智猩猩AI整理
编辑：金水
随着大模型不断进入教育领域，AI正在从简单的问答和内容生成走向课程设计与课堂互动，但现有工具大多功能分散，难以真正融入完整的教学过程。
针对这一问题，清华大学MAIC团队提出并开源了OpenMAIC（Open Multi-Agent Interactive Classroom），通过多智能体协作将课程生成、教学内容制作和课堂互动结合起来。
相关论文发表在《Journal of Computer Science and Technology》（JCST），方向是"用 LLM 驱动的智能体重新想象在线教学"。项目于2026年3月26日发布首个版本v0.1.0，并于8月27日推出最新版本v1.0.0。
随着功能不断完善，OpenMAIC迅速受到开源社区关注，目前已获得超过30.8k Star，并登上GitHub Trending全球趋势日榜第一位。
一个教育类开源项目为何能够在短时间内获得如此高的关注度？OpenMAIC究竟做了什么？
01
从课程生成到互动课堂，
OpenMAIC能做什么
制作一门完整的线上课程，真正耗时的往往不是写几段文字，而是从课程结构到具体内容的一整套工作：确定教学目标和大纲、制作幻灯片、准备图片和公式、设计习题、录制讲解，最后还要把这些内容组织成一套真正可以使用的课堂。
OpenMAIC尝试把这条链路交给智能体完成。
用户可以直接输入一个主题，也可以上传PDF、Word、PowerPoint、表格、图片、音频或视频，系统先整理课程结构，再进一步生成具体的课堂内容。
生成的课程并不局限于传统幻灯片。
如果知识点适合测试，可以生成Quiz；需要展示动态过程，可以生成HTML互动模拟；希望学生完成一个完整任务，则可以使用项目式学习。
课堂本身也支持AI语音讲解、聚光灯、激光笔和白板等功能，测验还可以通过AI对学生答案进行评价和反馈。
更进一步，OpenMAIC提供了Deep Interactive Mode，让学生直接参与到学习过程中，目前支持3D可视化、过程模拟、知识小游戏、思维导图和浏览器内编程。
除了单个AI老师，系统还支持多个Agent以不同角色参与课堂讨论、问答和圆桌交流，用户也可以直接加入其中。
课程完成后，还可以导出为可编辑的.pptx、互动HTML或Classroom ZIP，并支持将部分外部资源内联，在内网或离线环境中使用。
因此，OpenMAIC想做的并不只是“让AI帮教师生成一套课件”，而是把课程规划、内容生成、课堂互动和学习活动放到同一个系统中，让AI从一个内容生成工具进一步参与到完整的课堂过程中。
02
v1.0.0 有什么新变化
v1.0.0 最值得关注的变化，是加入了 Agent Workbench。
此前的 OpenMAIC 更像是“输入内容，然后生成课堂”；现在则增加了一个以对话为主的课程构建工作区。用户可以一边和 Agent 对话，一边让它规划课程、生成页面、检查内容和修改课程。
比如第一次生成课程之后，如果发现某一页太复杂，可以直接告诉 Agent：“把这一页改成适合初学者的版本”；如果觉得课程缺少练习，也可以让它增加一个互动实验。
Agent 会通过课程工具读取当前内容，再针对指定场景进行修改，而不是每次都重新生成整门课程。
这一版本还加入了服务端持久化会话。课程构建过程中的 Session、事件记录、材料以及相关状态可以保存下来，因此 Agent 任务即使遇到服务重启，也可以根据已有状态继续执行。同时支持取消任务、恢复任务，以及在运行过程中继续发送新的指令。
另外，v1.0.0 中还提供了 20 个内置 Skill，覆盖课程规划、幻灯片、测验、互动内容、PPTX 导入、编辑以及图片、视频和语音生成等操作。
模型、媒体生成、搜索和存储服务也没有被固定在某一家厂商上，用户可以根据自己的部署环境进行配置。
03
怎么把 OpenMAIC 跑起来
OpenMAIC 的本地运行环境主要是 Node.js 和 pnpm，目前要求 Node.js ≥ 22.19、pnpm ≥ 10。
安装过程并不复杂，先把代码拉下来并安装依赖：
git clone https://github.com/THU-MAIC/OpenMAIC.gitcd OpenMAICpnpm install
然后复制环境变量配置：
cp .env.example .env.local至少配置一个 LLM 服务商的 API Key，例如：
OPENAI_API_KEY=sk-...DEFAULT_MODEL=openai:gpt-5.5
最后启动开发环境：
pnpm dev打开 http://localhost:3000 就可以进入 OpenMAIC。
项目支持的模型和服务比较多，包括 OpenAI、Azure OpenAI、Anthropic、Amazon Bedrock、Gemini、DeepSeek、Qwen、Kimi、MiniMax、Grok、OpenRouter、豆包、腾讯混元、小米 MiMo、智谱 GLM 等，同时也支持 Ollama、Lemonade 以及其他 OpenAI-compatible API。
如果希望把语音识别、模型推理等能力放在本地，也可以使用 Lemonade、FunASR 等服务。
音频和视频材料则可以通过 FFmpeg 进行本地提取，再结合 ASR 服务生成带时间戳的文本和视频关键帧。
如果只是自己体验，直接本地运行就够了。如果需要部署到服务器，OpenMAIC 同时提供 Vercel 和 Docker 方案。
Docker 可以直接通过 docker compose up --build 启动，网络环境较慢时，还可以配置国内镜像来加快 Alpine 和 npm 依赖的下载。
cp .env.example .env.local# Edit .env.local with your API keys, then:docker compose up --build
项目默认并不强制要求数据库，课程数据和部分运行状态可以保存在浏览器中。
如果需要多人使用或者希望 Agent 的运行状态长期保存，可以开启 PostgreSQL 服务端持久化。启用之后，课程、文档、Agent Session 和相关资料都会进入服务端存储。
如果使用 v1.0.0 的 Agent Workbench，则需要额外开启 Agent Runtime，并配置 PostgreSQL 和 MODEL_ROUTES。
这里有一个比较明确的设计：Agent 使用哪个模型需要显式配置，模型路由配置错误时系统会直接报错，而不会自动选择一个未知的默认模型。
视频导出也采用了独立的 Render Service。浏览器负责生成课程项目，真正的 MP4 渲染交给独立容器中的 Chromium 和 FFmpeg 完成。
如果没有启动 Render Service，则可以退回到下载项目 ZIP、在本地完成渲染的方式。
04
几个值得留意的设计
如果从代码实现来看，OpenMAIC 有几个地方比较值得关注。
首先是它没有把课程直接当成一堆 HTML 或 PPT 文件来处理，而是定义了自己的课程 DSL。课程、页面和场景都有结构化的数据表示，Agent 可以通过工具读取和修改这些结构。
这样做的一个直接好处是，用户说“修改第二页的标题”或者“在第三个场景后增加一个测验”时，Agent 可以对具体对象进行修改，而不是重新生成整个课程。
其次是存储层做了抽象。@openmaic/storage 对文档、运行状态、KV、素材、Agent Session 等数据进行了统一封装，浏览器存储、HTTP、PostgreSQL 和 S3 都可以作为不同的后端。
这让 OpenMAIC 在从个人本地使用转向服务器部署时，不需要重新设计整个数据层。
另外一个比较有意思的部分是 Agent Runtime。一个真正运行几分钟甚至更久的 Agent 任务，和普通的“一次 API 请求”并不一样。
OpenMAIC 为此加入了 Session、Lease、Heartbeat、取消、恢复和事件记录等机制，使课程构建过程具备了持续运行和异常恢复的能力。
在多智能体部分，项目使用 LangGraph 管理 Agent 的状态和交互，而课堂本身又有独立的 Playback Engine 和 Action Engine。
也就是说，Agent 负责决定“接下来应该做什么”，课堂运行系统再负责把这些决定转换成讲话、画白板、展示内容等具体动作。
这也是 OpenMAIC 和普通“AI 生成 PPT”工具比较明显的区别：它关注的不只是内容生成，而是从课程规划一直到课堂运行的整个过程。
05
总结
从最初的课程生成，到如今涵盖互动内容、多智能体课堂和开放部署能力，OpenMAIC正在尝试把大模型的能力真正嵌入课程和教学过程。
它的价值并不只是多提供一个AI工具，而是提供了一套可以被使用、修改和继续开发的开放框架。
此次登上GitHub Trending并获得超过3.8万个Star，也说明AI与教育的结合正在受到越来越多开发者的关注。
对于教师、研究者和开发者而言，OpenMAIC或许提供了一个值得进一步观察和实践的方向：当AI开始参与课程设计和课堂互动后，线上教学还能有怎样的可能性？
END
关注+星标，获取AI前沿进展与开源一线动态