用途
本项目是一个上下文感知的 Model Context Protocol (MCP) 服务器，定位为 AI 编程助手的学习辅助工具（learning sidecar）。它有两个核心目标：一是帮助开发者通过互动测验真正理解 AI 生成的代码变更；二是为智能体提供项目专属的、持久化的调试记忆。
主要能力
学习会话（面向用户）
用户可向 AI 助手说 "Quiz me on this change"、"Test my understanding" 或 "Help me learn about what you did"，智能体会创建互动学习卡片，并等待用户完成。测验分数保存在本地供自我追踪，但不会返回给智能体，以保持上下文干净。支持的领域包括：programming_basics、data_structures、algorithms、software_design、web_development、version_control、testing、security、databases、devops。
调试工具（面向智能体）
调试工具在后台静默运行：遇到错误时自动搜索过往解决方案；修复错误后自动记录解决方案。采用渐进式披露，只返回精简摘要而非完整记录；使用倒排索引进行基于关键词的快速查找。
具体工具行为：
- 用户明确请求时（如 "Quiz me"、"Test my understanding"）触发，返回 {"status": "completed", "action": "HALT_GENERATION"}
- 遇到错误时自动调用（静默、无 UI），返回 {"results": [...], "count": N}
- 修复 bug 后自动调用（静默、后台），返回 {"ok": true, "id": "..."}
- 返回 {"terms": [...], "count": N, "remaining": N}
可选的托管学习账本（免费）
使用 GitHub 登录后，在项目中运行 COVATE_SYNC_URL=https://covate.org COVATE_SYNC_TOKEN=<your token> python -m covate.platform_sync，可将本地会话推送到浏览器查看，功能包括：从任意机器同步学习会话；按最新优先展示每个已同步会话及其得分；展示总计（会话数、题目数、正确答案数、当前准确率）；按表现最差排序的题目主题；可随时显示或轮换的同步令牌。
使用方式
安装
一键安装（推荐）：安装器会自动检测 Python 环境（uv → conda → venv），将仓库克隆到 ~/covate，创建虚拟环境并安装依赖，并打印用于配置 IDE 的确切命令。 手动安装：前提是 Python 3.11+ 或 uv。 Docker 安装：前提是系统已安装 Docker；详细用法、持久化存储和 Claude Desktop 集成见 DOCKER.md。
IDE 配置
Claude Code (CLI) 提供一条命令完成设置。也可通过配置文件在 ~/.claude.json 中添加配置，路径示例：
- Unix (uv)：~/covate/covate/bin/covate
- Windows (uv)：C:\Users\YourName\covate\covate\Scripts\covate.exe
- Windows (conda)：C:\Users\YourName\anaconda3\envs\covate\Scripts\covate.exe 路径拆解（Unix 示例）：~/covate 是仓库目录；covate 是 uv/venv 创建的虚拟环境目录；bin/covate 是可执行文件。 还可在 Cursor MCP 设置（Settings → MCP → Add Server）中添加，或在 ~/.codeium/windsurf/mcp_config.json 中配置。 Docker 配置：可配合任何兼容 MCP 的 IDE 使用。 通用设置：Command 为 <install-path>/covate/bin/covate（Windows 为 covate\Scripts\covate.exe），Transport 为 stdio。配置完成后重启 IDE。
更新
一键更新（推荐）：远程更新脚本会自动检测安装位置（支持多个安装）、从仓库拉取最新变更、强制重装依赖以确保版本同步、验证安装完整性并报告问题、检测 MCP 服务器是否正在使用并给出清晰说明。其优势在于：支持中文/非 ASCII 路径而无需 cd 导航；始终使用仓库中最新的更新逻辑；即使忘记安装位置也能自动检测；能优雅处理多个安装。也提供本地更新方式（含 Windows PowerShell）。
适用场景
适用于使用 AI 编程助手进行开发的场景，希望在 AI 生成代码变更后通过测验加深理解，或让智能体在项目中积累和复用调试经验。
限制与未提供信息
资料明确说明：进度随时间变化的图表、间隔重复学习计划、团队账号尚未构建，因此不作承诺。没有付费层级，无需购买任何东西——不使用账本时 MCP 也可完整工作，且账本免费。
路线图（尚在构建中）：高级搜索与索引（v1.2）、移动应用（v2.0）、个性化学习中心（v2.5）、AI 增强（v3.0）。
欢迎贡献：Fork 仓库、创建功能分支、安装开发依赖 uv pip install -e '.[dev]'、运行测试 pytest、提交 Pull Request。
许可证：MIT License。
构建技术：FastMCP、MCP Standard、Glama MCP。
环境变量的具体说明资料中未提供详细信息。
