SJTU Canvas Assistant

一个从零搭建的本地 Python CLI 框架，用 Canvas Access Token 读取上海交通大学 Canvas 数据，下载课程文件，并生成可供后续 Codex/MCP 使用的本地索引。

默认 Canvas 主站：

https://oc.sjtu.edu.cn

第一版不模拟 jAccount 登录，不保存密码，不自动提交作业。课程、文件、作业等基础数据走 Canvas API；视频模块通过 Canvas Access Token 发起 sessionless LTI，再只读调用 SJTU 视频 API。

参考、致谢与许可证

Canvas 基础数据走 /api/v1/... 和 Bearer token。
课程列表包含 teachers 和 term。
文件、文件夹、模块、作业分别通过 Canvas API 拉取，并处理分页。
SJTU 视频/字幕/PPT 回放通过 Canvas 外部工具 8329 接入。当前实现优先使用 Canvas sessionless_launch API 发起 LTI，不需要模拟 jAccount 表单登录。
MCP Server 直接复用本项目的 CanvasClient、CourseSyncer、SJTUVideoClient 和索引模型，而不是重新写一套访问逻辑。

本项目不会照搬 Tauri 桌面 App，只提供可扩展的本地 CLI、Python 模块和 MCP stdio server。如果未来直接复制或改写参考项目中的实质代码，应继续保留其原 MIT 许可证声明。

安装

建议使用虚拟环境：

python3 -m venv .venv
source .venv/bin/activate
python -m pip install -U pip
python -m pip install -e ".[dev]"

安装后会得到两个等价命令：

sjtu-canvas --help
sjtu-canvas-assistant --help

也可以不安装脚本，直接运行：

python -m sjtu_canvas_assistant.cli --help

创建 Canvas Access Token

在 SJTU Canvas 页面中创建个人访问令牌：

打开 https://oc.sjtu.edu.cn。
登录后进入左侧 Account / 账户。
打开 Settings / 设置。
找到 Approved Integrations / 已批准的集成。
点击 New Access Token / 新建访问令牌。
填写用途，例如 sjtu-canvas-assistant-local，按需设置过期时间。
复制生成的 token。Canvas 通常只显示一次，请妥善保存。

不要把 token 写进代码或提交到 git。

配置

复制示例配置：

cp .env.example .env

编辑 .env：

CANVAS_TOKEN=你的 Canvas Access Token
CANVAS_BASE_URL=https://oc.sjtu.edu.cn
CANVAS_DATA_DIR=data

# 可选调试项；通常留空，由 video 命令自动通过 Canvas LTI 换取。
SJTU_VIDEO_TOKEN=
SJTU_VIDEO_COURSE_ID=

.env 已被 .gitignore 忽略。

也可以临时用环境变量：

export CANVAS_TOKEN="你的 Canvas Access Token"

常用命令

验证 token 并显示当前用户：

sjtu-canvas whoami

列出当前账号可访问课程：

sjtu-canvas courses
sjtu-canvas courses --active-only

输出 JSON：

sjtu-canvas courses --json

列出某门课的全部核心信息：

sjtu-canvas course 12345

分别列出文件、文件夹、模块、作业：

sjtu-canvas files 12345
sjtu-canvas folders 12345
sjtu-canvas modules 12345
sjtu-canvas assignments 12345

列出和查看自己已经提交过的作业：

sjtu-canvas submissions 12345
sjtu-canvas submissions 12345 --all
sjtu-canvas submission 12345 ASSIGNMENT_ID

下载自己提交过的作业附件：

sjtu-canvas download-submissions 12345
sjtu-canvas download-submissions 12345 --assignment-id ASSIGNMENT_ID
sjtu-canvas download-submissions 12345 --latest-only

默认会保留 Canvas submission history 中各次提交的附件，路径形如：

data/课程名 [课程ID]/submissions/作业名 [作业ID]/attempt-1/文件名

这几个命令只读取和下载你自己的提交记录，不会提交、修改或评论作业。JSON/MCP 输出会隐藏附件下载 URL。

下载前预检文件数量、总大小和本地路径：

sjtu-canvas plan 12345
sjtu-canvas plan 12345 --output data --json

按课程下载文件并生成索引：

sjtu-canvas download 12345

指定输出目录：

sjtu-canvas download 12345 --output data

只生成索引，不下载缺失文件：

sjtu-canvas index 12345

查看视频/字幕模块状态：

sjtu-canvas video-status 12345
sjtu-canvas video status

列出某门课的视频：

sjtu-canvas video list 12345
sjtu-canvas video list 12345 --json

读取某个视频的播放元数据：

sjtu-canvas video info 12345 VIDEO_ID

导出字幕为 SRT：

sjtu-canvas video subtitle 12345 VIDEO_ID
sjtu-canvas video subtitle 12345 VIDEO_ID --output data/subtitles/example.srt

读取 PPT 回放切片元数据：

sjtu-canvas video ppt 12345 VIDEO_ID

下载 PPT 回放图片并合成 PDF：

sjtu-canvas video ppt-export 12345 VIDEO_ID
sjtu-canvas video ppt-export 12345 VIDEO_ID --output data/ppt/example
sjtu-canvas video ppt-export 12345 VIDEO_ID --no-pdf

下载与索引行为

下载时会尽量保持 Canvas 文件夹结构。例如 Canvas 中的：

course files/课件/Week 1/intro.pdf

会保存为：

data/课程名 [课程ID]/课件/Week 1/intro.pdf

路径和文件名会做安全清洗，避免 / \ : * ? " < > | 等跨平台非法字符。

如果本地已存在同大小文件，默认跳过，不重复下载。若本地同名文件大小不同，会保留原文件并为新下载文件追加 __canvas_文件ID 后缀以避免覆盖。

每次 download 或 index 会生成：

data/课程名 [课程ID]/course_index.json
data/课程名 [课程ID]/course_index.md

索引包含：

课程基本信息
文件、文件夹、模块、作业
本地下载路径和状态
文件更新时间
视频/字幕/PPT 回放的只读接入状态
MCP Server 工具接口状态

错误处理

已覆盖的常见错误：

token 缺失：提示设置 CANVAS_TOKEN
401：token 无效或过期
403：无权限访问课程或资源
404：课程、文件夹或资源不存在
网络超时/连接失败
文件名非法字符清洗
下载文件大小不匹配
本地文件名冲突

错误信息不会打印 token。

视频、字幕、PPT 回放

当前已经接入视频读取和本地导出能力。认证流程是：

使用 Canvas Access Token 调用 /api/v1/courses/{course_id}/external_tools/sessionless_launch?id=8329&launch_type=course_navigation。
打开 Canvas 返回的一次性 LTI launch URL。
解析 LTI/OIDC 表单并提交到 v.sjtu.edu.cn。
从跳转 URL 中取得 tokenId。
调用 getAccessTokenByTokenId 换取 SJTU 视频 API token 和视频系统 courId。
后续视频 API 请求使用临时视频 token。

支持的只读功能：

video list: 调用 findVodVideoList 列出课程视频。
video info: 调用 getVodVideoInfos 获取播放元数据。默认表格不会打印播放 URL；JSON/MCP 输出会递归脱敏 token/cookie/session 字段，并默认隐藏播放/下载 URL。
video subtitle: 调用 transfer/translate/detail 获取字幕并生成 SRT。
video ppt: 调用 vod-analysis/query-ppt-slice-es 获取 PPT 切片元数据。

支持的本地导出功能：

video ppt-export: 下载 PPT 回放切片图片，默认合成为 ppt.pdf。
已存在的图片会默认跳过；加 --force 会重新下载并重新生成 PDF。
加 --no-pdf 可以只下载图片，不合成 PDF。

字幕来源是 SJTU 视频系统返回的数据。本工具不做本地语音识别，也不调用大模型生成字幕，只把接口返回的字幕行转换成 .srt。当前接口没有暴露字幕作者或生成器字段，因此不能可靠区分是平台自动转写、教师上传，还是后续修订版本。

暂不实现：

视频二进制下载。
任何作业提交或自动交互。

根据参考项目实现，底层端点是：

Canvas sessionless launch：/api/v1/courses/{course_id}/external_tools/sessionless_launch
LTI 初始化：https://v.sjtu.edu.cn/jy-application-canvas-sjtu/oidc/login_initiations
token 交换：https://v.sjtu.edu.cn/jy-application-canvas-sjtu/lti3/getAccessTokenByTokenId
调用 findVodVideoList 列出视频。
调用 getVodVideoInfos 获取播放地址。
调用 transfer/translate/detail 获取字幕。
调用 vod-analysis/query-ppt-slice-es 获取 PPT 切片元数据。

这条链路不读取 jAccount 密码。命令执行期间会使用 Canvas 返回的一次性 launch URL 和临时视频 token，错误信息会去掉 query/token，避免泄露凭据。

MCP 接入

项目已经把能力拆成可复用模块：

CanvasClient: Canvas API、分页、错误处理、下载流
CourseSyncer: 课程元数据拉取、下载规划、本地同步
SJTUVideoClient: 视频 LTI 认证、视频列表、详情、字幕、PPT 切片元数据
PPTAssetExporter: PPT 回放图片下载和 PDF 合成
indexer: JSON/Markdown 索引
models: 稳定数据模型

本地 MCP stdio server 已提供，启动命令：

sjtu-canvas-mcp

也可以通过主 CLI 启动：

sjtu-canvas mcp

在支持 MCP 的客户端中可配置为：

{
  "mcpServers": {
    "sjtu-canvas": {
      "command": "/Users/hebing/Documents/Canvas/.venv/bin/sjtu-canvas-mcp",
      "cwd": "/Users/hebing/Documents/Canvas"
    }
  }
}

cwd 建议指向项目根目录，这样 server 能读取本地 .env。不要把 .env 提交到 git。

当前暴露的工具：

get_current_user
list_courses
get_course
list_course_files
list_course_folders
list_course_modules
list_course_assignments
list_my_submissions
get_my_submission
get_course_bundle
plan_course_download
generate_course_index
download_course_files
download_my_submission_files
video_status
resolve_video_auth
list_course_videos
get_video_info
get_video_subtitle
get_video_ppt_slices
download_video_ppt

作业相关能力只读；提交记录工具只下载你自己已提交的附件，不开放提交、评论或改分。视频导出工具只写本地文件，不自动发布或上传。

开发验证

python -m pytest
sjtu-canvas --help
sjtu-canvas video-status
sjtu-canvas video --help
printf '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18","capabilities":{},"clientInfo":{"name":"manual","version":"0"}}}\n{"jsonrpc":"2.0","id":2,"method":"tools/list"}\n' | sjtu-canvas-mcp

如果没有真实 token，也可以运行上述 mock 测试和 help 命令验证框架。

SJTU Canvas Assistant