Connecter votre assistant

Studium fonctionne comme un serveur MCP que votre assistant IA lance sur votre ordinateur. Une fois la connexion faite, vous pouvez dire « je veux apprendre X avec Studium » : l'assistant prépare, joue et planifie vos leçons avec les outils de Studium. Cette page vous aide à choisir la page de votre client, puis montre comment vérifier la connexion.

Avant de commencer

Le client de l'assistant est appelé harnais (voir le glossaire). Le serveur dialogue par stdio : il n'ouvre aucun port et n'affiche aucune page web. Une configuration le lance de l'une de deux façons :

Façon Commande Quand
Depuis npm npx -y studium-mcp la façon habituelle ; ne demande que Node 20 ou plus (voir Installation)
Depuis un fichier node /path/to/studium/apps/studium-vscode/dist/lesson-mcp.cjs depuis un clone après pnpm --filter studium-vscode build, ou avec un lesson-mcp.cjs téléchargé depuis une release (avec son propre chemin)

Chaque page de client donne d'abord la forme npx, puis la forme clone. Remplacez /path/to/studium par le chemin absolu de votre clone. Si npx ne peut pas joindre npm, voir Où sont les paquets.

Vous rencontrez d'abord deux variables d'environnement :

Réglage Effet
BUNDLES_ROOT Laissez-la absente (recommandé) : les leçons vivent dans ~/.studium/library, la progression dans ~/.studium/data. Avec BUNDLES_ROOT=/path/to/studium/fixtures, vous jouez les leçons de démonstration du dépôt ; les leçons que votre assistant prépare vont toujours dans ~/.studium/library.
LITELLM_BASE_URL="" Aucun modèle juge, même si votre shell en définit un (voir Modèle juge).

STUDIUM_EPHEMERAL=1 garde la progression en mémoire seulement, pour une démonstration ou un test. Toutes les variables sont décrites dans Configuration.

Les fichiers de docs/examples sont des exemples complets, sous la forme clone, qui ajoutent BUNDLES_ROOT pour les leçons de démonstration : codex.toml, mcp.claude.json, mcp.vscode.json et opencode-v2.json. Fusionnez-les dans le fichier de votre client, sans écraser les autres serveurs déjà déclarés.

Choisir votre client

Client Où vit sa configuration Page
Codex ~/.codex/config.toml, ou codex mcp add Connecter Codex
Claude Code le plugin studium, claude mcp add, ou .mcp.json à la racine du projet Connecter Claude Code
Copilot dans VS Code .vscode/mcp.json Connecter Copilot dans VS Code
OpenCode opencode.jsonc à la racine du projet Connecter OpenCode
Cursor .cursor/mcp.json ou ~/.cursor/mcp.json Connecter Cursor
Claude Desktop claude_desktop_config.json ci-dessous
Un script ou un client sur mesure aucune configuration MCP API HTTP et canal fichiers

Claude Desktop

Claude Desktop lit claude_desktop_config.json, dans ~/Library/Application Support/Claude/ sous macOS et dans %APPDATA%\Claude\ sous Windows. Fusionnez-y ceci, puis redémarrez l'application :

{
  "mcpServers": {
    "studium": {
      "command": "npx",
      "args": ["-y", "studium-mcp"],
      "env": { "LITELLM_BASE_URL": "" }
    }
  }
}

Depuis un clone, utilisez "command": "node" et "args": ["/path/to/studium/apps/studium-vscode/dist/lesson-mcp.cjs"].

Vérifier la connexion

Une entrée de configuration, ou un skill découvert par le client, ne prouve pas que le serveur est connecté. Demandez :

Appelle l'outil Studium get_server_info et donne-moi la version, la date du build, le nombre d'outils et
si ma progression est durable. Appelle ensuite get_study_plan.

La réponse doit annoncer 40 outils (25 de leçon, 5 d'étude, 3 de rédaction, 2 pour l'enseignant, 1 de formulaires, 3 de panneau, 1 d'accompagnement ; voir Outils MCP) et persistence.durable: true. Si durable vaut false, la progression est perdue à l'arrêt du serveur. À la connexion, l'assistant reçoit aussi les instructions de Studium (montrer chaque display_markdown tel quel, attendre votre propre réponse, ne jamais répondre ni noter à votre place) et deux prompts, learn et review, dans les clients qui prennent en charge les prompts MCP.

Pour aller plus loin

Voir la source de cette page sur GitHub