返回
发布于 2026-09-07 17:40 · 4 次阅读

OpenMAIC：用多智能体重构在线课堂，把任意文档变成沉浸式 AI 教学体验

OpenMAIC：用多智能体重构在线课堂，把任意文档变成沉浸式 AI 教学体验

项目地址：https://github.com/THU‑MAIC/OpenMAICGitHub

当传统网课还停留在录播视频、静态 PPT 单向输出的时代，清华大学 THU‑MAIC 团队开源的OpenMAIC（Open Multi‑Agent Interactive Classroom，开放式多智能体交互式课堂），给出了 AI 原生教育的全新解法：输入一段描述、一份 PDF 文档，几分钟之内就能生成一整套完整、可交互、具备完整课堂氛围的虚拟课堂环境CSDN博...。

它不是简单的 AI PPT 生成工具，也不是普通聊天机器人。OpenMAIC 的核心，是用多智能体编排模拟真实课堂生态：AI 老师负责授课板书，AI 同学参与讨论辩论，搭配测验、仿真实验、项目式学习，让学习者从被动观看，转向主动沉浸式学习。

一、什么是 OpenMAIC？

OpenMAIC 是一套完全开源的 AI 课堂生成与运行平台，遵循MIT 开源协议（2026 年 6 月由 AGPL‑3.0 变更），支持免费商用CSDN博...。 简单来说，它实现的是“输入知识素材，输出完整课堂”的自动化流水线：

  1. 你输入学习主题，或者上传 PDF、讲义、音视频等参考资料；
  2. 系统两阶段流水线先生成结构化课程大纲，再把大纲拆解成幻灯片、测验、模拟实验、项目任务等课堂场景；
  3. 启动多智能体，AI 教师、AI 同学就位，开启语音讲解、白板书写、课堂问答、圆桌辩论的完整课堂流程GitHub。

区别于 MOOC 模式 “一份视频给千万人观看”，MAIC 范式是多个智能体服务一个学习者。学习者可以随时打断提问、参与讨论，不再是跟着录播固定节奏被动接收信息，真正实现个性化学习。该成果对应的学术论文《From MOOC to MAIC: Reimagine Online Teaching and Learning through LLM‑driven Agents》已发表于 JCST 期刊，并且在清华校内经过数百位学生真实教学场景验证。

二、核心能力：不止 PPT，是完整的虚拟教室

1. 丰富多样的课堂场景

OpenMAIC 提供了多元的教学场景组件，覆盖理论学习、动手实践、项目协作：

  • 幻灯片课堂：AI 教师语音讲解，支持白板手写公式、图表、激光笔、聚焦高亮，还原线下授课体验；
  • 交互式测验 Quiz：单选、多选、简答题自动出题，AI 实时批改并且给出解析反馈；
  • 深度交互模式 Deep Interactive Mode，这是平台极具特色的能力，包含五大交互 UI 类型：
    • 3D 可视化：比如分子结构、天体运行等抽象知识三维可视化；
    • 动态仿真模拟：物理小实验、流程推演，学习者手动调整参数观察结果；
    • 知识小游戏：以游戏化方式巩固知识点；
    • 思维导图：结构化梳理知识框架；
    • 浏览器内在线编程：直接写代码运行，即时看到运行结果与报错提示GitHub。
  • PBL 项目式学习：分配不同角色，设置任务里程碑，AI 作为评审与协作伙伴，完成完整项目产出。

2. 多智能体课堂互动

整个课堂由一组分工明确的 AI 智能体驱动：

  • AI 教师负责授课、板书、答疑；
  • AI 同学主动抛出问题、提出不同观点，开展圆桌辩论；
  • 用户随时可以介入对话，举手提问、参与讨论。 所有板书、绘图、语音朗读都由智能体实时生成，而不是提前预制好的素材。

3. 强大的输入输出与部署能力

输入：支持自然语言描述主题，同时支持 PDF、Word、音视频解析，借助 MinerU 完成复杂表格、公式、OCR 识别解析。 导出：支持导出可编辑 PPTX、离线交互式 HTML 网页、完整课堂 ZIP 压缩包，导出 HTML 可做到完全离线内网运行，无需依赖外网 CDN 资源。

部署方式非常灵活：

  1. 在线演示版本直接网页体验 open.maic.chat；
  2. 本地源码部署，基于 pnpm；
  3. Docker 一键容器部署；
  4. 支持接入 PostgreSQL 实现服务端持久化存储课程数据；
  5. 可选渲染服务，直接导出 MP4 课堂视频文件。

同时兼容海量大模型后端：OpenAI、Azure OpenAI、Claude、Gemini、Qwen、GLM、DeepSeek、Kimi、MiniMax，也支持本地 Ollama、Lemonade 本地大模型栈；语音方面接入 VoxCPM2 实现本地 TTS 声音克隆，FunASR 实现本地语音识别，完全可以做到全链路离线私有化部署GitHub。

4. OpenClaw 集成：在聊天软件里生成课堂

借助 OpenClaw 技能，用户可以直接在飞书、Slack、Telegram 等 IM 聊天工具里一句话生成课程。不需要打开网页，在聊天框输入 “教我量子物理”，助手就会调度 OpenMAIC 生成课堂，完成后返回访问链接，支持托管模式与自托管模式两种配置，极大降低使用门槛GitHub。

5. 国际化

界面支持 12 种语言，简体中文、繁体中文、英语、德语、韩语、俄语、阿拉伯语等多语言本地化，同时支持深色模式。

三、技术架构拆解

整个项目基于 Next.js + TypeScript 开发，代码仓库语言占比 TypeScript 高达 94.2%，整体分为几大核心模块GitHub：

  1. app/：Next.js 主应用，包含全部后端 API 接口，课程生成接口、聊天 SSE 流接口、PBL、PDF 解析、导出接口；
  2. lib/：核心业务逻辑库，是整个项目灵魂：
    • generation：课程两阶段生成流水线（大纲‑场景生成）；
    • orchestration：基于 LangGraph 实现多智能体状态编排，管理课堂各个 Agent 的轮次与对话；
    • playback：课堂播放状态机，控制上课播放、暂停、交互；
    • action 引擎：执行 28 种以上课堂动作：语音播报、白板绘图、高亮、动画；
    • ai：统一 LLM 提供商抽象层，对接各家大模型；
    • audio：TTS 语音合成、ASR 语音识别模块；
  3. components/：全套 React 前端组件，幻灯片渲染器、测验、PBL、白板、聊天、设置面板；
  4. packages/：工作空间子包，PPT 生成、MathML 公式转换等工具库；
  5. skills/openmaic/：面向 OpenClaw 的技能代码，实现在聊天应用调用课堂能力。

四、适用场景

  1. 个人自学：输入 “30 分钟从零学习 Python”，快速生成一套互动课程，一边看课件一边做模拟实验与编程练习；拆解论文、解读技术文档，把枯燥论文变成有讲解的课堂。
  2. 教师教育工作者：快速生成教学课件，产出交互式课堂，导出 PPT 用于线下授课，也可以直接把 HTML 课堂发给学生自学。
  3. 企业内部培训：把产品手册、流程规范生成互动培训课堂，私有化部署保障数据安全。
  4. 二次开发与教育产品研发：MIT 协议允许商用，开发者可以基于 OpenMAIC SDK，把 AI 课堂能力嵌入自己的教育产品。
  5. 科研实验：用于多智能体教育相关的研究与评估。

五、快速上手体验

环境要求

Node.js ≥ 20，pnpm ≥10

git clone https://github.com/THU‑MAIC/OpenMAIC.git
cd OpenMAIC
pnpm install
cp .env.example .env.local

编辑.env.local填入至少一个大模型 API 密钥，然后运行：

pnpm dev

访问 http://localhost:3000 即可开始生成你的第一堂 AI 课堂。

也可以直接使用 Docker Compose 完成一键部署，还可开启 PostgreSQL 持久化、视频导出渲染服务等可选组件GitHub。

六、写在最后

长久以来 AI + 教育领域很多产品停留在 “AI 做课件”“AI 答疑聊天”。OpenMAIC 的创新在于，它完整还原了课堂这个复杂的社会交互场景：不只是生成静态内容，而是把老师、同学、提问、辩论、动手实验整套教学流程交给多智能体去运行。

当然，项目还处于高速迭代阶段（当前最新版本 v0.3.2），很多功能持续完善。开源 MIT 协议，不管是普通学习者拿来体验，还是开发者二次开发，都拥有极高自由度。

如果你对 AI 教育、多智能体应用感兴趣，不妨前往 GitHub 查看源码，也可以访问在线 Demo 直观感受 “多智能体交互式课堂” 的魅力。

项目仓库：https://github.com/THU‑MAIC/OpenMAIC 

在线演示：https://open.maic.chat/