清华重磅开源 OpenMAIC：多智能体时代下的大模型课堂新范式

wasp520

10人浏览 · 2026-04-04 16:24:04

wasp520 · 2026-04-04 16:24:04 发布

清华重磅开源 OpenMAIC：多智能体时代下的大模型课堂新范式

各位热爱 AI 和效率工具的同行们，大家应该都刷过各种慕课（MOOC）或者长篇的技术分享讲座吧？最大的痛点是什么？枯燥的单向输出。没人互动，不懂的地方只能暂停自己去搜，而且所有的进度都是老师定死的。

但现在，大模型和 Agent 的爆发，终于要把这块硬骨头啃下来了。最近，由清华大学（THU-MAIC）开源出品的 OpenMAIC 在 GitHub 上强势登榜。它不仅终结了“看视频学习”的无趣时代，更是通过**多智能体协作框架（LangGraph）**，彻底重塑了教与学的过程。这可以说是我近期看到把 Agent 应用落地得最惊艳的项目之一。

今天，我们就来深度扒一扒这个让课堂“活”起来的项目，看看它的底层源码是如何利用 LLM 和 Agent 架构完成降维打击的。

1. 什么是 OpenMAIC？不只是课件，而是整座“教室”

OpenMAIC 的全称是 Open Multi-Agent Interactive Classroom。只要你丢给它一个主题（或者是长文档/PDF），它能在几分钟内自动生成一整套包含以下内容的沉浸式课堂：

🎙️ AI 教师伴随着幻灯片实时语音讲解
🎨 AI 教师在共享白板上实时绘制流程图和推导公式
🙋 AI 同学随时向老师提问、辩论并引发课堂讨论
🧪 PBD（项目制学习）与 HTML 交互式沙盒模拟

也就是说，它把 LangChain、多模态 TTS（语音）、动态前端（React/Canvas 渲染）全部结合在了一起。更硬核的是，这个项目已经被真正落地验证过了，在清华校内跑了两年，服务了七百多名学生。

2. 核心源码架构：当 Next.js 遇上 LangGraph

如果你翻开它的源码仓库（采用了全栈 Next.js 16 + React 19），你会发现它的架构设计可以说是教科书级的 Agent 智能体系统设计：

2.1 两阶段生成流水线 (Generation Pipeline)

当我们输入指令后，/lib/generation 中的流水线开始了它的魔法：

大纲提炼：通过大语言模型先把几万字的文本抽取出结构化的大纲树。
场景剧本生成：将每一个大纲节点分配给独立的 Scene Builder，比如生成幻灯片脚本、测验题组件、甚至是用于动手模拟操作的交互式 HTML 沙盒。

2.2 LangGraph 状态机编排大脑

整个课堂中最令人拍案叫绝的，是它对多个智能体的调度方式——位于 /lib/orchestration 的机制完全是通过 LangGraph 状态机驱动的。
在这里存在一个 **Director（导演节点）**，它掌握着剧本走向。当 AI 教师说完一段幻灯片，Director 会判断是否有“AI 同学”需要在这个知识点进行提问补充（或者产生激辩），从而触发互动流。这种基于图结构的确定性与大模型自身的发散性达到了绝佳的平衡。

2.3 28+ 维度的运行时动作引擎 (Action Engine)

很多项目做到剧本生成就结束了。但 OpenMAIC 自己手搓了一个前端播放和动作引擎（Playback State Machine）。在它的前端（Web 画布），教师智能体的操作被抽象成了 28 余种底层指令。比如：

DrawShape/DrawMath：在白板上用 SVG 绘制；
Speak：调用后端各种 TTS 服务；
Spotlight：屏幕局部聚光灯效果。

所有的数据都通过 Zustand 管理并由 Web 画板精准渲染。这就好比用大模型写出了一场话剧，然后让浏览器当舞台把它演了出来。

3. 破圈杀手锏：打通 OpenClaw 的一键部署

这套复杂的平台是不是很难安装？OpenMAIC 对部署极度宽容。它的亮点之一就是内置支持了 **OpenClaw 集成**。

通过 OpenClaw，你可以直接在 Slack、飞书、Discord 甚至 Telegram 这样的聊天群里直接唤出课堂。

# 仅仅一行命令就能将技能安装到 Agent
clawhub install openmaic

你可以直接对飞书里的个人助理说：“教我一下量子物理”，后台的大模型就会调用 OpenMAIC 的 API 并在云端的托管环境为你生成一套完整的课堂连接扔回飞书中。这几乎把这套系统的触达成本降到了零。

当然，如果你为了安全需要私有化，它也提供了完整的 Docker Compose 和基于 Vercel 的一键部署，仅仅需要配置一个兼容 OpenAI 的 API KEY。这里团队也贴心地给出了高性价比指南：强烈推荐采用 Gemini 3 Flash 模型，极速且聪明。

4. 真实课堂演示：从大纲到多智能体激辩

光说不练假把式，我们直接来看看在一套真实的学习流程中，OpenMAIC 是如何发挥威力的。

场景 1：大纲生成与测试测验构建

仅仅需要输入你的教学意图，系统的第一流水线便会极速生成章节甚至相关测验。
生成测试.png

场景 2：基于 Canvas 的高清课件

在多智能体讲解时，中心的主舞台会呈现出结构化生成的高清板书和课件，而这一切都是可被底层动作引擎操作的。
课件1.png

场景 3：引爆灵感的 AI 讨论组

这绝对是它的灵魂所在。在界面的右侧，不再是枯燥的单选框，而是真实存在的“AI 同学虚拟课堂”。他们会针对老师的讲解进行提问、甚至相互激辩，极大地模拟了线下课堂的思想碰撞氛围。
讨论组.png

5. 落地价值：我们能学到什么？

分析完 OpenMAIC，作为开发者我个人的直观感受是：

Agent 的最终归宿是体验重塑：很多大模型产品只是加了一个侧边框对话机器人。而这套方案告诉我们，应该把前端交互界面完全留给 Agent 操作。从被动的视频点播，变成真正能够“随时打断并对战”的互动空间。
多模态正在成为标配：项目从底层的 lib/audio TTS/ASR 抽离到多模态图表解析，完全脱离了极客范畴，它是针对真实世界的视觉听觉输出。