trackmcp
Back to directory
CJL196

RateMySupervisor_MCP

View on GitHub

RateMySupervisor MCP

1 stars PythonOthers Updated May 22, 2026

Documentation

RateMySupervisor_MCP

`RateMySupervisor_MCP` 是一个基于 FastMCP 构建的服务器，提供了一个接口，用于查询来自导师评价网的导师评价数据。大语言模型（LLM）或其他兼容 MCP 协议的客户端可以通过此服务器轻松地获取导师、院系和评价信息。服务器内置了对导师姓名的智能模糊匹配功能，支持中文名与拼音的自动识别，并能通过详细的指令引导大模型进行高效、准确的查询。

demo

数据来源

数据来源：https://github.com/pengp25/RateMySupervisor，这个仓库使用了爬虫工具从导师推荐网获取导师评价数据，存储为`data/comments_data.json`。

`comments_data.json`存储了如下格式的`json`数据：

json
[
  {
    "school_cate": "", 
    "university": "", 
    "department": "", 
    "supervisor": "", 
    "rate": 0, 
    "description": ""
  }
]

安装与运行

1. 克隆仓库

bash
git clone https://github.com/CJL196/RateMySupervisor_MCP.git
    cd RateMySupervisor_MCP

2. 安装依赖

项目依赖 `fastmcp`, `pydantic` 和 `pinyin`。通过以下命令安装：

bash
pip install -r requirements.txt

3. 运行服务器

直接运行 `server.py` 即可启动 MCP 服务器：

bash
python server.py

服务器将以 MCP Stdio 模式运行，等待客户端连接。

MCP 客户端配置

要将此服务器集成到兼容 MCP 的客户端（如cursor或cline）中，您可以使用类似以下的配置。请确保将 `command` 和 `args` 中的路径修改为 `server.py` 在您系统中的 绝对路径。

json
{
  "mcpServers": {
    "RateMySupervisor": {
      "disabled": false,
      "timeout": 60,
      "type": "stdio",
      "command": "python",
      "args": [
        "/path/to/your/RateMySupervisor_MCP/server.py"
      ],
      "env": {}
    }
  }
}

可用工具 (API)

服务器 `(name="导师评价查询系统")` 提供了以下工具：

1. `search_supervisor_by_name`

根据导师姓名模糊搜索相关的评价。

> Note: 此工具支持智能姓名匹配。当输入中文姓名（如"何凯明"）时，服务器会自动搜索其中文形式以及对应的拼音形式（如 "Kaiming He"），从而有效处理数据中导师姓名为英文或拼音的情况。

  • 参数:
    • 成功响应:
    json
    {
      "success": true,
      "data": [
        {
          "school_cate": "985",
          "university": "哈尔滨工业大学",
          "department": "机电工程学院",
          "supervisor": "周裕(深圳,千人计划)",
          "rate": 2.5,
          "description": "自证认识导师：57年生人...\n学术水平：喜欢发高质量论文..."
        }
      ]
    }
    • 失败响应:
    json
    {
      "success": false,
      "message": "没有找到名为 '张三' 的导师。"
    }

    2. `get_departments_by_university`

    根据大学名称，获取该大学所有的院系列表。

    • 参数:
      • 成功响应:
      json
      {
      "success": true,
      "data": [
        "机电工程学院",
        "计算机科学与技术学院"
      ]
    }
      • 失败响应:
      json
      {
      "success": false,
      "message": "没有找到大学 '未知大学' 的信息或该大学下没有院系列表。"
    }

      3. `get_supervisors_by_university_and_department`

      根据大学和院系名称，获取该院系所有的导师列表。

      • 参数:
        • 成功响应:
        json
        {
      "success": true,
      "data": [
        "杨立军",
        "白基成",
        "郝明晖"
      ]
    }
        • 失败响应:
        json
        {
      "success": false,
      "message": "在 '哈尔滨工业大学' 的 '未知学院' 没有找到导师信息。"
    }

        4. `get_reviews`

        根据大学、院系和导师的完整信息，获取具体评价。

        • 参数:
          • 成功响应:
          json
          {
      "success": true,
      "data": [
        {
          "school_cate": "985",
          "university": "哈尔滨工业大学",
          "department": "机电工程学院",
          "supervisor": "杨立军",
          "rate": 5.0,
          "description": "自证认识导师：办公室在制造楼5楼..."
        }
      ]
    }
          • 失败响应:
          json
          {
      "success": false,
      "message": "没有找到关于 '哈尔滨工业大学' '机电工程学院' 的 '王五' 导师的评价。"
    }

          Frequently asked questions

          What is RateMySupervisor_MCP?

          RateMySupervisor_MCP is RateMySupervisor MCP

          How do I install RateMySupervisor_MCP?

          Open the GitHub repository and follow its README. Most MCP servers are added to your client's MCP config, then called by your agent.

          Is RateMySupervisor_MCP open source?

          Yes — it is hosted on GitHub at https://github.com/CJL196/RateMySupervisor_MCP and has 1 stars.

          Related MCP tools

          topoteretescognee

          Cognee is the open-source AI memory platform for agents. Give your AI agents persistent long-term memory across sessions with a self-hosted knowledge graph engine.

          30,433 Python
          agent-memoryagent-skillsai+16
          Skyvern-AIskyvern

          Automate browser based workflows with AI

          22,930 Python
          apiautomationbrowser+13
          vectorize-iohindsight

          Hindsight: Agent Memory That Learns

          22,468 Python
          agentic-aimemoryagents+1
          guillaumemeyerwatermarks-remover

          A privacy-first app that strips AI watermarks from content you own.

          20,504 Python
          agent-skillaic2pa+12
          QwenLMQwen-Agent

          Agent framework and applications built upon Qwen>=3.0, featuring Function Calling, MCP, Code Interpreter, RAG, Chrome extension, etc.

          17,062 Python
          BeehiveInnovationspal-mcp-server

          The power of Claude Code / GeminiCLI / CodexCLI + [Gemini / OpenAI / OpenRouter / Azure / Grok / Ollama / Custom Model / All Of The Above] working as one.

          11,731 Python

          Run your own MCP server? See who uses it and what to fix.

          Measure it with TrackMCP