This page was translated automatically. Technical details may differ from the original. View the original
展开项目背景 当前大语言模型领域正经历着关键的技术范式转型：一方面，，传统依赖数据规模与算力堆叠的路径已触及瓶颈。OpenAI联合创始人Ilya Sutskever指出，预训练时代的数据增长接近天花板，GPT系列模型的性能提升幅度明显减小，投入与回报的失衡迫使行业探索新方向。另一方面，，推理成本大幅下降至“白菜价”，从“不够用”演变为“急需落地”，2025年被视为AI应用爆发的元年。
Overview
展开项目背景 当前大语言模型领域正经历着关键的技术范式转型：一方面，，传统依赖数据规模与算力堆叠的路径已触及瓶颈。OpenAI联合创始人Ilya Sutskever指出，预训练时代的数据增长接近天花板，GPT系列模型的性能提升幅度明显减小，投入与回报的失衡迫使行业探索新方向。另一方面，，推理成本大幅下降至“白菜价”，从“不够用”演变为“急需落地”，2025年被视为AI应用爆发的元年。 在此背景下，，其通过任务拆解、工具调用与自主决策的能力，将大模型从“对话工具”升级为“生产力引擎”，被视为通往AGI的必经之路。而**，则为Agent生态提供了关键基础设施。作为开源的标准化交互协议，MCP统一了大模型与外部工具、数据源的连接方式，解决了传统Function Call的碎片化问题，被类比为“AI领域的HTTP协议”。阿里云、OpenAI等巨头已全面集成MCP，其生态正以指数级扩张，成为Agent开发的事实标准。 在此趋势下，本项目**，通过标准化接口将大模型与校园信息系统（如课表查询、图书馆预约、成绩分析等）深度对接，用户仅需自然语言指令即可完成复杂操作。这一设计将分散的校园服务整合为统一的AI交互入口，既保障了数据安全与本地化部署需求，又通过MCP的开放性降低了开发门槛，为大模型在教育场景的落地提供了轻量化解决方案。 1. 在 Github Releases 下载最新版的程序，解压后，复制其中可执行文件（Windows 下为 SJTUGeek.MCP.Server.exe）的** 2. （推荐）完成 jAccount 授权以便使用仅登录后可用的工具，具体方式请参考 Authorization。 3. （推荐）安装 Python 环境，并安装依赖库 4. 在 Cherry Studio 等支持 MCP 服务器的客户端中添加服务器 - ，“命令”填写**，“参数”， - 若要启用 Python 插件，则需要加上 --pydll 参数，Windows 系统需要加上后缀 .dll，例如 python310.dll - 若要访问仅登录后可用的工具，则必须加上 --cookie 参数 - 若使用 SSE 形式，则启动 SJTUGeek.MCP.
Install
This server does not publish a one-line install command.
Open the repository installation guide New to MCP? Start with the mcpskill.org guide →