以光看狀態碼不夠,回應內容裡還是可能藏著例外。
檔案需要另外處理。如果用戶端沒辦法通過驗證去下載,一條 PDF 連結幫不上什麼忙。read_file 會用學生的 iLearning token 下載檔案,並從 PDF、DOCX、PPTX、XLSX 和支援的文字格式裡抽出文字。抽不出來的格式,包括舊的 .doc 和 .ppt,它可以回傳一條一小時後失效的下載連結,而且連結不會洩漏 Moodle token。
這對這門課很重要:不少有用的資訊都住在附件裡。
登入是最彆扭的部分
這裡有兩條獨立的連線要處理:把學生的 iLearning 帳號連結到我的伺服器,以及讓 AI 用戶端使用這個連結。
第一條,中原用的是 Microsoft 365 SSO,Moodle 慣常的帳號密碼換 token 端點在這裡派不上用場,所以我改走 Moodle 行動 App 的登入流程。
儀表板會打開 iLearning 的行動版啟動頁。學生用 Microsoft 登入後,把「點此啟動 App」的連結複製下來,貼回儀表板。這條連結裡帶著行動版憑證,我的伺服器會確認它屬於這次登入嘗試,向 iLearning 驗證帳號,再把 token 用 AES-256-GCM 加密後存起來。
沒錯,把連結複製回網站很彆扭,這是整個流程裡最不優雅的一段。至少 Microsoft 的密碼留在 Microsoft 的登入流程裡,行動版 token 也不會出現在對話中。
再來是 AI 用戶端的連線。我把自己 Telegram MCP 專案裡的 OAuth 授權伺服器程式碼拿來重用,它支援探索中繼資料、動態用戶端註冊、client ID metadata document,以及帶 PKCE 的授權碼流程。PKCE 把授權碼交換綁在發起登入的那個用戶端上。
實際用起來,用戶端會開啟一個同意頁面,學生按下核准,用戶端就拿到我 MCP 伺服器的憑證。伺服器再依這份授權找到學生連結的 iLearning 帳號,ChatGPT 不需要碰到學生的 Moodle token。
每個已連接的用戶端都有一個工作階段,可以從儀表板中斷。另外還有一份活動紀錄,讓我看得到哪些工具被呼叫、有沒有成功。
更新 token 有個惱人的陷阱:iLearning 一次只允許一個網頁登入。一般的 API 呼叫不會動到瀏覽器的工作階段,但更新時用到的網頁登入會把學生從 iLearning 登出。所以伺服器只在已知的到期時間前後嘗試更新,而不是每次請求都做。要是沒辦法更新,它會請學生重新連結帳號。
有一點值得說清楚:伺服器也有寫入工具,包括繳交作業和回覆討論區。它們帶有描述其效果的 MCP 註解,但確認動作發生在用戶端;目前伺服器並沒有對已連接的工作階段另外強制唯讀權限。
連接 AI 用戶端
遠端端點是:
https://ilearning-mcp.nath.tw/mcp
先透過儀表板連結帳號,之後的設定依用戶端而定。
ChatGPT 要開啟開發者模式,新增自訂 MCP 應用程式,填入端點、選擇 OAuth,完成登入和同意流程,再在對話裡啟用這個應用程式。可用的設定依帳號和工作區而異,OpenAI 維護著開發者模式的說明。
Claude 則是在連接器設定裡新增自訂連接器,填入同一個端點。可以用它公開的 OAuth 身分或自動註冊,接著連線並核准請求。伺服器兩種都支援,所以不用手動複製 client secret。Anthropic 的連接器指南有目前介面的說明。
Claude Code 先新增 HTTP 伺服器,再在 Claude Code 裡執行 /mcp 進行驗證:
claude mcp add --transport http ilearning https://ilearning-mcp.nath.tw/mcp
其他用戶端需要支援走 Streamable HTTP 的遠端 MCP,以及伺服器的 OAuth 流程。功能列表裡寫著「支援 MCP」,不代表整條連線都接得起來。
「線性代數最近怎麼了?」
這是 2026 年 10 月 22 日一段真實的 ChatGPT 對話。我用繁體中文問,因為我平常就是這樣處理課程的:
幫我看一下線性代數最近有什麼要注意的
整個提示就這一句。
ChatGPT 找到了正確的課程,指出第一次考試已經考完,並點出 10 月 20 日上傳的第二、三、四章教材,還附上投影片和第二次考試補考題庫的連結。我沒有給它課程 ID、沒有說出任何檔名,也沒有要它照著清單檢查。
它也找到一則小考成績公告,但讀不到內文。作業查詢的結果是空的,而回答裡做了一個有用的區分:這不代表老師沒有在課堂上口頭出作業。
這些截圖是實際回覆的節錄,只裁到對話的部分。保留來源連結仍然有必要:當它讀不到某則公告時,我得自己去看。一個語氣篤定、卻編出考試日期的回答,比所有那些點擊都更糟。
但能夠問一句話就拿回相關的課程資訊,對我來說已經很有用。接下來我可以請它解釋投影片裡的某個部分,或是幫我把它剛找到的教材一路讀下去。
線性代數還是得自己學。至少,找課程大綱不用再算進作業裡了。