OpenMAIC：清华大学开源多智能体互动课堂，一键将任何主题变成 AI 教室

OpenMAIC：清华大学开源多智能体互动课堂，一键将任何主题变成 AI 教室

GitHub 21,127 Star · 4,175 Fork · MIT 协议 · 清华大学 THU-MAIC 团队 · 已在 JCST 2026 发表论文 · 700+ 学生验证

一句话理解 OpenMAIC

OpenMAIC（Open Multi-Agent Interactive Classroom） 是清华大学 THU-MAIC 团队开源的一个 AI 互动课堂平台。你只需要输入一个主题（比如"教我量子物理"）或者上传一份文档，它就能在几分钟内自动生成一整堂课——包含幻灯片讲解、语音朗读、互动测验、白板推演、甚至圆桌辩论——全部由 AI 教师和 AI 同学协作完成。

这不仅仅是"AI 生成 PPT"那么简单。OpenMAIC 提出了一个从 MOOC（大规模开放在线课程） 到 MAIC（多智能体互动课堂） 的范式跃迁：把被动观看的视频课程，变成由多个 LLM Agent 实时协作的沉浸式课堂体验。

该项目已在清华大学经过 700+ 学生、超过两年的真实课堂验证，研究成果发表于 Journal of Computer Science and Technology (JCST 2026)，论文标题为 "From MOOC to MAIC: Reimagine Online Teaching and Learning through LLM-driven Agents"。

核心架构：两阶段生成 + LangGraph 多智能体编排

OpenMAIC 的技术栈以 Next.js + React + TypeScript + Tailwind CSS 为前端骨架，后端核心是 LangGraph 驱动的多智能体状态机。整体架构可以分为两大引擎：

1. 两阶段生成流水线（lib/generation/）

用户输入（主题描述 / 上传文档）
         │
         ▼
  ┌──────────────┐
  │ Stage 1: 大纲生成 │ → 结构化课程大纲（JSON DSL）
  └──────┬───────┘
         │
         ▼
  ┌──────────────┐
  │ Stage 2: 场景生成 │ → 每个大纲项 → 富媒体场景
  └──────────────┘
         │
    ┌────┴────┬────┬────┬────┐
    ▼         ▼    ▼    ▼    ▼
  幻灯片    测验  交互  PBL  白板
  +TTS     + grading 模拟  活动  绘图

Stage 1 — 大纲生成：分析用户输入（主题描述或上传文档），生成结构化的课程大纲。大纲定义了课程包含哪些章节、每个章节用什么场景类型（幻灯片/测验/模拟/PBL）、学习目标是什么。从 v0.2.2 起，用户可以在生成前编辑大纲，确保课程方向符合预期。

Stage 2 — 场景内容生成：将大纲中的每个条目转化为富媒体场景。每个场景都是一个自包含的 JSON DSL 文档，包含了所有展示元素（幻灯片内容、测验题目、交互代码、白板绘图指令、语音台词等）。v0.3.0 起支持 per-stage model routing，可以为不同场景指定不同的 LLM——比如幻灯片用 Gemini 3 Flash 追求速度，复杂 PBL 用 GPT-5.6 追求质量。

2. 多智能体编排引擎（lib/orchestration/）

基于 LangGraph 状态机管理智能体的轮次和讨论流程。这是 OpenMAIC 区别于其他"AI 生成课件"工具的核心竞争力：

Agent 角色 职责 行为示例
AI 教师 主导授课，控制节奏 逐页讲解幻灯片、提问、引导讨论
AI 助教（TA） 辅助教学 补充说明、回答学生问题、提供个别化辅导
AI 同学 参与互动 主动提问、参与辩论、提出不同观点

状态机管理三种核心交互模式：

  • 课堂讨论（Classroom Discussion）：AI Agent 主动发起话题讨论，学生可以随时加入或被 AI 教师"点名"
  • 圆桌辩论（Roundtable Debate）：多个不同人设的 AI Agent 围绕一个主题辩论，同时在白板上图示论点
  • Q&A 模式：学生自由提问，AI 教师结合幻灯片、图表和白板绘图给出完整回答

3. 回放引擎（lib/playback/）

生成完成后，课堂内容通过回放引擎呈现。回放引擎驱动一个包含 28+ 动作类型的执行引擎：

动作类型 说明
Speech Agent 语音朗读台词（TTS 合成）
Whiteboard Draw 实时绘制图表、公式、流程图
Spotlight 聚光灯效果高亮幻灯片区域
Laser Pointer 激光笔指向特定元素
Slide Navigation 翻页、跳转、动画过渡
Quiz Interaction 出题、收集答案、AI 批改反馈
Simulation Launch 启动浏览器内交互式 HTML 模拟

v0.3.1 新增了 action-level playback navigation，用户可以像视频时间轴一样在动作级别跳转和回看。

六大场景类型

OpenMAIC 不只是"生成 PPT"，它支持六种富媒体场景：

1. 智能幻灯片讲座

AI 教师逐页讲解，配以自然语音朗读、聚光灯效果和激光笔动画，还原真实课堂演示体验。幻灯片支持 LaTeX 公式、图表、图片。

2. 互动测验与 AI 批改

自动生成单选题、多选题和简答题，与学习目标对齐。AI 批改系统提供即时详细反馈，识别知识盲区并建议个性化学习路径。v0.2.1 起，测验状态持久化——导航离开再回来，答题记录和评分结果都会恢复。

3. 交互式 HTML 模拟实验

浏览器内运行的交互式实验——物理模拟器、算法可视化、流程图等，全部由 AI 自动生成。v0.2.0 引入 Deep Interactive Mode，新增 3D 可视化、游戏、思维导图和在线编程场景。

4. 项目制学习（PBL）

v0.3.0 引入 PBL v2，学生选择角色，与 AI Agent 协作完成真实世界项目，包含里程碑追踪和交付物管理。还加入了 vocational-learning（职业学习）任务引擎。

5. 协作白板

AI Agent 在共享白板上实时绘图——逐步求解方程、画流程图、标注图表、书写公式。v0.2.1 重构了白板角色提示词为文件级 Markdown 模板，并加入了几何冲突检测器（重叠/穿线/画布裁剪），白板质量评分从 5.4 提升到 6.1。

6. 语音交互

支持多 TTS 提供商和可定制声音。v0.2.1 集成了 VoxCPM2 TTS，支持声音克隆——用户可以上传或录制参考音频来克隆任何声音，或让 Auto Voice 根据 Agent 人设自动生成匹配的声音。学生也可通过 ASR 语音参与讨论。

技术生态全景

LLM 提供商支持

OpenMAIC 支持极其广泛的模型提供商，堪称"全模型兼容"：

提供商 环境变量 代表模型
OpenAI OPENAI_API_KEY GPT-5.5, GPT-5.6
Azure OpenAI AZURE_OPENAI_* Azure 部署的 OpenAI 模型
Anthropic ANTHROPIC_API_KEY Claude Opus 4.8
Google Gemini GOOGLE_API_KEY Gemini 3 Flash（推荐默认）, Gemini 3.1 Pro
DeepSeek DEEPSEEK_API_KEY DeepSeek-V4
Qwen（千问） DASHSCOPE_API_KEY Qwen3.7 Plus/Max
Kimi KIMI_API_KEY Kimi K2.7 Code
MiniMax MINIMAX_API_KEY MiniMax M2.7
Grok (xAI) GROK_API_KEY Grok 系列
GLM（智谱） GLM_API_KEY GLM-5.1, GLM-5.2
小米 MiMo MIMO_API_KEY mimo-v2.5-pro
腾讯混元 TENCENT_API_KEY Hy3
OpenRouter OPENROUTER_API_KEY 多模型网关
Ollama 本地 任意本地模型
Lemonade 本地 本地 LLM/图像/TTS/ASR

推荐模型：Gemini 3 Flash（质量与速度最佳平衡），最高质量可选 Gemini 3.1 Pro。

@openmaic/* SDK 家族

v0.3.0 将核心能力发布为 npm 包：

  • @openmaic/dsl — 课堂场景的 JSON DSL 定义和验证
  • @openmaic/renderer — 渲染引擎，可嵌入任意 Web 应用
  • @openmaic/importer — 从外部格式导入课程内容

这意味着你可以将 OpenMAIC 的课堂渲染能力集成到自己的产品中。

OpenClaw 集成：从聊天 App 一键生成课堂

通过 OpenClaw，用户可以直接在飞书、Slack、Discord、TG 等 20+ 聊天应用中生成课堂：

# 方式 A：托管模式（无需本地部署）
# 1. 在 open.maic.chat 获取访问码
# 2. 安装 skill
clawhub install openmaic
# 3. 告诉助手 "教我量子物理" — 搞定！

# 方式 B：本地部署
# Skill 引导你逐步完成 clone、配置和启动

文档解析增强

v0.3.1 大幅扩展了文档解析能力：

  • 多格式上传（PDF / DOCX / PPTX / 图片 / 音频 / 视频）
  • 音频/视频内容提取
  • 集成 AliDocMind 和 MinerU（OpenBMB/OpenDataLab）提供更强的表格、公式和 OCR 解析

版本演进路线

版本 日期 核心更新
v0.1.0 2026-03-26 初始发布：讨论 TTS、沉浸模式、白板、键盘快捷键
v0.1.1 2026-04-14 自动语言推断、ACCESS_CODE 认证、课堂 ZIP 导入导出、Ollama 支持
v0.2.0 2026-04-20 Deep Interactive Mode：3D 可视化、模拟、游戏、思维导图、在线编程
v0.2.1 2026-04-26 VoxCPM2 TTS 声音克隆、per-model thinking 配置、课程完成页面
v0.2.2 2026-06-02 MAIC Editor Pro 模式、可编辑大纲、离线课堂导出、Azure STT
v0.3.0 2026-06-28 PBL v2、@openmaic/ SDK、per-stage model routing、AGPL-3.0 → MIT*
v0.3.1 2026-07-21 MP4 视频导出、Postgres 持久化、幻灯片拖拽编辑、JSON Patch AI 编辑、GPT-5.6

从 AGPL-3.0 到 MIT 的许可证变更（v0.3.0）值得特别关注——这意味着商业使用门槛大幅降低，企业可以在内部部署和二次开发而不必开源修改。

快速部署指南

本地开发

# 1. 克隆安装
git clone https://github.com/THU-MAIC/OpenMAIC.git
cd OpenMAIC
pnpm install

# 2. 配置（至少一个 LLM API Key）
cp .env.example .env.local
# 编辑 .env.local：
# OPENAI_API_KEY=sk-...
# 或 ANTHROPIC_API_KEY=sk-ant-...
# 或 GOOGLE_API_KEY=...

# 3. 启动
pnpm dev
# 打开 http://localhost:3000

环境要求：Node.js >= 20，pnpm >= 10。

Docker 部署

cp .env.example .env.local
# 编辑 .env.local 填入 API Key
docker compose up --build

Vercel 一键部署

在 Vercel 导入仓库，配置环境变量（至少一个 LLM API Key），部署即可。

Postgres 持久化部署

v0.3.1 新增 server-backed 持久化，两个容器（App + PostgreSQL）：

cp .env.example .env.local
printf '\nDATABASE_URL=postgres://openmaic:openmaic-dev@postgres:5432/openmaic\nPERSISTENCE_DEV_TOKEN=openmaic-local-dev\n' >> .env.local
NEXT_PUBLIC_PERSISTENCE=1 NEXT_PUBLIC_PERSISTENCE_TOKEN=openmaic-local-dev \
  docker compose --profile server-persistence up --build

学术基础

OpenMAIC 不是凭空出现的工程项目，它有坚实的学术根基：

  • 论文："From MOOC to MAIC: Reimagine Online Teaching and Learning through LLM-driven Agents"
  • 期刊：Journal of Computer Science and Technology (JCST 2026)
  • DOI：10.1007/s11390-025-6000-0
  • 作者团队：Ji-Fan Yu, Daniel Zhang-Li, Zhe-Yuan Zhang 等 24 位作者，涵盖清华大学计算机系多个实验室
  • 验证规模：700+ 学生，2+ 年真实课堂使用

论文提出了 MAIC 范式的概念——从 MOOC 的"被动观看录播"到 MAIC 的"多智能体主动互动"，这是一个教育范式的系统性跃迁。

与同类产品的差异化定位

维度 OpenMAIC 传统 AI 课件工具 MOOC 平台
核心范式 多智能体实时互动课堂 单模型生成 PPT 录播视频 + 论坛
Agent 角色 教师 + TA + 同学 无 Agent 无 Agent
互动模式 讨论/辩论/Q&A/白板 静态幻灯片 视频测验
场景类型 6 种（含 PBL、交互模拟） 1-2 种（PPT/测验） 视频+测验
语音交互 TTS + ASR 双向 无或仅 TTS 无
开源协议 MIT 多为闭源 SaaS 闭源
学术验证 700+ 学生/JCST 论文 无 无

OpenMAIC 的核心壁垒在于：它不是在"生成课件"，而是在"模拟一间教室"——有老师讲课、有同学讨论、有白板推演、有随堂测验——这是一个 多智能体系统设计问题，而非简单的文档生成问题。

适用场景

  1. 编程教学：描述"30 分钟从零学 Python"，获得包含代码示例、交互练习和测验的完整课程
  2. 论文解读：上传 PDF 论文，OpenMAIC 拆解为可理解的课程，配以可视化辅助
  3. 通识教育：从棋盘游戏规则到股市分析、历史事件，AI Agent 搜索网络获取最新信息并以课堂形式呈现
  4. 企业培训：上传内部文档自动生成培训课程，通过 OpenClaw 在飞书/Slack 中直接推送
  5. 职业培训：v0.3.0 的 vocational-learning 任务引擎支持实操型职业培训场景

总结

OpenMAIC 代表了 AI 教育领域的一个 重要方向：不只是用 AI 生成教学内容，而是用多智能体系统 模拟完整的教学过程。它的技术亮点在于：

  • LangGraph 状态机管理多 Agent 协作，而非简单的 Prompt 链
  • 两阶段生成流水线将课程大纲与场景内容解耦，支持编辑和路由
  • 28+ 动作类型的回放引擎，让课堂不再是静态幻灯片
  • 全模型兼容+MIT 协议+多部署方式，降低了采用门槛
  • 学术验证保证了不是 demo 项目，而是经过真实课堂检验

对于教育科技公司、企业培训团队、或者任何对"AI + 教育"感兴趣的开发者，OpenMAIC 值得深入研究和尝试。

项目地址：https://github.com/THU-MAIC/OpenMAIC
在线体验：https://open.maic.chat/
论文：JCST 2026, DOI: 10.1007/s11390-025-6000-0

posted @ 2026-08-28 20:14  iTech  阅读(243)  评论(0)    收藏  举报