Canvas

Servidor MCP Canvas

Servidor MCP para Canvas LMS com até 103 ferramentas e 8 habilidades de agente. Projetado para Claude Desktop, Cursor, Codex, Windsurf e mais de 40 outros agentes; a configuração e os recursos variam conforme o cliente.

Início Rápido

1. Instale o servidor MCP (todo o resto, incluindo as habilidades, precisa dele em execução):

• Claude Desktop: baixe o canvas-mcp.mcpb da última versão e clique duas vezes nele. Ele solicita sua URL e token do Canvas; não é necessário terminal. Detalhes.
• Cursor, Zed, Windsurf, Continue, Claude Code e outros clientes: instale o pip install em um virtualenv, adicione seu token ao .env e aponte seu cliente para o binário canvas-mcp-server. A Instalação Local contém os blocos de configuração por cliente.

2. Verifique: o canvas-mcp-server --test deve relatar uma conexão bem-sucedida com o Canvas. Em seguida, reinicie seu cliente.

3. Opcional: adicione as habilidades de fluxo de trabalho. Elas ensinam ao seu agente as receitas de várias etapas (plano semanal, verificação matinal, correção em lote, revisão por pares, controle de qualidade do curso) além das ferramentas:

npx skills add vishalsachdev/canvas-mcp

Consulte Habilidades do Agente para ver a lista. Se seu agente for o Claude Code, as mesmas receitas também estão disponíveis como comandos de barra.

Para Agentes de IA

O Canvas MCP fornece até 103 ferramentas para interagir com o Canvas LMS; o perfil padrão registra menos, e ferramentas opcionais controladas por recursos podem elevar o total para 103. As ferramentas são organizadas por tipo de usuário:

Referência Rápida

Identificadores de curso: ID do Canvas (12345), código do curso (badm_350_120251_246794) ou ID SIS

Não é possível: Criar/excluir cursos, modificar configurações do curso, acessar dados de outros usuários

Limites de taxa: ~700 solicitações/10 min. Use max_concurrent=5 para operações em lote.

Documentação completa: AGENTS.md | tools/TOOL_MANIFEST.json | tools/README.md

Visão Geral

O Servidor MCP Canvas preenche a lacuna entre assistentes de IA e o Sistema de Gerenciamento de Aprendizagem Canvas, fornecendo fluxos de trabalho específicos para estudantes, educadores, designers de aprendizagem e desenvolvedores. Construído sobre o Model Context Protocol (MCP), é projetado para clientes compatíveis com MCP; a configuração e os recursos suportados variam conforme o cliente.

Última Versão: v1.13.0

Lançada: Setembro de 2026 | Changelog Completo | Todas as Versões

Uma versão de segurança: ferramentas que alteram qualquer coisa agora só existem se o operador as permitir (GHSA-hmr8-mvr2-mvw5). Instruções que um estudante insere no conteúdo do curso podem direcionar o assistente de um instrutor, e um token de confirmação não pode impedir isso porque o assistente pode resgatar seu próprio token. A nova configuração ALLOWED_WRITE_TOOLS remove toda ferramenta de escrita que o operador não permitiu na inicialização, para que não possa ser listada ou chamada. Cinco mudanças são quebras de compatibilidade. Cada migração tem uma linha:

• Servidores HTTP são somente leitura, a menos que configurados → defina ALLOWED_WRITE_TOOLS para as ferramentas de escrita que sua implantação precisa, ou all (a execução de código deve ser nomeada separadamente). Servidores stdio locais não são alterados, a menos que você defina
• send_conversation sempre mostra a prévia primeiro, mesmo para um único destinatário → chame uma vez, mostre a prévia, depois chame novamente com argumentos idênticos mais o token
• get_conversation_details nunca marca uma conversa como lida; auto_mark_read é removido → remova o argumento e use mark_conversations_read
• A correção com rubrica para quando as configurações de correção não podem ser verificadas, e resultados não confirmados contam como falhas → verifique o Canvas antes de tentar novamente (#374, #375)
• Exportações de arquivos locais recusam chamadores HTTP → passe save_to_file=False / save_locally=False para obter o conteúdo na resposta; extract_peer_review_dataset salva por padrão, então sua chamada simples agora falha em HTTP

Também novo: update_rubric para edições protegidas de rubricas existentes (#386) e update_syllabus, que mostra a prévia antes de substituir conteúdo existente. Corrigido: tarefas de ferramentas externas como Gradescope não são mais relatadas como ausentes (#390, graças a @EastArctica), a paginação do TypeScript segue cabeçalhos Link dentro de um orçamento de páginas (#403), e os fluxos de confirmação e correção foram reforçados (#394 a #408). O sandbox execute_typescript agora roda como um usuário não root com sistema de arquivos raiz somente leitura (#317, #339). Construído sobre FastMCP 4 e MCP SDK 2 (#354).

Para Estudantes 👨‍🎓

Obtenha assistência com tecnologia de IA para:

• Acompanhar tarefas e prazos futuros
• Monitorar suas notas em todos os cursos
• Gerenciar tarefas de revisão por pares
• Acessar conteúdo do curso e discussões
• Organizar sua lista de tarefas

→ Comece como Estudante

Para Educadores 👨‍🏫

Aprimore seu ensino com:

• Gerenciamento de tarefas e notas
• Análises de estudantes e acompanhamento de desempenho
• Facilitação de discussões e revisão por pares
• Controles de privacidade projetados para apoiar fluxos de trabalho conscientes da FERPA
• Ferramentas de mensagens em massa e comunicação

→ Comece como Educador

Para Learning Designers 🎨

Design de curso e garantia de qualidade com tecnologia de IA:

• Estruturação de cursos — Construa estruturas completas de cursos a partir de especificações, modelos ou clonando cursos existentes
• Auditorias de qualidade — Verificações de controle de qualidade pré-semestre para estrutura, conteúdo, publicação e completude
• Revisão de acessibilidade — Scanner orientado a WCAG com 20 verificações (cabeçalhos, tabelas, escopo, contraste, texto alternativo, links, legendas, migração DesignPLUS), relatórios priorizados, remediação guiada e verificação
• Análise de estrutura do curso — Árvore completa de módulo→itens em uma única chamada para revisão rápida do curso

3 habilidades dedicadas (canvas-course-qc, canvas-accessibility-auditor, canvas-course-builder) além da ferramenta get_course_structure.

🤖 Agent Skills

Receitas de fluxo de trabalho pré-construídas que ensinam agentes de IA a usar as ferramentas MCP do Canvas de forma eficaz. Disponível para 40+ agentes de codificação via skills.sh, ou como comandos de barra específicos do Claude Code.

Instalar via skills.sh (Qualquer Agente)

As habilidades chamam as ferramentas MCP, então instale o servidor primeiro; uma habilidade sem o servidor não tem nada para executar.

npx skills add vishalsachdev/canvas-mcp

Isso abre um seletor interativo para instalar habilidades no agente de sua escolha (Claude Code, Cursor, Codex, OpenCode, Cline, Zed e muitos outros).

Instale uma habilidade específica:

npx skills add vishalsachdev/canvas-mcp -s canvas-week-plan

Comandos de Barra do Claude Code

Se você usa Claude Code, os mesmos fluxos de trabalho também estão disponíveis como comandos de barra:

You: /canvas-morning-check CS 101
Claude: [Generates comprehensive course status report]

You: /canvas-week-plan
Claude: [Shows prioritized weekly assignment plan]

As habilidades do Claude Code estão localizadas em .claude/skills/ e podem ser personalizadas para seu fluxo de trabalho.

Quer uma habilidade personalizada? Envie uma solicitação descrevendo seu fluxo de trabalho repetitivo!

🔒 Privacidade e Proteção de Dados

Para Educadores: Tratamento de Dados Consciente da FERPA

O Canvas MCP fornece controles de privacidade opcionais que podem apoiar as obrigações FERPA de uma instituição. A conformidade ainda depende da sua implantação, configuração, política institucional e provedor de IA:

• Anonimização de respostas converte campos de identidade suportados em IDs anônimos consistentes (Student_xxxxxxxx)
• Mascaramento de e-mail e filtragem de padrões de PII suportados em postagens de discussão e envios
• Implantação de servidor local com controles de privacidade configuráveis (ENABLE_DATA_ANONYMIZATION=true)
• Análises conscientes de privacidade: Pergunte "Quais estudantes precisam de apoio?" enquanto reduz os dados de identidade retornados ao cliente de IA
• Ferramenta de mapeamento de desanonimização para professores correlacionarem IDs anônimos com estudantes reais localmente

Quando ENABLE_DATA_ANONYMIZATION=true está habilitado, campos de identidade suportados são anonimizados antes que os resultados da ferramenta cheguem ao cliente de IA. Revise o Guia do Educador e os requisitos da sua instituição antes de usar dados de estudantes.

Para Estudantes: Escopo de Dados e Privacidade

• Acesso com escopo no Canvas: Ferramentas específicas de estudantes usam os endpoints "self" do Canvas; ferramentas compartilhadas de conteúdo do curso seguem as permissões que o Canvas concede à sua conta
• Sem armazenamento de credenciais em servidor compartilhado: O modo local lê seu token do Canvas do seu próprio .env. Em implantações HTTP institucionais autenticadas, cada solicitação fornece o token do Canvas do usuário e o servidor não o armazena.
• Sem análises de produto integradas: O Canvas MCP não adiciona telemetria; o Canvas e seu cliente de IA ainda aplicam suas próprias políticas de registro e dados
• Anonimização opcional: Ferramentas de estudantes são limitadas aos seus próprios dados do Canvas, mas a política de privacidade do seu cliente de IA ainda se aplica

Servidor Hospedado (Descontinuado)

O servidor hospedado público (mcp.illinihunt.org) foi descontinuado. Um endpoint MCP público sem gate de acesso não é seguro de operar — ele exporia a ferramenta integrada de execução de código — então o caminho suportado é a instalação local abaixo.

O transporte HTTP/streamable em si permanece totalmente suportado para auto-hospedagem atrás da sua própria autenticação (canvas-mcp-server --transport streamable-http). Executando uma instância compartilhada e autenticada para sua instituição? Veja deploy/azure/ para uma especificação de implantação testada em produção (Azure App Service + autenticação de plataforma Entra ID, tokens de Canvas por usuário) com fluxo de trabalho de exemplo e modelos de configuração.

Pré-requisitos (Instalação Local)

• Python 3.11+ — Necessário para recursos modernos e dicas de tipo
• Acesso à API do Canvas — Token de API e URL da instituição
• Cliente MCP — Um cliente compatível com MCP (Claude Desktop, Cursor, Zed, Windsurf, Continue, etc.); configuração e recursos variam por cliente

Clientes MCP Suportados

O Canvas MCP é projetado para clientes compatíveis com MCP, incluindo Claude Desktop, Codex, Cursor, Zed, Windsurf, Continue, Replit e Copilot Studio. Detalhes de configuração e recursos suportados variam por cliente.

O Canvas MCP usa padrões documentados da API do Canvas, como cabeçalho User-Agent e paginação per_page. É destinado ao Canvas Cloud e instâncias auto-hospedadas compatíveis.

Instalar como Extensão do Claude Desktop (mais fácil)

Se você usa Claude Desktop, pode instalar o Canvas MCP com um clique — sem terminal, sem edição de arquivo de configuração:

1. Baixe canvas-mcp.mcpb da última versão.
2. Clique duas vezes no arquivo (ou arraste-o para Claude Desktop → Configurações → Extensões).
3. Quando solicitado, insira sua URL da API do Canvas — isso deve incluir o caminho /api/v1 (ex.: https://canvas.youruniversity.edu/api/v1) — e seu token da API do Canvas (Canvas → Conta → Configurações → Novo Token de Acesso — algumas instituições emitem isso por formulário de solicitação, veja abaixo). O token é armazenado no chaveiro do seu sistema operacional.

A extensão executa o servidor localmente e chama o Canvas com seu próprio token, então as solicitações usam as permissões do Canvas desse token. O Canvas e seu cliente de IA podem reter seus próprios registros de atividade. Requer Python 3.11+ (o runtime integrado gerencia dependências automaticamente). Para outros clientes, ou para executar a partir do código-fonte, use a configuração manual abaixo.

Instalação Local

1. Instalar Dependências

# (Recommended) Use a dedicated virtualenv so the MCP binary is in a stable location
python3 -m venv .venv
. .venv/bin/activate

# Install the package editable
pip install -e .

2. Configurar Ambiente

# Copy environment template
cp env.template .env

# Edit with your Canvas credentials
# Required: CANVAS_API_TOKEN, CANVAS_API_URL

Obtenha seu token da API do Canvas em: Canvas → Conta → Configurações → Novo Token de Acesso

Algumas instituições restringem a criação de tokens. Onde o autoatendimento está desabilitado, o botão "Novo Token de Acesso" está ausente ou apresenta erro, e os tokens são emitidos por meio de um formulário de solicitação de TI. Consulte a base de conhecimento de TI da sua instituição antes de concluir que o acesso à API não está disponível para você.

Universidade de Illinois em Urbana-Champaign funciona assim para todos — estudantes e instrutores. Solicite um token com o Formulário de Solicitação de Token da API do Canvas (requer login NetID). Após a aprovação:

1. Vá para Canvas → Conta → Configurações → Integrações Aprovadas, encontre o novo token, clique em Ativar e atualize a página.
2. Recupere o valor do token no link U of I Box que a Technology Services envia para você.

A partir de agosto de 2026, todos os novos tokens de Illinois terão expiração de 30 dias (um requisito upstream da Instructure). A expiração não é monitorada ou anunciada, e tokens expirados são removidos sem aviso — solicite a substituição antes que o atual expire. Detalhes completos: Answers KB 150325.

Estudantes de outras instituições: se você vir "Há um limite para o número de tokens de acesso que você pode criar" ou não conseguir encontrar a opção de criação de token, entre em contato com o administrador do Canvas da sua instituição ou com o departamento de suporte de TI para solicitar acesso à API.

3. Configuração do Cliente MCP

O Canvas MCP é projetado para clientes compatíveis com MCP. Abaixo estão exemplos de configuração para clientes populares; a configuração exata e os recursos variam conforme o cliente:

{
  "mcpServers": {
    "canvas-api": {
      "command": "/absolute/path/to/canvas-mcp/.venv/bin/canvas-mcp-server"
    }
  }
}

[mcp_servers.canvas-api]
command = "/absolute/path/to/canvas-mcp/.venv/bin/canvas-mcp-server"
cwd = "/absolute/path/to/canvas-mcp"

codex mcp add canvas-api -- /absolute/path/to/canvas-mcp/.venv/bin/canvas-mcp-server

{
  "mcpServers": {
    "canvas-api": {
      "command": "/absolute/path/to/canvas-mcp/.venv/bin/canvas-mcp-server"
    }
  }
}

{
  "context_servers": {
    "canvas-api": {
      "command": {
        "path": "/absolute/path/to/canvas-mcp/.venv/bin/canvas-mcp-server",
        "args": []
      }
    }
  }
}

{
  "mcpServers": {
    "canvas-api": {
      "command": "/absolute/path/to/canvas-mcp/.venv/bin/canvas-mcp-server"
    }
  }
}

{
  "mcpServers": {
    "canvas-api": {
      "command": "/absolute/path/to/canvas-mcp/.venv/bin/canvas-mcp-server"
    }
  }
}

Usuários do Windows: Substitua barras normais por barras invertidas nos caminhos (por exemplo, C:\Users\YourName\canvas-mcp\.venv\Scripts\canvas-mcp-server.exe)

Verificação

Teste sua configuração:

# Test Canvas API connection
canvas-mcp-server --test

# View configuration
canvas-mcp-server --config

# Start server (for manual testing)
canvas-mcp-server

Ferramentas Disponíveis

O Canvas MCP Server fornece um conjunto de ferramentas para interagir com a API do Canvas LMS. Essas ferramentas são organizadas em categorias lógicas para melhor descoberta e manutenção.

Categorias de Ferramentas

Ferramentas do Estudante (Novo!)

• Acompanhamento pessoal de tarefas e gerenciamento de prazos
• Monitoramento de notas em todos os cursos
• Lista de tarefas e gerenciamento de revisões por pares
• Acompanhamento do status de envios

Ferramentas Compartilhadas (Estudantes e Educadores)

1. Ferramentas de Curso - Listar e gerenciar cursos, obter informações detalhadas, gerar resumos com conteúdo do programa
2. Ferramentas de Discussão e Anúncios - Gerenciar discussões, anúncios e respostas
3. Ferramentas de Página e Conteúdo - Acessar páginas, módulos e conteúdo do curso

Ferramentas do Educador 4. Ferramentas de Tarefas - Lidar com tarefas, envios e revisões por pares com análises 5. Ferramentas de Rubrica - Criar, atualizar com segurança e listar rubricas; associá-las a tarefas; e avaliar envios (incluindo bulk_grade_submissions para avaliação em lote eficiente). update_rubric é uma substituição completa protegida: preserva IDs de critérios/avaliações existentes, requer uma pré-visualização e confirmação, e verifica o resultado. Consulte comportamento da API de rubrica e ressalvas de avaliação. 6. Ferramentas de Usuário e Inscrição - Gerenciar inscrições, usuários e grupos 7. Ferramentas de Análises - Visualizar análises de estudantes, estatísticas de tarefas e acompanhamento de progresso 8. Ferramentas de Mensagens - Enviar mensagens e anúncios para estudantes

Ferramentas do Desenvolvedor 9. Ferramentas de Descoberta - Pesquisar ferramentas MCP registradas e operações da API de execução de código com search_canvas_tools; listar módulos de execução de código com list_code_api_modules 10. Ferramentas de Execução de Código - Executar código TypeScript com execute_typescript para que o processamento em lote de itens possa ficar fora do contexto do modelo

📖 Ver Documentação Completa das Ferramentas para informações detalhadas sobre as ferramentas disponíveis.

API de Execução de Código

Para operações em lote (30+ itens), o Canvas MCP suporta execução de código TypeScript. Processe operações em lote localmente sem carregar cada item no contexto do modelo.

Use search_canvas_tools para descobrir operações disponíveis e depois execute_typescript para executá-las localmente. O sandbox padrão aplica controles de tempo, memória, ambiente e rede de melhor esforço, mas não é um limite de segurança completo; use isolamento externo mais forte quando código não confiável ou controle estrito de saída for necessário (consulte issue #157). Funciona em macOS, Linux e Windows.

import { bulkGrade } from './canvas/grading/bulkGrade';

await bulkGrade({
  courseIdentifier: "60366",
  assignmentId: "123",
  gradingFunction: (submission) => {
    const notebook = submission.attachments?.find(f =>
      f.filename.endsWith('.ipynb')
    );
    if (!notebook) return null;
    return { points: 100, comment: "Great work!" };
  }
});

Uso

Os clientes MCP iniciam o servidor automaticamente. Basta perguntar naturalmente:

• "O que vence esta semana?" / "Mostrar minhas notas" / "Quais revisões por pares eu preciso?"
• "Quem não enviou a Tarefa 3?" / "Enviar lembretes para estudantes ausentes"

Guias de início rápido: Estudante | Educador | Fluxos de Trabalho do Mundo Real | Solução de Problemas

Documentação

• Documentação das Ferramentas — Referência para as ferramentas disponíveis, incluindo ferramentas opcionais com recursos controlados
• Guia do Estudante — Começando como estudante
• Guia do Educador — Considerações sobre FERPA e fluxos de trabalho do educador
• Exemplo de Avaliação em Lote — Passo a passo de avaliação em lote
• Guia de Desenvolvimento — Arquitetura e contribuição

Solução de Problemas

Se você encontrar problemas:

1. O Servidor Não Inicia - Verifique sua configuração de Instalação Local: arquivo .env, caminho do ambiente virtual e dependências
2. Erros de Autenticação - Verifique a validade do seu token da API do Canvas e as permissões
3. Problemas de Conexão - Verifique a correção da URL da API do Canvas e o acesso à rede
4. Depuração - Verifique os logs do console do seu cliente MCP (por exemplo, o console do desenvolvedor do Claude Desktop) ou execute o servidor manualmente para ver a saída de erros

Segurança

Controles de segurança e privacidade em tempo de execução:

Anonimização opcional para fluxos de trabalho de educadores conscientes da FERPA: ENABLE_DATA_ANONYMIZATION=true. Consulte o Guia do Educador para escopo e detalhes de configuração.

Publicação

Publicado no PyPI, MCP Registry e skills.sh (habilidades de agente). Os lançamentos são automatizados via GitHub Actions — marque uma versão (git tag vX.Y.Z && git push origin vX.Y.Z) e o CI cuida do resto.

Contribuindo

Contribuições são bem-vindas! Sinta-se à vontade para:

• Enviar issues para bugs ou solicitações de recursos
• Criar pull requests com melhorias
• Compartilhar seus casos de uso e feedback

Contribuidores

Agradecemos a todos que contribuíram para o Canvas MCP:

• @DomBarker99 — Ferramenta read_course_file para implantações MCP remotas (#90)
• @Promithius-DR — Filtragem de ferramentas baseada em função e anotações de ferramentas (#84)
• @Metzpapa — Ferramentas de download e listagem de arquivos (#75)
• @JCSnap — Correções de bugs nas ferramentas do estudante (#72, #73)

Licença

Este projeto é licenciado sob a Licença MIT — consulte o arquivo LICENSE para detalhes.

Criado por Vishal Sachdev