TL;DR

OpenMAIC (THU-MAIC) 是一个基于多智能体编排的开源互动课堂生成平台，支持将任意主题或文档一键转化为包含幻灯片、测验和交互式模拟的完整课程。其核心亮点在于引入了 Agent Workbench（智能体工作台），允许用户通过对话式交互对课程大纲、页面内容和多媒体素材进行细粒度的规划与修正，而非仅依赖一次性生成。

它解决什么问题

传统 AI 课件工具往往止步于“文本转 PPT”或简单的幻灯片生成，缺乏对教学逻辑的深度理解和互动性。OpenMAIC 旨在解决“内容生成”与“沉浸式学习体验”之间的断层，通过多智能体协作（AI 教师、AI 同学）实现实时讨论、白板绘图和语音讲解。随着 LLM 在复杂任务规划（Planning）和多模态理解上的能力提升，构建一个能处理长文档、支持项目式学习（PBL）且具备持久化会话能力的教学环境成为可能。

核心做法

项目采用 Next.js + React + TypeScript 技术栈，底层依赖 LangGraph 进行多智能体工作流编排。 1. Agent Workbench: v1.0 引入的核心功能，提供基于对话的课程构建界面。智能体通过明确定义的 Tool（如 DSL 读写、页面增删改）操作课程结构，支持会话持久化（Server-backed persistence），允许中断、恢复和人工干预。 2. 多模态集成: 深度整合了 FunASR（本地语音识别）、Lemonade/VoxCPM2（本地 TTS 及声音克隆）以及多种 LLM Provider。支持从音频/视频中提取时间戳转录和关键帧。 3. 互动场景渲染: 不仅生成静态幻灯片，还支持 HTML5 交互式模拟、PBL（项目式学习）场景和 3D 可视化，并提供 .pptx、.html 及 MP4（通过 Hyperframes）导出。

作者

项目由 THU-MAIC（清华大学人工智能产业创新中心相关团队）维护。README 中未详细披露具体个人开发者背景，但项目附带了发表于 JCST'26 (Journal of Computer Science and Technology) 的学术论文，表明其具有明确的学术研究背景和工程落地导向。团队在开源社区活跃度较高，近期频繁迭代。

社区反应

截至数据截获时，项目拥有 22,128 Stars 和 4,294 Forks，显示出极高的社区关注度和热度。Open Issues 为 205 个，考虑到其快速迭代（从 v0.1 到 v1.0 仅数月），这一数量级属于正常范围。主语言为 TypeScript，生态兼容性好（支持 Vercel 一键部署、Docker Compose）。其“One-click”体验和强大的本地 AI（Lemonade/FunASR）集成是吸引大量开发者和教育技术从业者的关键。

怎么上手

  1. 环境要求: Node.js >= 20, pnpm >= 10。
  2. 安装与配置: bash git clone https://github.com/THU-MAIC/OpenMAIC.git && cd OpenMAIC pnpm install cp .env.example .env.local # 配置至少一个 LLM API Key (如 OpenAI, Anthropic)
  3. 运行: pnpm dev 访问 localhost:3000。
  4. 高级配置: - 本地 AI: 部署 Lemonade (LLM/TTS/ASR) 或 FunASR，并在 .env 中指向本地地址。 - 持久化: 启用 PostgreSQL (docker compose --profile server-persistence up) 以支持 Agent Workbench 的会话保存。 - 视频导出: 需额外启动 video-export profile，依赖 Chromium + FFmpeg。

争议与局限

  • 持久化安全性: README 明确指出，当前的 Server-backed persistence token (NEXT_PUBLIC_PERSISTENCE_TOKEN) 不具备机密性，仅用于防止无关网络扫描。在生产环境中需替换为真实的身份验证机制（README 推断：目前适合本地或受信任网络部署，不适合多租户 SaaS）。
  • 模型依赖: 虽然支持多种 Provider，但推荐模型（如 Gemini 3 Flash, GPT-5.6）多为较新或特定版本，部分功能（如 MP4 导出、高级文档解析 MinerU）依赖额外的本地资源或云服务，增加了部署复杂度。
  • Agent 控制力: Agent Workbench 虽提供了细粒度编辑，但复杂课程的生成质量仍高度依赖底层 LLM 的逻辑推理能力，可能出现 DSL 结构错误（需人工校验）。

相关项目

  • Gamma — Gamma 是更成熟的商业 SaaS，提供极佳的 UI/UX 和模板生态，但缺乏 OpenMAIC 的多智能体互动课堂、本地 AI 集成及开源可定制性。
  • Tome — Tome 侧重于叙事型演示文稿生成，强调视觉美学和故事线，但在教学场景的互动性（如测验、PBL）和多智能体协作方面不如 OpenMAIC 深入。
  • LangChain / LangGraph — 这些是构建智能体应用的底层框架，OpenMAIC 基于 LangGraph 构建了上层应用；LangChain 本身不提供现成的“互动课堂”产品形态。
  • Slidev — Slidev 是面向开发者的 Markdown 幻灯片工具，高度可定制且支持本地运行，但缺乏 AI 自动生成内容、多模态交互和智能体编排能力。
  • ChatDOC — ChatDOC 允许用户与 PDF/文档对话，侧重于信息检索和问答；OpenMAIC 则更进一步，基于文档内容主动构建结构化的、多角色的教学课程。
  • Pliny — Pliny 是一个个人网站生成器，与 OpenMAIC 无直接竞争关系；此处列出是为了对比“内容消费/展示”类工具与 OpenMAIC “教育生成/互动”类的本质差异。