📘 Rubric MCP Server

학생 과제 루브릭을 자동 생성하고 피드백을 제공하는 Model Context Protocol (MCP) 서버입니다. FastAPI와 FastMCP 기반으로 구축되어 있으며, PyPI를 통해 설치하거나 uvx 명령어로 바로 실행할 수 있습니다.

✨ 주요 기능

• ✅ 학습 주제/목표/학년에 따라 루브릭 자동 생성
• ✅ 제출된 과제가 있으면 AI 기반 피드백도 자동 제공
• 📚 학생의 학습 목표와 수준을 고려한 도서 추천 기능 포함
• ⚡ FastMCP 프로토콜 기반으로 Claude/ChatGPT/Gemini 등과 연동 가능
• 🧩 MCP Tool로 통합되어 AI 워크플로우에 쉽게 삽입 가능

🧰 MCP 명령어 (tool)

generate_rubric_feedback

출력:

{
  "rubric_standards": "과제 평가 기준",
  "grading_feedback": "학생 피드백 (선택적)"
}

📦 설치 방법

⚙️ MCP 플랫폼에서 사용 (uvx 권장)

MCP 설정 파일 (claude_desktop_config.json 등)에 아래 내용을 추가하세요:

{
  "mcpServers": {
    "rubric": {
      "command": "uvx",
      "args": ["rubric-agent"],
      "env": {
        "OPENAI_API_KEY": "your-openai-key",
        "GOOGLE_API_KEY": "your-google-key",
        "MODEL_TYPE": "openai",              // 또는 gemini
        "MODEL_NAME": "gpt-4o-mini"          // 또는 gemini-2.0-flash 등
      }
    }
  }
}

⚙️Python에서 직접 사용

rubricgenerator_mcp_server 패키지는 MCP 서버로 실행하지 않고도 직접 호출하여 사용할 수 있습니다.

✅ name과 student_submission을 모두 입력하면, AI가 학생 맞춤형 피드백과 학생 수준에 맞는 추천 도서도 함께 제공합니다.

from rubricagent import generate_rubric_feedback

입력값 설정

inputs = {
    "topic": "지구 문제에 우리는 어떻게 대처하는가? (환경문제)",
    "objective": "환경 논제 글쓰기",
    "grade_level": "초등학교 6학년",
    "name": None,  # 학생 이름이 없으면 피드백 없이 루브릭만 생성
    "student_submission": None  # 제출물이 없으면 피드백 없이 루브릭만 생성
}

# 루브릭 생성 함수 호출
response = generate_rubric_feedback(**inputs)

# 결과 출력
print(response["rubric_standards"])  # 평가 루브릭 출력

print(response["grading_feedback"])  # 학생 정보를 입력한 경우 피드백 및 추천 도서가 포함됨

📄 License

MIT License © 2025 See the LICENSE for details