不是又一个 AI 聊天机器人，不是录播课的数字化翻版——OpenMAIC 想做的，是把一整间课堂装进你的浏览器。

---

大家好，我是顾北！

最近有个开源项目让我刷新了对"AI教育"的认知。

我们见过太多 AI 教育产品：总结文档的、出题批改的、生成讲义的。说白了，不过是把 ChatGPT 套了个教育外壳。

但 OpenMAIC 不一样。

它由清华大学研究团队历时两年打磨，3月11日刚刚开源，6天内在 GitHub 收获 3300+ Stars、442 Forks。它要做的事情，用一句话概括就是：

输入一个主题或上传一份 PDF，几分钟内，一间完整的 AI 互动课堂就出现在你面前。

有 AI 老师讲课，有 AI 助教答疑，还有性格各异的 AI 同学参与讨论和辩论——白板在实时绘图，语音在实时播报，你随时可以举手提问、参与测验、完成项目。

这不是 demo，是可以现在就去体验的真实产品。

---

一、它到底解决了什么问题？

在线教育这 10 年，本质上只做了一件事：把录播课搬上网。

MOOC 的完课率普遍低于 15%，原因不是内容差，而是没有互动、没有陪伴、没有压力。你对着屏幕看视频，和对着书本自学，其实没有本质区别。

真正让人学进去的课堂，往往需要这些要素：

• 老师能感知你的理解状态，随时调整讲法

• 同学的提问会激活你的思考

• 讨论、辩论、被提问——这些"有点压力"的场景反而让记忆更深刻

OpenMAIC 的核心野心，正是把这些要素用多智能体系统还原出来。

项目已在清华校内完成真实试点，覆盖 700+ 学生，产生超过 10 万条真实互动记录，平台访问量超过 24 万次。这不是实验室数据，是真实学生上课留下的痕迹。

---

二、一次完整的课堂生成，是什么体验？

OpenMAIC 的流程极其简单：

1. 打开 https://open.maic.chat/

2. 输入主题，或上传 PDF

   

3. 等待约 5 分钟（成本不到 2 美元）

1. 进入你的专属互动课堂

系统背后是一条两阶段流水线：

• 大纲生成：AI 分析输入，生成结构化课堂大纲

• 场景生成：每个大纲条目生成为独立的富媒体场景

而每个"场景"，可能是幻灯片、测验题、交互式模拟实验，或者项目制学习任务。

---

三、四大场景类型，不只是幻灯片

很多人以为课堂生成 = 自动做 PPT。OpenMAIC 不止于此。

🎓 幻灯片（Slides）

AI 老师配合聚光灯和激光笔动作进行语音讲解，不是机械播放，而是有节奏地推进——高亮当前讲解点，白板同步补充推导。

🧪 测验（Quiz）

自动生成单选、多选、简答题，AI 实时判分并给出个性化反馈，识别知识薄弱点，建议后续学习路径。

🔬 交互式模拟（Interactive HTML）

系统动态生成可运行的 HTML 交互实验——物理模拟器、函数图像绘制、算法流程图等。不是图片，是可以动手操作的实验。

🏗️ 项目制学习（PBL）

选择一个角色，与 AI 智能体协作完成结构化项目，有里程碑、有交付物。学桌游规则？AI 同学直接扮演不同阵营陪你实战。

---

四、五个真实测试 Case，直接上效果

别光听描述，来看看社区里真实的测试案例。

Case 1：零基础文科生学 Python

输入： "零基础文科生，30分钟学会Python"

系统生成：

• 8 个完整场景：代码运行原理幻灯片 → 变量与数据类型演示 → 交互式 Python 沙盒 → 函数与循环 → 综合练习

• 3 道渐进难度测验题（选择题 + 填空题）

• AI 同学讨论环节：两个性格截然不同的 AI 同学登场——"阿强"（急于上手型，一直问"这有啥用？能直接跑吗？"）vs "木木"（理论爱好型，追问"为什么变量需要类型？"）

• AI 老师全程语音讲解，白板实时演示代码执行过程

亮点： 同学角色的人格差异不是随机设置的，是 MAIC-Craft 模块根据学习目标自动生成的——它判断初学者最需要"实用主义"和"原理探索"两种视角的碰撞。

Case 2：非技术人员讲大模型

用户需求（原文）：

面向非技术背景成人，理解 ChatGPT/Agent/RAG/多模态关系，约 30-40 分钟，6 个章节，含 3 道选择题，增加 AI 老师 vs AI 同学的讨论环节，白板图示解释训练和推理的区别。

系统生成结果： 完整满足上述所有要求。

令人印象深刻的细节：

• AI 老师把 LLM 的推理机制类比为"永不停息的文字接龙游戏"

• 白板上动态演示：左侧"训练阶段"（海量数据 → 参数更新），右侧"推理阶段"（输入 → token 逐步生成），箭头动画实时绘制

• 选择题精准考察"上下文窗口"、"幻觉产生原因"等关键概念

生成课堂可直接访问：https://open.maic.chat/classroom/pZURlMvOlc

---

Case 3：学阿瓦隆桌游规则

输入： 桌游规则说明文档

亮点：

系统生成了 PBL 项目制学习——AI 同学直接扮演"梅林阵营"与"莫甘娜阵营"，进行角色扮演式的投票推理讨论。学规则不是"读手册"，而是直接进入"模拟游戏"。原本需要反复翻看规则书的学习过程，压缩成了一次沉浸式角色扮演。

Case 4：分析智谱和 MiniMax 的股价

输入： 热点财经话题（无需上传文件）

亮点：

系统开启联网搜索模式，实时抓取最新行情数据，生成含折线图的幻灯片分析课。AI 老师和 AI 同学围绕估值逻辑展开圆桌辩论——一方强调用户增长指标，另一方关注商业化落地节奏——让"股价分析"这个听起来枯燥的话题，有了类似财经脱口秀的现场感。

---

Case 5：解析 DeepSeek 最新论文

输入： 上传 DeepSeek 论文 PDF

亮点：

MAIC-Craft 模块进行多模态内容提取，识别论文中的架构图和实验表格，生成技术解读课程。白板动态复现了论文中的模型架构图——不是截图贴上去，是 AI 智能体一笔一笔"画出来"的，边画边讲解每个模块的作用。测验题直接考察 MLA（Multi-head Latent Attention）与 MoE 的核心区别，精准对准论文关键创新点。

---

五、技术架构：为什么这件事现在才能做成？

多智能体互动课堂的想法不新，但真正做好需要解决三个核心问题：内容生成质量、智能体协同、实时状态感知。

OpenMAIC 的技术选型：

前端：Next.js 16 + React 19 + TypeScript + Tailwind CSS

编排：LangGraph 1.1（状态机管理多智能体流程）

三个核心模块：

① MAIC-Craft（内容生产层）

多模态内容提取 + 课程规划 + Agent 角色自动生成。输入 PDF，它能识别图表、公式、章节结构，并根据学习目标自动设计 AI 同学的人格原型（比如"急于实践型"vs"原理探索型"）。

② 自适应引擎（个性化层）

基于认知学生建模，融合布鲁姆分类（Bloom's Taxonomy）、近端发展区（ZPD）、通用学习设计（UDL）等教育学理论，实现 token 级的个性化教学。简单说：系统会根据你的答题状态实时调整后续内容的深度和节奏。

③ 课堂管理 Agent（编排层）

实时感知课堂状态，智能调度多个 AI 智能体的发言顺序与讨论节奏，避免"AI 们自说自话"的混乱。目前系统支持 28+ 种动作类型，包括语音、白板绘图/文字/形状/图表、聚光灯、激光笔等。

LLM 方面支持 OpenAI、Anthropic、Google Gemini、DeepSeek 等主流服务商。官方推荐 Gemini 3 Flash（效果与速度最佳平衡），追求最高质量可选 Gemini 3.1 Pro。

---

六、五种方式上手，选最适合你的

方式一：在线直接体验（零配置）

访问 https://open.maic.chat/ ，输入主题即可。

方式二：一键 Vercel 部署

GitHub 仓库提供了 Vercel 一键部署按钮，填入 LLM API Key，3 分钟搭建私有实例。

方式三：本地部署

git clone https://github.com/THU-MAIC/OpenMAIC.git
cd OpenMAIC && pnpm install
cp .env.example .env.local  # 填入你的 LLM API Key
pnpm dev  # 访问 http://localhost:3000

方式四：Docker

cp .env.example .env.local
docker compose up --build

方式五：OpenClaw 集成（在飞书/Slack/Telegram 直接用）

clawhub install openmaic

告诉你的 AI 助手"教我量子物理"，它会自动完成生成、部署、发送链接全流程。

---

七、社区现状：6 天，38 个 Issues，活跃得有点出乎意料

开源 6 天，社区的反馈速度颇为罕见。目前已有 38 个开放 Issue，其中 Bug 类和 Feature 类基本各占一半——这说明有真实用户在认真使用，并且认真在意这个产品的未来。

用户反馈最集中的 Feature 需求：

• 历史聊天记录可查阅（Issue #47）

• 讨论环节支持语音播报（Issue #39）

• 添加播放进度条（Issue #36）

• 白板元素防重叠自动布局（Issue #38）

• 内置笔记系统，支持导出 Markdown（Issue #33）

• 题库引用功能，支持基于已有题目风格生成（Issue #43）

这些 Feature 需求的质量很高——能看出提需求的人是真的在用，而不是随便提的。

目前已知的几个跟进中的问题：

• 本地部署课程数据持久化（Issue #53）

• 联网搜索功能报错（Issue #46）

• Gemini 模型配置识别（Issue #35）

考虑到这是开源第 6 天，这个状态是正常的，团队的响应速度值得期待。

---

总结

OpenMAIC 不是在教育领域"加了一层 AI 外壳"，它在真正尝试重构课堂的形态——用多智能体协作，把"讲授、互动、测验、项目"全部纳入一个统一的动态课堂系统。

它目前最大的价值，是证明了这件事现在技术上已经可以做到，而且成本低到出人意料（一节课不到 2 美元）。

项目信息汇总：

• GitHub：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

• 协议：AGPL-3.0

如果你在做 AI 教育、AI Agent 编排，或者只是好奇"多智能体系统到底能产生什么样的用户体验"，OpenMAIC 值得花半小时认真研究一下。

---

你最想让 AI 帮你学什么？欢迎评论区留言。

我是顾北，我们下期再见！