OpenMAIC

一键把任何主题变成一间多智能体教室——AI 老师讲课，AI 同学抢答

更新于 2026-08-30 · 数据来源：GitHub API（采集于 2026-08-30）

一句话定位

把 LLM 从对话框，升级成整间教室

开源多智能体交互课堂（Open Multi-Agent Interactive Classroom）：任何主题或文档 → 几分钟生成完整互动课程——幻灯片、测验、交互模拟、项目式学习（PBL），由会说话、会画白板、会实时讨论的 AI 老师与 AI 同学共同交付。清华系组织出品，JCST'26 论文背书。适合自学者、教育工作者和想搭 AI 教学产品的团队。

核心数据

4.3k forks · 2026-03-11 创建 · 今日仍在推送 · MIT（v0.3.0 起，此前 AGPL-3.0）· 中英双语文档 + Discord/飞书社区 · 导出格式覆盖 .pptx / 交互 .html / MP4 视频

AI 教育的「单对话陷阱」

社会性学习：不止一个 AI

• AI 老师 + AI 同学：老师讲授、画白板、写公式、出声讲解；同学插话、提问、与你讨论——学习科学证明「给同伴讲一遍」是最强的知识巩固手段，AI 同学是被提问的那个「同伴」
• 课堂是有节奏的：不是无限对话流，而是结构化场景序列——讲义 → 测验 → 互动模拟 → 白板推导，符合注意力曲线的教学设计
• 你也是角色之一：实时讨论中你的发言影响课堂走向；沉浸模式 + 键盘快捷键 + 动作级回放导航——像玩游戏一样上课
• 任何输入都是教材：一个主题词、一份 PDF、一段音视频（本地 ffmpeg + ASR 抽取时间戳转录 + 关键帧）或网搜结果，都能变成一堂课

分层解剖

场景四件套 + 深度交互

「Edit with AI」贯穿始终：生成后任何一页都能用自然语言修订（校验过的 JSON Patch，多会话历史）——课程是活的文档，不是一次性导出物。

五个月九版：从 demo 到平台

• v0.1.x（2026-03）：核心课堂跑通——讨论 TTS、沉浸模式、白板、Ollama 本地支持
• v0.2.0（04-20）：深度交互模式——3D / 模拟 / 游戏 / 思维导图 / 在线编程；编辑器 Pro 模式 v0；大纲可编辑后再生成
• v0.3.0（06-28）：PBL v2、AGPL-3.0 → MIT 重许可、@openmaic/* SDK 家族上 npm、分阶段模型路由
• v0.3.1-0.3.2（07-08 月）：一键 MP4 导出、Postgres 服务端持久化（增量保存 + 资产注册表）、SSRF 加固、FunASR 本地 ASR、四新语言
• v1.0.0（08-27，三天前）：Agent Workbench——对话式建课（agent 规划课程、逐页构建修订）、持久会话（重启存活、随时转向）、会话材料（文档/音视频/网搜）、20 内置 skills、provider 中立服务端能力

节奏读法：三月出 demo、四月上交互、六月换 MIT 开放生态、八月交付「用 agent 建课」的 Pro 面——每一版都在回答「离真正的教学产品还差什么」。

把「教育 demo」做成「平台」的细节

• 持久化分级：浏览器 KV（匿名学习者 key + 回放位置）→ 服务端 Postgres（课程文档 + 会话运行时），懒迁移逐课搬运，浏览器旧数据不丢
• 资产回收：删除资产只摘注册表，字节数据由离线 GC 按宽限期回收（默认 1h），横向扩容下并发回收者加锁串行不竞态——教学平台少有的存储纪律
• 诚实的安全披露：文档直说 NEXT_PUBLIC 持久化 token「不是任何意义上的秘密」——编译进前端、无用户隔离，仅适用于本地/可信网络单人部署，生产必须换真实会话鉴权
• MP4 导出隔离：渲染需要 Chromium + FFmpeg + Node 22，放进独立 render-service 容器而非应用本体——重活不拖主服务
• 慢网构建加速：Docker 构建支持 Alpine/npm 镜像参数（清华源），并明确警告不要把凭据嵌进 build-arg——细节里见成熟度

Provider 中立：一个都不绑

官方推荐 Gemini 3 Flash（质量速度平衡）；分阶段模型路由让大纲用强模型、填空用便宜模型。国内模型全家桶覆盖 + 慢网构建参数——对中文场景的体贴是刻在骨子里的。

一把 key 起步

# Node >= 20 · pnpm >= 10
$ git clone https://github.com/THU-MAIC/OpenMAIC.git && cd OpenMAIC
$ pnpm install
$ cp .env.example .env.local
$ echo "OPENAI_API_KEY=sk-..." >> .env.local   # 任一 LLM key
$ pnpm dev          # → http://localhost:3000

# 或 Vercel 一键部署 / docker compose up --build
# 零 key 也能跑：本地 Lemonade（LLM/图像/TTS/ASR 全本地）

• 共享部署防护：ACCESS_CODE 站点级密码，API 路由同步保护
• 从 IM 直接进课堂：OpenClaw 集成——飞书 / Slack / Telegram 等 20+ IM 里说一句 "teach me quantum physics" 即可（`clawhub install openmaic`）

适合谁用

• 自学者：任何主题即刻得到一间教室——比单对话框强在有结构、有节奏、有「同学」陪练
• 教师 / 课程作者：讲义初稿、测验题、互动演示一键生成后用编辑器和 Edit with AI 精修，导出 .pptx 回到熟悉的工作流
• 企业培训团队：内部文档/录屏素材 → 交互课程；本地部署（Ollama/Lemonade + ACCESS_CODE）数据不出内网
• AI 教育产品开发者：MIT + @openmaic/* SDK（DSL/renderer/importer）+ provider 中立——拿去当自己产品的地基完全合法

需要警惕

• 教学效果待验证：生成内容的学科准确性依赖上游 LLM，AI 同学的「讨论」质量决定社会性学习的成色——炫酷 demo 与真实学习增益之间还隔着实证研究（JCST 论文是起点不是终点）
• token 成本模型：一堂多智能体课 = 数十次 LLM 调用 + TTS + 可能的图像生成——大规模学生使用时成本曲线需要认真设计（分阶段模型路由是缓解不是解法）
• 207 open issues：五个月高速迭代，issue 积压与 API 漂移并存；v1.0.0 的 Pro 工作台默认关闭且要求 Postgres——尝鲜与生产配置复杂度不同
• 持久化默认态的边界：浏览器持久化是匿名设备 key，服务端 dev token 无用户隔离——多用户生产部署必须自行实现鉴权（文档已诚实警告，但责任在使用者）

未来空间

「AI 教育」从对话助教走向结构化课堂是必然路径，OpenMAIC 是目前这条路上完成度最高的开源实现：多智能体编排 + 场景 DSL + Provider 中立 + MIT 开放，五个月九版的执行力罕见。清华系背景 + 论文产出 + 中英社区双轨，具备学术与工程双线演进的基础。天花板在于教学效果实证与生成内容质量的持续兑现。