OpenMAIC

1. 基本信息

2. 它到底能做什么

OpenMAIC 的核心不是“帮老师做几页 PPT”，而是把课程内容包装成一个可播放、可互动、可提问、可导出的 AI 课堂。它把输入内容拆成课堂大纲，再生成多个教学场景，每个场景可以是幻灯片、测验、互动网页、项目制学习任务，随后由多智能体系统来组织讲解和讨论。

典型流程可以理解为：

1. 用户输入一个主题，或上传课件、PDF、音视频等学习材料。
2. 系统生成结构化课程大纲。
3. 每个大纲节点进一步生成课堂场景，包括 slides、quiz、interactive、PBL。
4. AI 老师和 AI 同学进入课堂，进行讲解、提问、讨论、白板演示。
5. 学员可以在课堂中实时提问、参与测验、调整互动模拟或加入项目任务。
6. 最终可以导出 PPTX、交互式 HTML、课堂 ZIP，最新版本还支持可选 MP4 视频导出。

它更像“AI 驱动的互动教学空间”，而不是一个静态内容生产工具。

3. 关键能力拆解

3.1 一键生成课堂

OpenMAIC 支持从主题或参考材料生成完整课堂。系统采用两阶段流水线：

这对客户最直观的价值是缩短课程生产周期。传统课程生产需要教研、课件、美术、互动开发、配音等多角色配合，OpenMAIC 可以先生成一个可用的课堂原型，再由老师或教研人员做二次编辑。

3.2 多智能体课堂

项目内置 AI 老师和多个 AI 同学角色。AI 老师负责主讲、答疑、白板演示，AI 同学可以参与讨论、提出问题、模拟不同认知水平或观点。相比单一聊天机器人，多智能体课堂更接近真实课堂氛围：

售前表达时可以强调三点：

• 对学生：不是孤零零地问答，而是有课堂节奏、有讨论、有反馈。
• 对老师：能快速搭出“可演示的 AI 课堂”，降低创新教学试点门槛。
• 对机构：能把标准课程内容转成可复制、可追踪、可演示的互动体验。

3.3 课堂组件

OpenMAIC 当前支持多种课堂组件，这些组件是售前演示时最容易让客户理解的部分。

3.4 深度交互模式

OpenMAIC 的“深度交互模式”是它区别于普通课件生成工具的重要卖点。它可以生成 3D 可视化、模拟实验、游戏、思维导图、在线编程等互动界面，并允许 AI 老师主动操作界面，引导学生观察重点。

在客户场景中，这一点特别适合解释给 K12 科学课、物理化学课、编程教育、职业培训和产品培训客户。它让“AI 生成内容”进一步走向“AI 生成可体验的学习活动”。

3.5 语音、白板和动作引擎

OpenMAIC 不只是生成文本，它有动作引擎和回放引擎。README 中提到动作引擎支持 28+ 种动作类型，包括语音、白板绘图、文字、形状、图表、聚光灯、激光笔等。这意味着课堂播放时可以有讲解节奏，而不是一屏一屏静态内容。

从售前角度，这可以包装为“AI 讲师数字化”：

• AI 老师能讲课，而不是只生成稿子。
• AI 老师能画图、圈重点、推导公式。
• 课堂可以回放，形成标准化教学资产。
• 如果接入 TTS 和 ASR，用户可以用语音方式听课、提问、互动。

3.6 导出能力

OpenMAIC 的导出能力比较完整，适合从试点走向交付。

MP4 导出依赖可选的独立 render-service。它会把课堂编译为 Hyperframes 项目 ZIP，再通过 Chromium + FFmpeg 渲染为视频。这个服务是 opt-in：不配置时，应用仍可运行，只是导出会降级为项目 ZIP。

4. 适用场景

4.1 教育机构课程生产

适合教培机构、K12 素质教育、在线教育平台，用于把课程主题或教研材料快速生成互动课程原型。售前重点可以放在“降低内容生产成本”和“提高课程互动性”。

可讲的客户收益：

• 老师输入主题即可获得初稿，减少从 0 到 1 的课件制作时间。
• 课程不只是 PPT，而是包含测验、互动和讲解流程。
• 教研团队可以把生成内容作为初版，再进行审核和修改。

4.2 高校与职业教育

高校和职业教育更看重复杂概念的可视化和项目化实践。OpenMAIC 的互动模拟、在线编程和 PBL 对这类客户更有吸引力。

适用示例：

• Python 入门课：生成讲解、代码练习、测验。
• 物理/工程课程：生成 3D 可视化、模拟实验。
• 商科案例课：生成角色扮演式 PBL。
• 医学、法学、公共管理等专业课：通过 AI 同学模拟不同观点或问题。

4.3 企业培训和产品培训

企业培训常见痛点是材料多、更新快、员工时间碎片化。OpenMAIC 可以把内部文档、产品手册、SOP 转成互动课程。

适合场景：

• 新员工入职培训。
• 产品知识培训。
• 销售话术和竞品培训。
• 安全合规培训。
• 内部系统操作培训。

售前时可以把它描述为“把企业知识库变成可讲、可练、可问的 AI 培训课”。

4.4 AI 教学创新实验室

对学校、教育局、职教集团、出版社或教育科技公司，OpenMAIC 可以作为 AI 教育创新样板。它的多智能体、互动课堂、OpenClaw、MP4 导出、私有化部署等能力，适合做展示型项目、实验室平台或联合创新 PoC。

4.5 聊天应用里的轻量教学助手

OpenMAIC 内置 OpenClaw skill，支持在飞书、Slack、Discord、Telegram 等聊天应用里生成课堂。这个点对企业客户很有价值，因为员工或老师不一定愿意打开一个新系统，直接在已有协作工具里发起生成更自然。

可包装为：

• “在飞书里发一句话生成培训课”
• “老师在群里发材料，AI 自动生成课堂链接”
• “售前/培训人员在 Slack 中快速生成产品培训 demo”

5. 不太适合的场景

OpenMAIC 虽然能力丰富，但售前不能把它讲成万能 LMS。

6. 技术架构理解

README 给出的工程结构比较清晰，核心可以拆成四层：

6.1 前端与应用层

项目是 Next.js App Router 应用，前端用 React 19、Tailwind CSS 4、shadcn/Radix 类组件。应用中包含首页生成入口、课堂回放页、设置、聊天、白板、幻灯片渲染器、交互场景渲染器等。

6.2 AI Provider 抽象层

OpenMAIC 支持大量模型供应商，包括 OpenAI、Azure OpenAI、Anthropic、Google Gemini、DeepSeek、Qwen、Kimi、MiniMax、Grok、OpenRouter、豆包、腾讯混元、智谱 GLM、Ollama、Lemonade 以及 OpenAI-compatible API。

售前价值是模型选择比较灵活：

• 海外客户可以用 OpenAI、Anthropic、Gemini。
• 国内客户可以用通义、DeepSeek、Kimi、豆包、智谱等。
• 私有化或离线倾向客户可以尝试 Ollama、Lemonade、本地 TTS/ASR。

6.3 多智能体编排

项目使用 LangGraph 做多智能体状态机，管理课堂中的轮次、讨论和答疑。这个架构比简单 prompt chain 更适合课堂场景，因为课堂本身有角色、阶段、动作、上下文和状态。

对技术客户可以这样解释：

• LangGraph 负责“谁在什么时候说什么、做什么”。
• 回放引擎负责课堂播放状态。
• 动作引擎负责把智能体动作落到界面上，例如白板、激光笔、聚光灯、语音。

6.4 存储与运行时

v0.3.1 增加了 server-backed runtime storage，包括 @openmaic/storage、DocumentStore、RuntimeStore、HTTP backend contract 和 PostgreSQL 参考服务。这说明项目正在从纯前端/本地状态向可部署、可持久化的课堂运行时演进。

但这里要给客户讲清楚边界：README 对持久化 token 有明确提醒，NEXT_PUBLIC_PERSISTENCE_TOKEN 会进入前端 JS bundle，不是真正的用户隔离密钥。生产环境必须替换服务端认证逻辑，用真实 session 和服务端身份来划分 learner partition。

6.5 MP4 渲染服务

MP4 导出由独立 render-service 支撑，运行在 Node 22、Chromium 和 FFmpeg 环境中。它接受课堂项目 ZIP，异步渲染为 MP4，提供提交、轮询、下载、取消和 health check API。服务对 ZIP bomb、并发、任务 TTL、上传大小、网络出口等做了限制和隔离设计。

这个能力适合做课程视频生产，但在生产部署时要独立规划资源，因为视频渲染是重负载任务。

7. 怎么部署和使用

7.1 本地快速启动

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

环境要求：

• Node.js >= 20.9.0
• pnpm >= 10

打开 http://localhost:3000 后，配置至少一个 LLM API Key，即可开始生成课堂。

7.2 生产构建

pnpm build
pnpm start

7.3 Vercel 部署

项目提供一键 Vercel 部署入口。适合做公网 demo、售前样板和轻量试用环境。部署时需要配置至少一个模型供应商 API Key，并建议配置 ACCESS_CODE 做站点级访问保护。

7.4 Docker 部署

cp .env.example .env.local
docker compose up --build

如果要启用服务端持久化，可使用 server-persistence profile，并配置 PostgreSQL 连接和持久化开关。

如果要启用 MP4 导出，可使用：

docker compose --profile video-export up --build

7.5 文档解析增强

项目支持 MinerU 增强 PDF/文档解析，也支持阿里 DocMind 等文档解析能力。对教育客户来说，这部分很关键，因为真实课程材料往往包含公式、表格、扫描件、图片和复杂排版。

7.6 语音能力

OpenMAIC 支持多种 TTS/ASR provider，也支持 VoxCPM2 自托管 TTS 和音色克隆。

这对教育产品很有吸引力，因为“声音”会显著提升课堂沉浸感。但售前要提醒客户：语音克隆涉及授权、隐私和合规，真实上线前需要明确授权流程。

8. 售前价值提炼

8.1 可以主打的价值主张

8.2 和普通课件生成工具的区别

普通课件生成工具通常停留在“输出几页 PPT”。OpenMAIC 的差异在于：

• 有课堂角色：AI 老师、AI 同学、讨论成员。
• 有课堂动作：讲解、白板、聚光灯、激光笔。
• 有互动场景：测验、实验、游戏、编程、PBL。
• 有运行时状态：课堂播放、实时问答、学习过程记录。
• 有导出链路：PPTX、HTML、ZIP、MP4。

一句话销售表达：

“如果客户只要 PPT 生成，OpenMAIC 不是最轻的；如果客户想做 AI 互动课堂，它就比普通 PPT 生成器更接近完整体验。”

8.3 和 LMS 的区别

OpenMAIC 不是 Moodle、Canvas、雨课堂这类 LMS。它更像 LMS 前面的“智能课程生产和互动体验层”。

更准确的定位：

• LMS 负责用户、班级、选课、考试、成绩、证书。
• OpenMAIC 负责把知识材料变成互动课堂。
• 企业落地时，OpenMAIC 可以作为课程生成和课堂播放模块，嵌入现有学习平台。

9. 客户交流话术

9.1 面向教育机构负责人

“OpenMAIC 可以把老师已有的讲义、教材片段或课程主题，快速生成一个有 AI 老师讲解、有测验、有互动实验的课程原型。老师不用从空白 PPT 开始做课，教研团队可以把 AI 生成结果作为初稿进行审核和优化。它更适合做互动课、体验课和标准化课程资产。”

9.2 面向高校/职教老师

“对于抽象概念，学生光看 PPT 很难理解。OpenMAIC 可以生成 3D 可视化、模拟实验、在线编程和项目制任务，让学生在课堂里操作、观察和提问。AI 老师还能主动高亮界面、画图讲解，帮助老师把复杂知识讲得更直观。”

9.3 面向企业培训负责人

“企业内部有大量文档和 SOP，但员工很难系统学习。OpenMAIC 可以把文档转成互动培训课，加入测验、项目任务和 AI 答疑，并导出为 HTML、PPT 或视频，方便复用到企业培训平台。”

9.4 面向 IT/架构负责人

“OpenMAIC 是 Next.js + TypeScript 项目，支持 Docker、Vercel 和 PostgreSQL 参考持久化，也支持多模型供应商和 OpenAI-compatible 接口。生产化落地时，需要重点补齐认证、多租户隔离、审计、安全策略和模型网关。”

10. PoC 建议

10.1 PoC 目标

建议不要把 PoC 目标定为“验证能不能生成课件”，那太浅。更好的目标是验证：

• 能否把客户真实材料生成可用课堂。
• 生成内容是否符合教学大纲和客户风格。
• 互动场景是否能提升理解和参与度。
• 老师/培训师是否能编辑和复用生成结果。
• 私有化部署、模型接入、数据安全是否可控。

10.2 两周 PoC 设计

10.3 PoC 成功指标

11. 风险与注意事项

11.1 内容准确性风险

AI 生成课程可能出现幻觉、知识点遗漏、例题错误、公式错误或教学顺序不合理。售前不能承诺“自动生成即可上线”，更合理的说法是“AI 生成初稿 + 人工审核发布”。

11.2 生产级权限与多租户

README 明确提醒，持久化 token 不是生产级安全隔离。面向企业或教育局部署时，需要补齐：

• 用户登录和 SSO。
• 租户、学校、班级、课程权限。
• 服务端 session 校验。
• API Key 隔离和费用控制。
• 审计日志和内容发布流程。

11.3 模型和成本

高质量课堂生成通常会调用 LLM、图片生成、TTS、ASR、文档解析、搜索等多个服务，成本不只是一个模型 API Key。PoC 阶段要统计：

• 单节课生成消耗 token。
• 图片、语音、视频导出成本。
• 并发生成时的速度和失败率。
• 国内/海外模型切换后的质量差异。

11.4 视频导出资源

MP4 渲染需要 Chromium + FFmpeg，资源占用明显高于普通 Web 应用。客户如果要批量生成视频课程，需要单独规划渲染队列、任务超时、并发、对象存储和下载链路。

11.5 开源协议与第三方组件

根项目为 MIT，商业化友好。但仓库内置的 packages/mathml2omml 为 LGPL-3.0-or-later，整体再分发时需要让法务或开源合规同事确认使用方式。

11.6 快速演进带来的版本风险

OpenMAIC 当前更新非常快，功能迭代积极，但也意味着接口、数据结构和部署方式可能变化。售前 PoC 可以跟随最新版，正式交付建议冻结版本、建立补丁策略，并对关键功能写自动化测试。

12. 与客户需求的匹配判断

高匹配客户

• 已经有课程内容，但缺互动化和数字化表达。
• 希望用 AI 降低教研或培训内容生产成本。
• 有 AI 教育创新展示、示范校、实验室、智慧教育项目需求。
• 想做企业知识库到培训课程的转化。
• 能接受“AI 生成 + 人工审核”的内容生产模式。
• 有一定技术团队支持私有化部署和二次开发。

中等匹配客户

• 只想做课件生成，但未来可能扩展互动教学。
• 已有 LMS，需要一个 AI 课程生成模块。
• 想先做 demo 或创新展示，但尚未确定长期运营模式。

低匹配客户

• 只需要成熟题库、考试、证书、学分管理。
• 不能接受任何 AI 生成内容不确定性。
• 没有模型预算，也没有本地模型资源。
• 要求开箱即用的企业级权限、多租户和 SLA。

13. 可包装的解决方案方向

13.1 “AI 互动课程工厂”

把客户已有教材、讲义、PPT、PDF、视频资料输入系统，生成标准化互动课程资产。适合教育机构、出版社、企业大学。

核心交付：

• 课程生成工作台。
• 教研审核编辑流程。
• 互动课堂播放器。
• PPTX/HTML/视频导出。

13.2 “企业知识库到培训课”

面向企业内部培训，把产品文档、SOP、制度文件变成交互培训课。适合销售培训、客服培训、合规培训、新员工培训。

核心交付：

• 文档解析和知识抽取。
• AI 培训课生成。
• 测验和反馈。
• 与企业 LMS 或知识库集成。

13.3 “AI 教育创新实验室”

面向学校、教育局、高校、职教集团，做 AI 教育创新展示平台。重点展示多智能体课堂、互动实验、AI 老师、实时问答和学习数据。

核心交付：

• 示范课程。
• 多智能体课堂体验。
• 互动实验样例。
• 私有模型/国产模型适配。

13.4 “飞书/Slack 中的课程生成助手”

利用 OpenClaw 集成，把课堂生成嵌入客户常用聊天工具。适合企业培训团队和老师社群。

核心交付：

• 聊天应用触发生成。
• 课堂链接回传。
• 托管或本地 OpenMAIC 服务。
• 权限和访问码控制。

14. 竞品/替代品视角

OpenMAIC 的竞争对象不是单一类别，客户会把它和几类产品比较：

售前定位建议：不要把 OpenMAIC 讲成“替代 LMS”，而是讲成“AI 互动课程生成与播放引擎”，更容易和客户现有系统形成互补。

15. 面向落地的技术改造清单

如果要把 OpenMAIC 用在真实项目里，建议提前评估这些改造项：

16. 售前演示脚本建议

演示 1：从主题生成课堂

输入一个客户熟悉的主题，例如“新员工如何理解公司产品线”或“小学生 30 分钟理解电路基础”。展示从主题到大纲、再到课堂场景的生成过程。

重点讲：

• AI 不是只写内容，而是在做教学设计。
• 生成结果包含讲解、互动和测验。
• 老师可以继续编辑和导出。

演示 2：从客户文档生成培训课

上传客户的一份真实 PDF 或产品手册，生成培训课堂。

重点讲：

• 把沉睡文档变成可学习内容。
• 员工不只是看文档，而是可以听讲、答题、提问。
• 内容可导出到现有培训平台。

演示 3：深度交互模式

展示 3D、模拟实验或在线编程。

重点讲：

• 抽象知识可以可视化。
• 学生通过操作理解知识。
• AI 老师可以主动操作界面进行引导。

演示 4：导出和集成

展示 PPTX、HTML、ZIP 或 MP4 导出。

重点讲：

• 生成的课堂不是一次性 demo，可以进入客户生产流程。
• HTML/ZIP 适合嵌入内网系统。
• MP4 适合微课视频和营销样片。

17. 推荐售前结论

OpenMAIC 值得重点关注。它的亮点不在“又一个 AI PPT 生成器”，而在于把课程生产、课堂角色、互动场景、白板动作、语音讲解和导出沉淀组合在一起，形成了一个更完整的 AI 互动课堂原型。它特别适合用于教育 AI 创新项目、企业培训内容生产、课程互动化改造和私有化 PoC。

但在真实商业交付中，需要把它作为开源基础能力，而不是完整产品直接交付。售前阶段应该重点验证课程生成质量、客户材料适配、互动体验、模型成本和私有化安全边界。若客户愿意做二次开发和平台集成，OpenMAIC 的工程基础和 MIT 协议会比较友好；若客户需要成熟 LMS 或强合规考试系统，则应将 OpenMAIC 放在“课程生成与互动体验模块”的位置。

18. 参考资料

• GitHub 仓库：THU-MAIC/OpenMAIC
• 官方 Demo：open.maic.chat
• 最新 Release：v0.3.1
• 论文页面：From MOOC to MAIC: Reimagine Online Teaching and Learning through LLM-driven Agents
• OpenClaw：openclaw/openclaw
• MinerU：opendatalab/MinerU
• VoxCPM：OpenBMB/VoxCPM