📌 项目地址：THU-MAIC/OpenMAIC | ⭐ 18,086 颗星 | 🔧 TypeScript | 📜 AGPL-3.0
清华团队开源的 OpenMAIC（Open Multi-Agent Interactive Classroom），是一个在浏览器里运行的 AI 课堂系统。你给一个主题或上传 PDF/Markdown 文档，几分钟后就会生成由 AI 老师、多个 AI 学生实时互动的课堂。老师用白板画图、语音讲解，AI 学生会追问、辩论。所有幻灯片、测验、交互模拟都是即时生成的，不是提前录制。
我花了一个下午测试它的 Live Demo 和几个使用场景，下面把实际体验、架构逻辑、部署方式和你需要知道的成本问题说清楚。
One-click 课堂生成：从主题到开课
打开 GitHub 页面上的 Live Demo（不需要注册或部署），输入“递归算法入门”，点击生成。大约两分钟后，左侧出现幻灯片大纲，右侧出现一个虚拟教室，AI 老师开始逐页讲解。每页幻灯片自动切换，老师的声音（默认 TTS）同步播放。你可以随时打字插话，比如问“老师，递归和循环有什么区别？”，AI 老师会暂停当前讲解，切换白板画图解释。
如果上传自备的讲义（支持 PDF/Markdown），系统会解析内容并生成对应的课程，而不是凭空生成。这是它和普通 LLM 问答最主要的区别——它构建了一个有结构、有进度的授课流程。
生成前可以编辑大纲（v0.2.2 Pro Mode），生成后也能用 MAIC Editor 直接修改每一页幻灯片。如果觉得大纲不对，不用重新生成全部，只改一行就行。
多智能体如何工作：不是一个人分饰多角
OpenMAIC 同时运行多个独立的 AI 实例，每个角色用不同的系统提示词和行为逻辑。老师负责讲解、画图、出题；几个 AI 学生各有风格：有的喜欢追问基础概念，有的会故意找逻辑漏洞。老师用的模型和学生可以不同——我在设置里把老师设为 GPT-5.5，学生设为 DeepSeek-V4，课堂讨论时明显感觉两个学生风格不一样。
支持的最新模型列表（来自 README v0.2.1/v0.2.2）：Claude Opus 4.8、GPT-5.5、GPT-Image-2、DeepSeek-V4、Gemini 3.5 Flash、MiniMax M3、Xiaomi MiMo、Hy3。也支持通过 Ollama 跑本地模型，这意味着你可以完全离线运行（前提是你的机器能跑动 7B 以上的模型）。
我试的递归课中，一个 AI 学生突然打断问：“递归不是有栈溢出风险吗？” 老师立刻切换到白板画了一个函数调用栈的图，讲解深度限制和尾递归优化。这种动态响应不是预设脚本，而是两个 AI 代理实时交互的结果。如果你不插话，课堂会自然推进；如果你提问，老师会为你调整节奏。
Deep Interactive Mode：AI 生成的可操作内容
v0.2.0 引入的 Deep Interactive Mode 是另一个亮点。生成课程时，如果主题适合动手操作，AI 会生成可交互的 HTML 内容插入到课堂中。包括：
- 3D 可视化（分子结构、天体运动）
- 模拟实验（电路搭建、物理碰撞）
- 小游戏（练习打字、排序算法可视化）
- 思维导图
- 在线编程环境（支持 Python 代码运行）
我试了“排序算法”课程，AI 生成了一个冒泡排序的交互可视化页面：每次交换元素都会高亮，步进按钮可以单步执行。你不需要写任何代码，AI 根据课程内容现场生成。这比静态的 PPT 动画更直观，而且内容可以任意修改或重新生成。
v0.2.1 还增加了课程完成页面，显示测验结果并保存状态；v0.2.2 允许将幻灯片导出为可编辑的 .pptx 文件，并支持课堂整体打包成离线 ZIP 包——没网也能打开全部内容（语音和交互内容需要预先加载）。
语音与聊天机器人集成
v0.2.1 集成了 OpenBMB 的 VoxCPM2 TTS，支持语音克隆。录一小段自己的声音（约 30 秒），之后 AI 老师的语音会变成你的音色。对于需要制作口播课程的教师，这省去了反复录制旁白的成本。v0.2.2 新增 Azure STT，提高了语音识别质量，可以用语音与 AI 老师对话。
OpenMAIC 内置了 OpenClaw 集成。OpenClaw 是一个机器人框架，支持飞书、Slack、Telegram 等 20 多个聊天应用。你在聊天软件里对机器人说“生成一节关于微积分的课”，它会返回课堂链接。（这是可选功能，不需要的话可以忽略。）
部署与配置：你只有两种选择
- 直接用 Live Demo：GitHub 页面顶部就有链接，点击即用。所有功能都可体验，但受限于演示服务器资源，Deep Interactive Mode 加载稍慢。
- 本地部署：需要 Node.js 18+ 和 TypeScript 环境。README 没有提供一键安装命令，但标准 Node 项目
npm install && npm run dev即可启动。你需要配置模型 API Key（至少一个，建议多个），以及 TTS/ASR 服务。支持 Ollama 本地模型，适合希望在局域网内使用的教育机构。
重要风险：OpenMAIC 本身不提供模型推理，所有 AI 角色都调用外部 API。你需要注册各平台开发者账号，自行承担 token 费用。一个典型课堂同时运行 6-8 个 AI 实例（1 教师 + 4-7 学生），每节课的 token 消耗远高于单次对话。项目没有提供预估计费，建议自己用小波段的课程测试。
我遇到的局限
- 成本不透明：没有内置计费仪表盘，你只能凭感觉估算。如果开 10 个学生并启用 TTS，一节课可能烧掉几毛到几美元，取决于模型选择。
- 无程序化 API：当前（v0.2.2）没有 REST API 或 SDK。你想批量生成课程或集成到现有 LMS 系统，只能通过 OpenClaw 机器人的消息接口做简单触发，无法深层次调用。
- 浏览器性能要求：Deep Interactive Mode 中的 3D 场景需要 GPU 支持。我在 i7-12700H + 16GB RAM + RTX3060 笔记本上流畅运行，但在学校机房的老电脑（核显）上，3D 模拟掉帧严重。可考虑关闭该模式。
- 语音质量不稳定：VoxCPM2 的开源 TTS 在中文上偶有吐字不清，Azure STT 稍好。如果你需要高保真的口播课程，建议配合商业 TTS 服务使用。
它适合谁
- 技术较强的教师或培训师：愿意自己管理 API Key 和成本，想要一套可定制的 AI 互动课堂方案。
- 教育技术团队：评估开源方案用于内部学习平台，可以二次开发。
- 参观学习者：对多智能体协作机制感兴趣，想研究其架构和 prompt 设计。
不适合：希望“零成本一键开课”的非技术人员。它不是 SaaS 产品，你需要技术支持。
最佳体验路径
去 GitHub 页面点 Live Demo，输入一个你熟悉的话题（比如“CSS Flexbox 布局”），等两三分钟，然后插几句话感受 AI 学生的追问。如果觉得值，再考虑本地部署。