OpenMAIC：把任何主题变成一堂可互动的 AI 课堂

很多 AI 学习工具的终点是生成一段答案、一份摘要或一套幻灯片。OpenMAIC 试图把终点再往前推一步：让 AI 不只是讲解内容，而是搭建一间可以讨论、练习、实验和协作的互动课堂。

它解决的不是“没有内容”，而是“内容不会教”

学习一个新主题，真正困难的地方往往不在于找到资料，而在于把资料组织成循序渐进的学习路径：先讲什么，什么时候练习，如何确认理解，遇到抽象概念时能不能动手探索。

OpenMAIC 的基本思路是输入一个主题或一份材料，由 AI 先生成结构化大纲，再把大纲转换成不同类型的课堂场景。最终产物不局限于文字，还可以是幻灯片、测验、HTML 交互实验或项目制学习活动。

从“看课件”到“动手学习”

OpenMAIC 的一个明显特点，是把交互放在课堂设计的核心位置。项目提供五类深度交互界面：

• 3D 可视化：把抽象结构转换成可以观察的三维对象。
• 模拟实验：通过调整条件、观察变化来理解过程。
• 知识游戏：用交互挑战强化记忆和理解。
• 思维导图：帮助学习者建立整体概念框架。
• 在线编程：在浏览器中编写、运行和迭代代码。

这意味着，同一个主题可以拥有不同的学习动作。例如学习物理时，不只是阅读公式，还可以调整实验参数；学习编程时，不只是看示例，还可以直接运行代码；学习一个复杂系统时，则可以先通过思维导图建立结构，再进入模拟场景验证理解。

项目还支持 AI 教师对界面进行引导，包括高亮关键区域、设置条件、提供提示和在合适的时机引导注意力。从使用方式来看，AI 在这里更像一个会操作课堂环境的助教，而不只是一个聊天窗口。

多智能体让课堂更像课堂

OpenMAIC 使用多智能体协作来组织课堂中的不同角色。AI 老师负责讲解和引导，其他智能体同学可以参与讨论、提出问题或形成不同观点。课堂支持自由问答、课堂讨论、圆桌辩论和共享白板。

这种设计的价值，不是简单地“增加几个聊天机器人”，而是把学习过程拆成角色、轮次和动作：谁在什么时候发言，是否需要展示幻灯片，是否要在白板上推导，学习者的提问如何插入当前课堂。这也解释了项目为什么需要回放状态机和动作执行引擎。

从 README 展示的项目结构看，OpenMAIC 的核心可以粗略分为四层：

1. 生成流水线：完成大纲生成和场景内容生成。
2. 多智能体编排：基于 LangGraph 管理智能体状态、轮次和讨论。
3. 回放引擎：驱动课堂从待机、播放到实时互动的状态变化。
4. 动作引擎：执行语音、白板绘图、文字、形状、图表、聚光灯和激光笔等动作。

从这个项目结构来看，OpenMAIC 更接近一个“课堂运行时”，而不只是单纯的 AI 内容生成器。它不仅负责生成学习材料，还要负责组织角色、推进流程，并把课堂中的语音、白板和界面操作串联起来。

对开发者友好的部署方式

项目采用 Next.js、React、TypeScript、LangGraph 和 Tailwind CSS 等技术栈，要求 Node.js 20 及以上、pnpm 10 及以上。最基本的本地启动流程是：

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

复制环境变量文件后，还需要在 .env.local 中至少配置一个 LLM 服务商的 API Key，才能正常生成课堂。项目同时提供 Vercel 和 Docker 部署方式，也支持 OpenAI 兼容服务、本地 Lemonade、FunASR 等组件。

如果不想进入命令行，OpenMAIC 还提供 OpenClaw 集成，可以在飞书、Slack、Discord、Telegram 等聊天应用中发起课堂生成。它支持托管模式和本地部署模式，并会跟踪异步生成任务。

导出与离线使用

生成的课堂并不被锁定在网页里。项目支持导出三类内容：可编辑的 PowerPoint 幻灯片、包含交互场景的 HTML，以及完整课堂 ZIP。README 还特别说明，课堂导出可以把部分外部资源内联到 HTML 中，用于离线或内网播放。

这使 OpenMAIC 的使用场景不只包括个人学习，也包括课程备份、课堂分享、内网教学和原型演示。

更适合哪些人？

OpenMAIC 目前更适合三类人：

• 想快速验证 AI 教育产品形态的开发者；
• 希望把文档、课程或技术主题转成互动体验的内容创作者；
• 愿意自己配置模型服务，并尝试本地部署或二次开发的技术用户。

如果你的需求只是“问一个问题并得到答案”，普通聊天模型可能更直接。如果你希望围绕一个主题持续学习，包含讲解、练习、讨论和动手实验，OpenMAIC 的课堂化设计就更有吸引力。

需要注意的边界

OpenMAIC 的 README 展示了很完整的能力版图，但这不等于所有功能在任何环境下都能开箱即用。语音、图像、视频、搜索和本地模型通常需要额外服务或配置，也可能带来 API 成本、算力要求和隐私风险。

许可证方面，项目根目录采用 MIT License，但 README 明确列出了两个例外：packages/mathml2omml 使用 LGPL-3.0-or-later，packages/pptxgenjs 保留 MIT 许可证。二次分发时，不能只看根目录许可证，还要分别遵守这些子包的协议。

写在最后

OpenMAIC 值得关注的地方，不是“又一个能生成 PPT 的 AI 项目”，而是它把 AI 学习产品拆成了一个完整闭环：生成内容、编排角色、驱动课堂、支持互动，并允许把结果导出和分享。

这也提供了一个值得借鉴的产品思路：当 AI 已经能够生成文本之后，下一步不一定是生成更多文本，而是让它生成一个能够承载学习行为的环境。

项目地址：THU-MAIC/OpenMAIC

本文根据 OpenMAIC 项目 README 整理，功能与版本信息请以仓库最新内容为准。