3.3 万星的开源 AI 课堂 OpenMAIC 完整拆解：多智能体教学、离线内网部署与模型接入全讲清【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAICOpenMAIC（Open Multi-Agent Interactive Classroom）是清华 MAIC 团队开源的多智能体 AI 课堂工具：输入一个主题或上传教材，系统自动生成幻灯片、测验、交互式模拟与 PBL 项目式学习场景，再由 AI 老师和 AI 同学实时授课、白板板书和讨论。它于 2026 年 3 月开源，30 天内收获 1.6 万星，8 月底突破 3.3 万星。本文不讲故事，只带你在源码里核对四件事：课程怎么生成、课堂怎么跑进离线内网、多智能体调度怎么控制成本、以及它面向多语言市场做了哪些工程准备。课程从哪里来：一句指令到一门完整课在 OpenMAIC 里生成课程不需要模板。用户描述一个主题或附上教材，Agent 先判断整门课要把学生带到哪里，再决定每节课承担什么任务，然后规划、生成、检查、修改、迭代，直到产出一套完整课程——避免教学目标冲突和内容重复。这个"能把活干完"的能力由服务端运行时支撑：lib/server/agent-runtime/ 提供 PostgreSQL 支撑的持久化会话、租约与心跳机制（config.ts 中心跳默认 2000ms、租约 TTL 10 秒），会话崩溃后可在其他节点恢复并接管后续指令。课程设计范式可以一键切换。skills/agent-runtime/ 下内置 20 多个教学法技能，包括 curriculum-planner（课程规划）、spiral-curriculum（螺旋课程）、understanding-by-design（逆向设计）、zone-of-proximal-development（最近发展区）、k12-core-literacy-planning（2022 课标核心素养规划）与 social-emotional-learning（社会情感学习）。社区流传的经典案例是：把《2001：太空漫游》喂给系统，它拆解学习目标、提取全书结构，为初中生规划出横跨数学、社会学、政治博弈与文学创作的一周课程，最终衍生出 14 节沿同一学习主线展开、配齐 PPT/Quiz/交互网页/PBL 的课。按传统方式，这种系统性备课往往需要一个教研组打磨一两周。如何离线运行：把一整堂课装进内网服务器出海教育最常被忽视的约束是：许多学校没有公网，或数据主权规则不允许课程内容离开内网。OpenMAIC 对此有明确方案。导出 Classroom ZIP（.maic.zip）或 Resource Pack 时，系统会把互动场景引用的 KaTeX、Three.js、Tailwind CDN、Google Fonts 与图片全部内联为data:URI，导入隔离/内网实例后课程可完全离线播放，回放期间不接触任何公网 CDN；导出时拿不到的资源会被报告并保留为 URL（详见 README.md 的 Export 章节）。部署路径上，仓库同时提供三种落地方式：官方托管版 open.maic.chat，通过访问码分发，不懂代码也能体验；本地开发：pnpm dev或pnpm build && pnpm start；Docker 一键部署：docker compose up --build，含 PostgreSQL 双容器栈。语音链路也可以本地化。README.md 的 VoxCPM2 章节描述了三种语音模式：Auto Voice（按 Agent 人设自动生成语音提示）、Prompt voice（自然语言描述音色）、Clone voice（上传参考音频克隆音色），整套 TTS 跑在自己的硬件上、无需 API key。再配合 FunASR 本地语音识别（支持 SenseVoiceSmall、Paraformer 等模型，CPU 或 GPU 均可），一堂课可以完全在校园内网里运行。多智能体课堂如何调度：控制 LLM 调用与轮次上限OpenMAIC 的课堂由一个"导演"角色调度：它决定下一位发言的 Agent，讲师、学生等不同角色按回合交替推进。课堂主循环实现在 lib/chat/pi/director-loop.ts，系统提示词由 lib/chat/pi/prompts.ts 构建，lib/orchestration/ 则提供 Agent 注册与状态摘要。两个工程细节值得注意：硬性上限：lib/chat/pi/config.ts 把每轮对话的 Agent 轮次上限（默认 6）和单 Agent 动作数上限（默认 8）写死为常量，课堂节奏有确定性兜底；按需调用：单 Agent 场景下导演走纯代码逻辑、零 LLM 调用，多 Agent 场景才启用大模型决策——用最少的大模型调用换取课堂节奏的确定性。模型接入同样解耦。openmaic.example.yml 把配置拆成两层：providers（可调用的账号）与slots（每个 AI 用途对应一个模型），并支持lock锁定默认值或allowUserKeys: false禁止用户自带密钥。官方支持的提供商超过 20 家：OpenAI、Anthropic、Amazon Bedrock、Google Gemini、DeepSeek、Qwen、Kimi、MiniMax、Grok、GLM、Ollama，以及 Lemonade 本地推理和任意 OpenAI 兼容 API。欧洲学校可以用 Bedrock 满足数据合规，国内机构接 DeepSeek/Qwen 压低推理成本，离线机构跑 Lemonade——课堂生成能力与具体模型完全解耦，这是跨市场复制的前提。国际版本演进：从浏览器端到 server-first 的基础设施界面层的国际化可以直接数出来：lib/i18n/locales.ts 注册了 12 个地区代码，覆盖简体中文、繁体中文、英语、日语、韩语、俄语、阿拉伯语、巴西葡语、墨西哥西语、法语、越南语与德语；lib/i18n/workbench-locales/ 为 Agent 工作台补齐了其中 10 种语言的文案，由 lib/i18n/config.ts 深度合并解析。此外，skills/openmaic/SKILL.md 做成标准 Skill 包，可被 OpenClaw、Codex、DeepSeek、WorkBuddy 等 Agent 工作台加载，用户可以直接在飞书、Slack、Telegram 等 20+ 聊天应用里生成并查看一堂互动课，不用碰终端。学术端，README.md 的 Citation 章节收录了发表于《Journal of Computer Science and Technology》的论文《From MOOC to MAIC: Reimagine Online Teaching and Learning through LLM-driven Agents》。从 MOOC 到 MAIC 的提法本身就是一套叙事：在线教学的载体从"大规模在线课程"变成了"可运行、可复现、可二次开发的开源课堂"。版本线（见 CHANGELOG.md）勾勒出演进节奏：3 月 v0.1.0 开源，2026 年 8 月底 v1.0.0 引入 Agent 工作台与持久化会话；v1.2.0（2026-10-16）是转折点——生成逻辑整体搬到服务端，课程生成可跨关闭标签页与重启存活，模型在openmaic.yml统一配置，Web 应用与 API 共享同一条生成管线，代价是必须部署 PostgreSQL 和长驻 Node 服务器（serverless 环境仍停留在 1.1.x）；v1.2.1（2026-10-18）再补上网络研究能力，Kimi、DeepSeek、Firecrawl 接入网页搜索。从浏览器端到服务端、从单节课到整门课，这条从演示走向基础设施的路径，正是 OpenMAIC 用源码给出的答案：MIT 许可允许任何团队二次开发，离线导出把一节课装进任何内网，而课堂属于任何能运行这份代码的地方。【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAIC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
3.3 万星的开源 AI 课堂 OpenMAIC 完整拆解：多智能体教学、离线内网部署与模型接入全讲清【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAICOpenMAIC（Open Multi-Agent Interactive Classroom）是清华 MAIC 团队开源的多智能体 AI 课堂工具：输入一个主题或上传教材，系统自动生成幻灯片、测验、交互式模拟与 PBL 项目式学习场景，再由 AI 老师和 AI 同学实时授课、白板板书和讨论。它于 2026 年 3 月开源，30 天内收获 1.6 万星，8 月底突破 3.3 万星。本文不讲故事，只带你在源码里核对四件事：课程怎么生成、课堂怎么跑进离线内网、多智能体调度怎么控制成本、以及它面向多语言市场做了哪些工程准备。课程从哪里来：一句指令到一门完整课在 OpenMAIC 里生成课程不需要模板。用户描述一个主题或附上教材，Agent 先判断整门课要把学生带到哪里，再决定每节课承担什么任务，然后规划、生成、检查、修改、迭代，直到产出一套完整课程——避免教学目标冲突和内容重复。这个"能把活干完"的能力由服务端运行时支撑：lib/server/agent-runtime/ 提供 PostgreSQL 支撑的持久化会话、租约与心跳机制（config.ts 中心跳默认 2000ms、租约 TTL 10 秒），会话崩溃后可在其他节点恢复并接管后续指令。课程设计范式可以一键切换。skills/agent-runtime/ 下内置 20 多个教学法技能，包括 curriculum-planner（课程规划）、spiral-curriculum（螺旋课程）、understanding-by-design（逆向设计）、zone-of-proximal-development（最近发展区）、k12-core-literacy-planning（2022 课标核心素养规划）与 social-emotional-learning（社会情感学习）。社区流传的经典案例是：把《2001：太空漫游》喂给系统，它拆解学习目标、提取全书结构，为初中生规划出横跨数学、社会学、政治博弈与文学创作的一周课程，最终衍生出 14 节沿同一学习主线展开、配齐 PPT/Quiz/交互网页/PBL 的课。按传统方式，这种系统性备课往往需要一个教研组打磨一两周。如何离线运行：把一整堂课装进内网服务器出海教育最常被忽视的约束是：许多学校没有公网，或数据主权规则不允许课程内容离开内网。OpenMAIC 对此有明确方案。导出 Classroom ZIP（.maic.zip）或 Resource Pack 时，系统会把互动场景引用的 KaTeX、Three.js、Tailwind CDN、Google Fonts 与图片全部内联为data:URI，导入隔离/内网实例后课程可完全离线播放，回放期间不接触任何公网 CDN；导出时拿不到的资源会被报告并保留为 URL（详见 README.md 的 Export 章节）。部署路径上，仓库同时提供三种落地方式：官方托管版 open.maic.chat，通过访问码分发，不懂代码也能体验；本地开发：pnpm dev或pnpm build && pnpm start；Docker 一键部署：docker compose up --build，含 PostgreSQL 双容器栈。语音链路也可以本地化。README.md 的 VoxCPM2 章节描述了三种语音模式：Auto Voice（按 Agent 人设自动生成语音提示）、Prompt voice（自然语言描述音色）、Clone voice（上传参考音频克隆音色），整套 TTS 跑在自己的硬件上、无需 API key。再配合 FunASR 本地语音识别（支持 SenseVoiceSmall、Paraformer 等模型，CPU 或 GPU 均可），一堂课可以完全在校园内网里运行。多智能体课堂如何调度：控制 LLM 调用与轮次上限OpenMAIC 的课堂由一个"导演"角色调度：它决定下一位发言的 Agent，讲师、学生等不同角色按回合交替推进。课堂主循环实现在 lib/chat/pi/director-loop.ts，系统提示词由 lib/chat/pi/prompts.ts 构建，lib/orchestration/ 则提供 Agent 注册与状态摘要。两个工程细节值得注意：硬性上限：lib/chat/pi/config.ts 把每轮对话的 Agent 轮次上限（默认 6）和单 Agent 动作数上限（默认 8）写死为常量，课堂节奏有确定性兜底；按需调用：单 Agent 场景下导演走纯代码逻辑、零 LLM 调用，多 Agent 场景才启用大模型决策——用最少的大模型调用换取课堂节奏的确定性。模型接入同样解耦。openmaic.example.yml 把配置拆成两层：providers（可调用的账号）与slots（每个 AI 用途对应一个模型），并支持lock锁定默认值或allowUserKeys: false禁止用户自带密钥。官方支持的提供商超过 20 家：OpenAI、Anthropic、Amazon Bedrock、Google Gemini、DeepSeek、Qwen、Kimi、MiniMax、Grok、GLM、Ollama，以及 Lemonade 本地推理和任意 OpenAI 兼容 API。欧洲学校可以用 Bedrock 满足数据合规，国内机构接 DeepSeek/Qwen 压低推理成本，离线机构跑 Lemonade——课堂生成能力与具体模型完全解耦，这是跨市场复制的前提。国际版本演进：从浏览器端到 server-first 的基础设施界面层的国际化可以直接数出来：lib/i18n/locales.ts 注册了 12 个地区代码，覆盖简体中文、繁体中文、英语、日语、韩语、俄语、阿拉伯语、巴西葡语、墨西哥西语、法语、越南语与德语；lib/i18n/workbench-locales/ 为 Agent 工作台补齐了其中 10 种语言的文案，由 lib/i18n/config.ts 深度合并解析。此外，skills/openmaic/SKILL.md 做成标准 Skill 包，可被 OpenClaw、Codex、DeepSeek、WorkBuddy 等 Agent 工作台加载，用户可以直接在飞书、Slack、Telegram 等 20+ 聊天应用里生成并查看一堂互动课，不用碰终端。学术端，README.md 的 Citation 章节收录了发表于《Journal of Computer Science and Technology》的论文《From MOOC to MAIC: Reimagine Online Teaching and Learning through LLM-driven Agents》。从 MOOC 到 MAIC 的提法本身就是一套叙事：在线教学的载体从"大规模在线课程"变成了"可运行、可复现、可二次开发的开源课堂"。版本线（见 CHANGELOG.md）勾勒出演进节奏：3 月 v0.1.0 开源，2026 年 8 月底 v1.0.0 引入 Agent 工作台与持久化会话；v1.2.0（2026-10-16）是转折点——生成逻辑整体搬到服务端，课程生成可跨关闭标签页与重启存活，模型在openmaic.yml统一配置，Web 应用与 API 共享同一条生成管线，代价是必须部署 PostgreSQL 和长驻 Node 服务器（serverless 环境仍停留在 1.1.x）；v1.2.1（2026-10-18）再补上网络研究能力，Kimi、DeepSeek、Firecrawl 接入网页搜索。从浏览器端到服务端、从单节课到整门课，这条从演示走向基础设施的路径，正是 OpenMAIC 用源码给出的答案：MIT 许可允许任何团队二次开发，离线导出把一节课装进任何内网，而课堂属于任何能运行这份代码的地方。【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAIC创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考