SJTU Canvas Helper
把下载、预览、上传、作业与课程视频这些零散操作，整理成一套更顺手的交大 Canvas 桌面工作流。
00 · Workflow
一个窗口里，把最常用的课程动作接起来
它不是只补一个按钮，而是把 Canvas 里最频繁、最碎片化的几段流程重新连成线：先看文件，再下载；先汇总作业，再处理提交；先拿到视频，再延伸到字幕与截图。
01 · Features
它解决了很多网页端使用上的痛点
-
下载与预览先看，再存。
文件下载、文件预览与压缩包浏览被放到同一段体验里。PDF、DOCX、Markdown、XLSX、代码、图片、Notebook 与 ZIP / RAR / 7Z 等主流格式都可以在落盘前先看一眼，减少“下载后才发现不是我要的那个”的往返。
-
上传与云盘流转少一次跳转。
对需要在课程平台与交大云盘之间来回移动文件的人来说，一键上传把最机械的切换收起来了。它不是炫技功能，而是把高频、重复、容易出错的动作变短。
-
作业与 DDL 管理把截止时间拉近眼前。
查看作业、提交作业、批改作业、修改 DDL 与 DDL 日历被放进一套连续操作里。学生能少翻几层页面，教师与助教也能把处理提交流程收得更紧。
-
课程视频工具录屏也该被整理。
视频下载、播放、字幕下载，以及截图抓取并合成为 PDF，都围绕课程录屏这一真实场景展开。它让“从视频里提取资料”这件事，不必再靠多工具拼接完成。
-
AI 与 MCP 接口不止是 GUI。
多 API Key 管理与 MCP Server 均已内建支持。前者让不同 LLM 服务商的接入更轻，后者则把 Canvas 数据能力通过标准协议开放给 AI 客户端，让这款桌面工具具备继续向自动化工作流延展的空间。
-
跨平台与自动更新装一次，后面轻一点。
项目基于 Tauri，面向 Windows、macOS 与 Arch Linux 提供安装路径。Windows 推荐 `.msi`，并支持自动更新，这意味着它既不是一次性的脚本，也不是只能靠源码运行的开发者玩具。
02 · Principles
这款工具真正有价值的，不只是“功能多”
- 1 从高频摩擦点下手下载、预览、上传、作业、录屏，这些都不是边角需求，而是 Canvas 使用里最常重复的动作。
- 2 桌面体验优先它用 Tauri 把这些流程收进本地应用，而不是继续依赖浏览器页签、脚本片段和临时网页工具的拼接。
- 3 同时照顾学生与教学侧文件处理、作业提交与批改、DDL 修改等场景，说明它服务的不只是"下载党"，而是一整条课程协作链路。
- 4 给 AI 工作流预留接口多 API Key 管理与 MCP Server 让它不只是一层图形界面，还可以成为 AI 读取、理解与调用 Canvas 数据的桥。
- 5 开源且可审视MIT License、GitHub Releases、源码仓库与社区讨论入口都放在公开面上，这让使用、反馈与继续迭代有了可信的基础。
03 · Start
开始使用，不需要先成为这套项目的开发者
v3.0.6
从 GitHub Releases 下载安装包即可开始。Windows 推荐使用 .msi 以获得自动更新；macOS 与 Arch Linux 也均有对应的安装包。
首次启动后，填写 Canvas Token 与文件下载目录。
源码以 MIT License 开放 · 基于 Tauri 构建 · 安装 Node.js 与 Rust，运行 yarn tauri dev
04 · FAQ
在下载之前，最值得先知道的几件事
- 它和直接在浏览器里使用 Canvas，有什么差别？
- 浏览器版仍然是源头，但这款工具把最常重复的动作重新编排了。你可以更快地预览文件、整理下载、处理作业、处理录屏，以及把部分能力延伸到 AI / MCP 工作流里。
- 它主要适合谁？
- 从功能范围看，它适合经常需要处理课程文件与作业的学生，也适合需要查看提交、批改与调整 DDL 的教师和助教。
- 支持哪些平台？
- Windows、macOS 与 Arch Linux 均支持。Windows 推荐下载
.msi安装包，便于后续自动更新。 - 第一次使用需要准备什么？
- 首次配置需要填写你的
Canvas Token，并设置文件下载保存目录。 - AI 相关能力具体指什么？
- 项目支持多 API Key 管理，并能自动识别服务商和拉取模型列表；同时提供 MCP Server，把 Canvas 数据能力开放给 AI 客户端调用。
- 可以自己构建或二次开发吗？
- 可以。MIT License。安装 Rust 与 Node.js 后运行
yarn tauri dev。