Skip to content

zeevss/cu-lms

v0.4.0

Central University LMS: courses, grades, assignments and materials. Local execution.

CU LMS для ChatGPT

Курсы, ведомость, домашние задания, дедлайны, Late Days и материалы Центрального университета в обычном ChatGPT. Исходники и навык распространяются через Zeevss/cu-vibe-mcp.

MCP работает на твоём компьютере. Cookies остаются локально; ChatGPT получает результаты запрошенных операций. Для связи с облачным чатом используется Secure MCP Tunnel. GitHub хранит код и релизы, отдельный сервер проекта не нужен.

Вход в LMS теперь выполняется через HTTP SSO в терминале, без поиска браузера и WebDriver. Живая начальная страница проверена; полный вход с паролем и MFA пока проверен на фикстурах, а не в реальном аккаунте. Силлабусы Note пока читаются через headless-браузер.

Что умеет

  • Актуальные и архивные курсы, темы и прогресс.
  • Ведомость: официальные средние и итоговые баллы, активности, веса, блокеры; электронная зачётка.
  • Домашние задания: условия, статусы, оценки, исходные и личные дедлайны, история событий.
  • LD: баланс, потраченные дни и доступные серверные флаги переноса. Возможность нового переноса не вычисляется по догадке.
  • Лонгриды, вложения и извлечение текста из PDF/ноутбуков; результаты завершённых тестов.
  • Текст и таблицы силлабуса Note, если есть доступ. Для закрытых страниц может понадобиться отдельная cookie Note.

Инструментов сдачи работ, запуска тестов и расходования LD нет.

1. Установка

Целевые системы: Windows, macOS и Linux, Python 3.11+. Установи uv и Git. Команды ниже одинаковы в PowerShell и терминале macOS/Linux:

git clone https://github.com/Zeevss/cu-vibe-mcp.git
cd cu-vibe-mcp
uv sync --project packages/runtime --frozen --no-dev

Вместо Git можно скачать ZIP из GitHub Releases, когда релиз опубликован, распаковать в постоянную папку и выполнить последнюю команду из неё. Нужен весь пакет, а не один SKILL.md. Папку не перемещай после настройки туннеля: в его конфигурации будут абсолютные пути.

Вход и чтение LMS не требуют браузера, графической сессии или доступа к профилю браузера. Для get_syllabus пока нужен совместимый браузер/WebDriver. Реальный запуск здесь проверяется на Linux; для Windows/macOS добавлена матрица CI, успешные запуски нужно смотреть в Actions.

2. Вход в ЦУ

Из папки проекта в своём локальном терминале:

uv run --project packages/runtime --frozen cu-lms-mcp login
uv run --project packages/runtime --frozen cu-lms-mcp status --validate

Программа спрашивает email, пароль и код только на тех шагах, которые вернул SSO. Ввод скрыт; пароль и код не пишутся в файлы. На шаге кода /resend запрашивает новый код, Ctrl+C отменяет вход. На одном шаге допускается до пяти попыток ввода, повторная отправка — до двух раз. Автоматических повторов отправки пароля или кода нет.

Неверные данные позволяют повторить ввод по новой форме SSO. CAPTCHA, смена/восстановление пароля, настройка MFA и неизвестные формы останавливают вход с указанием следующего действия на сайте ЦУ. Обхода этих проверок нет. --timeout 300 задаёт срок потока, допустимо 30–900 секунд; после долгого ожидания ввода просроченная форма не отправляется.

Сессия сохраняется только после успешного ответа API LMS. Неудачный вход не перезаписывает прежнюю сессию. Для уже готовой cookie остаётся скрытый локальный импорт:

uv run --project packages/runtime --frozen cu-lms-mcp import-cookie

Не вводи пароль, код или cookies в ChatGPT. Инструмент auth_login даёт эту локальную команду; после твоего сообщения о завершении чат проверяет auth_status(validate=true). Сам чат не запускает терминал и не видит промежуточные шаги входа.

3. Подключение к ChatGPT

Схема: ChatGPT → Secure MCP Tunnel → локальный MCP → LMS ЦУ.

Нужны доступ к custom MCP в ChatGPT, туннель Platform, привязанный к нужному workspace, и runtime API key для официального tunnel-client. Это отдельная настройка аккаунта; URL GitHub сам по себе MCP к чату не подключает. Компьютер и tunnel-client должны оставаться включёнными.

  1. Установи официальный tunnel-client и создай туннель по руководству OpenAI.

  2. Из папки проекта получи команду локального сервера:

    uv run --project packages/runtime --frozen python tools/client_config.py --client chatgpt
    
  3. Настрой профиль туннеля с этой командой, запусти doctor, затем run.

  4. В ChatGPT открой Plugins → Add custom MCP server → Connection: Tunnel и выбери туннель.

  5. Попроси: «Покажи мои задания на ближайшую неделю, баланс LD и ведомость». Успешный get_dashboard подтверждает подключение.

Подробные команды для PowerShell и macOS/Linux. Подключение реального аккаунта ChatGPT ещё не проверено. Навык в skills/cu-lms/ содержит инструкции; основные правила также передаются через MCP, поэтому импорт отдельного навыка для этого пути не требуется.

Вызовы и обновления

serve --compact публикует семь инструментов:

ИнструментНазначение
get_dashboardКурсы, задания, LD и сводная ведомость одним вызовом
describe_methodsИндекс методов или до восьми подробных схем
batchДо 20 чтений с объединением одинаковых API-запросов
auth_loginИнструкция для локального SSO-входа
auth_statusСостояние сохранённой сессии, при необходимости проверка API
auth_cancelПодсказка отмены через Ctrl+C в терминале входа
check_updatesПоследний стабильный релиз и HEAD репозитория

Проверка GitHub выполняется при запуске serve/run, кешируется на 24 часа и ничего не устанавливает. Ошибка сети не мешает работе. LMS_MCP_CHECK_UPDATES=0 отключает её. Немедленная проверка:

uv run --project packages/runtime --frozen cu-lms-mcp updates --force

Стабильный релиз сравнивается по номеру версии, commit — отдельно. Если revision неизвестен, repository_changed=null. Для обновления чистого Git-клона: останови туннель, выполни git pull --ff-only, повтори uv sync --project packages/runtime --frozen --no-dev и перезапусти туннель. При локальных изменениях сначала сохрани их и разберись с diff. Cookies находятся вне репозитория и переживают обновление.

Данные и ограничения

Cookies хранятся в пользовательской папке platformdirs; путь можно задать через LMS_MCP_DATA_DIR. CLI входа и MCP должны использовать одну папку и одного пользователя ОС. На POSIX используются права 0700/0600; на Windows — права профиля пользователя. Шифрование хранилища пока не реализовано.

Успешный SSO-вход в LMS не означает вход в Note. Скачанные файлы остаются на локальном компьютере; облачный ChatGPT получает извлечённый текст, а не доступ к файловой системе. Частный API и тема SSO могут меняться.

Разработка и выпуск

packages/runtime/       HTTP SSO, работа с LMS, CLI и MCP
skills/cu-lms/          Инструкции работы с учебными данными
tools/                  Конфигурация, сборка и smoke-тест пакета
docs/                   Подключение, ограничения и исследование SSO
.github/workflows/      Проверки на трёх ОС и публикация релизов
uv sync --frozen
uv run pytest -q
uv run ruff check .
uv run ruff format --check .
uv run python tools/smoke_release.py
uv run python tools/build_release.py

Workflow публикует ZIP, SHA256SUMS и release.json при push тега vX.Y.Z после тестов и проверки версий. Перед тегом синхронизируй версии root/runtime, __init__.py, manifest и lock-файлов. Адрес Zeevss/cu-vibe-mcp уже записан в runtime; tools/configure_repository.py нужен при переносе репозитория. В архив не входят cookies и локальные загрузки.

SSO: протокол и границы проверки · Локальные данные и API · Исследование портала