TutorFlow Agent Platform
Una API i un servidor MCP perquè el teu agent creï cursos i avaluï respostes
Es registra pel seu compte i paga per cada acció.
Les primeres quatre crides del teu agent
Obre els passos d'un en un. El pas 1 defineix TUTORFLOW_KEY i CLASSROOM_ID, que utilitzen els passos següents.
Calen curl i jq. Canvia l'identificador d'URL i el correu abans d'executar-ho.
1Registra l'agent
Una crida sense clau. La resposta inclou contentApiKey, defaultClassroomId i 50 crèdits de prova. La clau només es mostra una vegada: desa-la.
RESPONSE=$(curl -s -X POST https://api.tutorflow.io/v1/platform/agent/register \
-H "Content-Type: application/json" \
-d '{"name":"My Agent","slug":"my-agent-2048","email":"you@example.com"}')
export TUTORFLOW_KEY=$(echo "$RESPONSE" | jq -r .contentApiKey)
export CLASSROOM_ID=$(echo "$RESPONSE" | jq -r .defaultClassroomId)2Genera un curs
TutorFlow redacta el curs en segon pla i respon amb 202 i un runId. Un curs d'una lliçó costa 6 crèdits.
RUN_ID=$(curl -s -X POST \
"https://api.tutorflow.io/v1/content/classrooms/$CLASSROOM_ID/courses/generate" \
-H "Authorization: Bearer $TUTORFLOW_KEY" \
-H "Content-Type: application/json" \
-d '{"topic":"Fractions for grade 4","lessonCount":1}' | jq -r .runId)3Segueix l'execució
Consulta l'execució cada 20-30 segons fins que status sigui completed o failed. Quan es completi, resourceId contindrà l'identificador del curs nou.
curl -s "https://api.tutorflow.io/v1/content/classrooms/$CLASSROOM_ID/runs/$RUN_ID" \
-H "Authorization: Bearer $TUTORFLOW_KEY" | jq '{status, resourceId, error}'4Avalua una resposta
Les avaluacions retornen immediatament una puntuació, punts forts i suggeriments. Cadascuna costa 1 crèdit.
Petició
curl -s -X POST "https://api.tutorflow.io/v1/content/classrooms/$CLASSROOM_ID/evaluations" \
-H "Authorization: Bearer $TUTORFLOW_KEY" \
-H "Content-Type: application/json" \
-d '{
"evaluationType": "open_ended",
"questionText": "Explain photosynthesis",
"learnerAnswer": "Plants use sunlight to convert CO2 and water into glucose.",
"maxScore": 10,
"language": "en",
"learnerExternalId": "learner-42"
}'Resposta
{
"id": "5023...",
"status": "COMPLETED",
"evaluationType": "open_ended",
"learner": { "externalId": "learner-42", "name": null },
"score": 7,
"maxScore": 10,
"normalizedScore": 70,
"strengths": ["Correctly identifies sunlight as key factor"],
"suggestions": ["Mention the role of chlorophyll", "Explain the chemical equation"],
"feedbackSummary": "Good foundational understanding. To improve, include the role of chlorophyll."
}Prefereixes el terminal? Utilitza la CLI
@tutorflow/cli fa les mateixes crides. agent register desa la clau a ~/.tutorflow/config.json, de manera que les ordres següents no necessiten indicar la clau ni l'aula.
npm install -g @tutorflow/cli
tutorflow agent register --name "My Agent" --slug my-agent-2048 --email you@example.com
tutorflow course generate "Fractions for grade 4" --lessons 1 --wait
tutorflow evaluate --type open-ended --question "Explain photosynthesis" \
--student-answer "Plants use sunlight to make glucose." --learner-id learner-42Què pot fer el teu agent sense haver de consultar ningú
Una clau de Content API funciona amb REST, MCP i la CLI. REST dona accés a tot; MCP cobreix el registre, la facturació, els cursos i la correcció.
Avalua les respostes de l'alumnat
Envia una resposta amb una rúbrica d'avaluació o una resposta de referència. Rebràs la puntuació, els punts forts i els suggeriments en camps tipats.
Crea materials docents
Inicia la creació d'un curs, una prova, una presentació, un vídeo o un mòdul amb una sola crida i segueix-ne l'execució fins que acabi.
Fes servir TutorFlow com a eines MCP
Afegeix l'URL del servidor i una clau perquè Claude Code o qualsevol client MCP pugui accedir a les funcions de TutorFlow com a eines.
Es registra sense intervenció humana
El teu agent registra un compte propi i rep una clau, una aula i 50 crèdits de prova en la mateixa resposta.
Coneix el cost de cada crida
Cada acció descompta un nombre fix de crèdits, a 2 cèntims cadascun, d'un sol saldo; estimatedCredits arriba abans de començar l'execució. Els límits de peticions es retornen a les capçaleres de resposta.
Claus per a cada tasca
Separa les claus de prova i de producció, limita els permisos de cadascuna i renova-les. Les de prova funcionen en una aula de proves i no generen despesa.
Rep avisos quan acabi la feina
Registra un webhook i rep una petició signada quan acabi una generació, una renderització de vídeo o una avaluació.
En la llengua que demani el teu agent
El contingut i els comentaris es retornen en la llengua que demani el teu agent.
Pensat per a agents, no només per a persones.
El teu agent descobreix les eines de TutorFlow pel seu compte: es registra, consulta el saldo, genera un curs, segueix l'execució i avalua respostes sense escriure codi HTTP.
- Afegeix una entrada de servidor a la configuració del client MCP i Claude, Gemini o qualsevol altre client MCP s'hi connectarà
- El teu agent es registra i obté una clau en la mateixa crida
- Quan queden pocs crèdits, envia un enllaç de pagament a una persona o, si x402 està activat, paga directament en USDC
- Entrades tipades perquè una crida incorrecta retorni el motiu de l'error
Claude Code
// .mcp.json: add to your project root
{
"mcpServers": {
"tutorflow": {
"type": "http",
"url": "https://mcp.tutorflow.io/api/mcp",
"headers": {
"Authorization": "Bearer tf_content_..."
}
}
}
}SDK de MCP
import { Client } from '@modelcontextprotocol/sdk/client/index.js'
import { StreamableHTTPClientTransport } from '@modelcontextprotocol/sdk/client/streamableHttp.js'
const transport = new StreamableHTTPClientTransport(
new URL('https://mcp.tutorflow.io/api/mcp'),
{
requestInit: {
headers: { Authorization: 'Bearer tf_content_...' },
},
},
)
const client = new Client({ name: 'my-agent', version: '1.0.0' })
await client.connect(transport)
// Call tools directly
const result = await client.callTool('run_evaluation', {
evaluationType: 'open_ended',
questionText: 'Explain photosynthesis',
learnerAnswer: 'Plants use sunlight to make glucose...',
})Registre autònom
// No auth needed: agents register themselves
POST https://api.tutorflow.io/v1/platform/agent/register
{
"name": "My AI Tutor",
"slug": "my-ai-tutor",
"email": "agent@example.com",
"agentIdentity": "claude-3-5-sonnet"
}
// Returns a Content API key and the classroom it works in
// { "contentApiKey": "tf_content_...", "defaultClassroomId": "...", "trialContentCredits": 50 }Paga pel que crea el teu agent
Cada crida descompta crèdits d'un únic saldo del compte, a 2 cèntims per crèdit. Aquesta és la llista de preus vigent que s'aplica al teu agent.
| Què crees | Crèdits | Dòlars dels EUA |
|---|---|---|
| Un curs amb l'estructura i totes les lliçons | 3 crèdits més 3 crèdits per lliçó | 0,06 USD més 0,06 USD per lliçó |
| Un mòdul d'una lliçó | 3 crèdits per lliçó | 0,06 USD per lliçó |
| Una prova amb preguntes de correcció automàtica | 3 crèdits per prova | 0,06 USD per prova |
| Una pàgina de text d'una presentació | 1 crèdit per pàgina de text | 0,02 USD per pàgina de text |
| Una diapositiva amb una imatge d'IA | 3 crèdits per pàgina amb imatge | 0,06 USD per pàgina amb imatge |
| Narració de les escenes d'un vídeo | 1 crèdit per escena | 0,02 USD per escena |
| Renderització d'un vídeo a MP4 | 5 crèdits per renderització | 0,10 USD per renderització |
| Un joc a punt per jugar | 41 crèdits per joc | 0,82 USD per joc |
| Avaluació d'una resposta | 1 crèdit per petició | 0,02 USD per petició |
Com funciona la facturació
- Recarrega el saldo a partir de 5 $ amb targeta o amb USDC a Base quan hagis verificat el correu.
- Si tens una targeta desada, la feina continua quan s'acaben els crèdits i aquest ús es cobra a la targeta.
- Un compte nou comença amb 50 crèdits gratuïts.
- Les claus de prova funcionen en una aula de proves i no consumeixen crèdits.
Deixa que el teu agent creï el primer curs avui
Registra el teu agent amb l'API, l'MCP o la CLI. Amb els 50 crèdits de prova pots crear un primer curs i avaluar unes quantes respostes.