OpenMAIC v1.2.1 介绍与选型指南

OpenMAIC v1.2.1 介绍与选型指南：清华 MAIC 开源多智能体互动课堂的定位、架构、功能边界、MIT 许可与版本取证，并与 Moodle+AI 插件、Dify 类编排平台、Khanmigo 商业 AI 课堂做量化对比，给出自托管选型建议。

OpenMAICOpenMAICAIAI AgentLLM2026/10/25

OpenMAIC v1.2.1 介绍与选型指南

目标：帮读者在动手部署前判断「OpenMAIC 是不是我要的东西」。本篇基于项目官方仓库、官方中文文档、GitHub 标签与 shields.io 徽章的联网溯源（查询日期 2026-10-25），讲清 OpenMAIC 是什么、由哪些部件组成、能产出什么样的课程、对服务器和模型有哪些硬要求，并与 Moodle + AI 插件、Dify 类大模型编排平台、Khanmigo 商业 AI 课堂做量化对比。部署、参数与 API 的逐步实测不在本篇展开。

一、环境信息与取材口径

本篇是选型篇，不包含本机部署实测；所有项目事实均来自可公开复核的来源，查询日期统一为 2026-10-25：

  • 项目仓库：https://github.com/THU-MAIC/OpenMAIC（清华大学 MAIC 团队）
  • 最新稳定版：v1.2.1，Git 标签日期 2026-10-18；仓库 package.json 中的版本号同为 1.2.1
  • 许可证：MIT（仓库 LICENSE 文件，版权行 Copyright (c) 2026 THU-MAIC）
  • 社区规模：GitHub 星标约 4.1 万（shields.io 星标徽章实查；不直接调用 GitHub API）
  • 官方文档：仓库内 packages/docs/content/docs/ 下的 deployment.zh-cn.mdx、configuration.zh-cn.mdx 等中文文档
  • 官方体验站：https://open.maic.chat/

说明：版本号与星标属于随时间变化的数据，读者复核时可能已有更新；本文只对 2026-10-25 这个时间点的取值负责。选型结论不依赖星标的具体数值，而依赖功能边界与运行要求。

二、软件概述

OpenMAIC（Open Multi-Agent Interactive Classroom，开放多智能体互动课堂）是一个开源的 AI 教学平台：输入一个主题或一份资料，它用大模型自动生成一整堂互动课，再由若干 AI 教师与 AI 同学在课堂里讲解、讨论、板书，学习者可以随时插话提问。

它解决的不是「生成一份课件」这一层问题，而是把备课、授课、互动、产出物串成一条流水线：

  1. 备课：根据需求描述或上传的资料，生成课程大纲；大纲确认后逐场景生成内容。
  2. 授课：课堂以场景（slide / quiz / interactive / PBL）为单位播放，AI 教师按脚本讲解，AI 同学参与讨论。
  3. 互动：学习者可以针对当前幻灯片、互动组件或白板内容提问，由课堂对话智能体作答。
  4. 产出：课程可导出为保留全部场景的 .pptx、可离线播放的单个 .html，或用于迁移到另一套部署的课堂 ZIP。

与「聊天机器人套一个教育提示词」相比，OpenMAIC 的关键差异是把一节课拆成可编排的阶段与角色，并让这些阶段共享同一份课程文档与素材库。

三、核心架构

3.1 运行时组成

OpenMAIC 是一个 Next.js 应用，必须有一个常驻 Node.js 进程和一个 PostgreSQL 数据库，二者缺一不可：

部件作用硬要求
Next.js 应用进程提供 Web 界面与全部 HTTP API，同时内置课程生成 workerNode.js 22.19.0 及以上；进程必须常驻，Serverless 平台不可用
PostgreSQL保存课程文档、对话历史、学习进度、素材元数据与生成任务记录PostgreSQL 16；必须提供 DATABASE_URL
数据目录保存上传的原始资料、解析结果、课堂讲解媒体、用量记录与实例密钥默认 data/，官方编排挂载到 /app/data
可选渲染服务把课堂导出为 MP4，内部使用 Chromium 与 FFmpeg独立部署；standard 档要求 8 GiB 内存，low-memory 档要求 4 GiB

从 1.2.0 起，课程生成改为「服务端任务」：每次生成是数据库里的一条记录，由每个服务进程内的 worker 逐步执行；浏览器关掉、进程重启都不会丢任务，另一个进程或重启后的同一进程会从最后一个完成的步骤继续。这也解释了为什么项目明确放弃 Vercel 等 Serverless 平台——函数随请求结束而终止，无法承载一次持续数分钟的生成。

3.2 生成流水线

生成不是单次大模型调用，而是按槽位（slot）拆分的多阶段调用。官方配置把「哪一处用 AI」抽象成槽位，例如：

  • llm：默认对话模型，所有未单独指定的对话槽位跟随它；
  • course.outline：课程大纲；
  • course.content.*：幻灯片、测验、互动组件、PBL 等各场景内容；
  • course.actions：教师讲解动作与白板脚本；
  • course.agents：教师与同学的人设生成；
  • classroom：课堂内互动对话；
  • agent：Pro 工作台智能体，要求模型支持工具调用；
  • tts / asr / image / video / webSearch / webFetch / document：语音、图像、视频、联网检索与文档解析等能力。

每个槽位可以指定「服务商:模型」，也可以给语言模型槽位配置一个 fallback，在主模型遇到可重试错误时兜底一次。这个设计意味着：一套部署可以混用多家模型，例如用便宜的长上下文模型生成大纲，用支持工具调用的模型跑课堂对话，用另一家的模型做插图。

💡 技术拓展：多智能体编排的三种常见形态。

形态特点适用场景代价
单智能体 + 提示词链一个模型按固定步骤串行调用结构稳定的内容生产角色单一，难以模拟多方互动
工作流 DAG（可视化编排）节点与连线显式定义，可插人工审核企业流程、RAG 管线需要预先设计流程，临场感弱
角色扮演多智能体教师、同学、助教各有独立人设与上下文，可相互发言课堂、辩论、陪伴式学习调度与成本控制更复杂

OpenMAIC 采用的是第三种：教师与同学是独立智能体，课程生成阶段则用「槽位 + 场景」的流水线约束产出结构，两种机制叠加。

3.3 数据与身份

课程归「所有者」所有。官方编排默认开启单用户模式（OWNER_SINGLE_USER=true），所有请求解析到同一个固定所有者，适合个人服务器；多人共用一个课程库时需要设置团队共享所有者并配合访问口令，且官方明确说明访问口令只做站点级门禁，不是用户认证。需要真实账号体系时，要在宿主侧注册所有者认证方法（例如对接 oauth2-proxy、Cloudflare Access 或自建登录）。

四、功能特性

4.1 课程生成

  • 一键成课：只给一句主题描述即可生成大纲与全套场景；也可以上传资料作为依据。
  • 资料解析：文本、文档与媒体资料在附加后立即进入后台解析，生成时直接复用解析结果。
  • 大纲可改：大纲生成后先确认再继续，避免整堂课按错误方向生成。
  • 断点续跑：生成任务在数据库中有检查点，进程重启或滚动升级后可继续。

4.2 课堂形态

  • AI 教师 + AI 同学：教师负责讲解，同学参与提问与讨论，形成多方对话。
  • 白板与语音：智能体可以画图、写公式，并通过 TTS 朗读讲解。
  • 富场景：幻灯片、测验、可交互 HTML 模拟、项目式学习（PBL）。
  • 课堂内提问：可以针对某页幻灯片、某个互动组件或白板涂鸦追问。

4.3 产出与集成

  • PPTX 导出：保留每一个场景，便于二次编辑或归档。
  • 离线 HTML：单个文件即可离线播放整堂课。
  • 课堂 ZIP：迁移到另一套 OpenMAIC 部署。
  • HTTP API：课程库、文件夹、资料、课程、生成任务、模型配置、用量统计等均有接口，可被外部系统调用。
  • 智能体工作台集成：官方提供 OpenMAIC Skill，可接入 OpenClaw、Codex、DeepSeek、WorkBuddy 等，从飞书、Slack、Telegram 或 IDE 里触发成课。

五、版本、许可与发布节奏

维度实测/实查结果取证方式
最新稳定版v1.2.1（2026-10-18）仓库 Git 标签与 package.json
预发布版v1.3.0-rc.1 已存在，未作为稳定版推荐仓库 Git 标签
许可证MIT仓库 LICENSE
星标约 4.1 万shields.io 星标徽章
主要技术栈Next.js 16.3.3、React 19、TypeScript 5、Tailwind CSS 4仓库 package.json 与徽章
运行时Node.js 22（官方构建产物实测 v22.23.4）官方 Dockerfile 与运行实例
数据库PostgreSQL 16（官方编排实测 16.15）官方编排定义与运行实例
官方发布物体积应用运行层约 889 MB（压缩层约 243 MB）docker images 实查

发布节奏上，1.x 系列在 2026 年 8 月至 10 月间连续发布了 1.0.0、1.0.1、1.0.2、1.0.3、1.1.0、1.1.1、1.1.2、1.2.0、1.2.1 等多个版本，其中多处为安全修复（SSRF、重定向、访问码令牌过期等）。这说明项目仍处于高频迭代期：升级前应读 CHANGELOG 与部署文档的升级章节，不要把它当成一个「装完就不管」的静态系统。

选型提示：高频迭代对自托管是双刃剑——功能与安全修复来得快，但破坏性变更也真实存在。1.1.x 升级到 1.2.x 就要求把 MODEL_ROUTES 迁移为槽位、保留数据目录、并把浏览器里的旧课程导入一次。若你的环境变更窗口很窄，建议锁定一个次要版本并配套阅读对应版本的升级说明。

六、快速开始（官方最小流程）

官方文档给出的最小可用流程如下（命令取自仓库 README 与部署文档，未在本篇重复实测回显；完整实测部署步骤见本站后续发布的部署篇）：

git clone https://github.com/THU-MAIC/OpenMAIC.git
cd OpenMAIC
pnpm install
cp .env.example .env.local
cp openmaic.example.yml openmaic.yml
pnpm build
DATABASE_URL=postgres://openmaic:q1w2e3r4@127.0.0.1:5432/openmaic pnpm start

这段流程有三个容易被忽略的前置条件：

  1. openmaic.yml 必须至少声明一个可用服务商，并在 .env.local 中给出对应的 Key；没有模型配置时，界面能打开，但生成课程会直接报「未配置模型」。
  2. PostgreSQL 必须先就绪；官方推荐用项目自带的 pnpm db:up 拉起开发数据库，生产环境则用自己的数据库实例。
  3. pnpm start 监听 3000 端口，且必须由 systemd、pm2 或编排系统托管，保证进程退出后自动重启。

七、适用场景与限制

7.1 适合的场景

  • 个人或小团队自建 AI 课堂：一台 2 核 4 GiB 级别的服务器即可跑起应用与数据库，成本主要是模型调用费。
  • 需要数据不出内网的教学/培训：课程、资料、对话与生成媒体都落在自己的 PostgreSQL 与数据目录里；模型可以接自建 OpenAI 兼容服务（如 Ollama），但本地模型需显式开启内网地址许可。
  • 希望把「成课」能力嵌进现有系统：通过 HTTP API 上传资料、创建课程、轮询生成进度，再由自己的门户展示。
  • 需要离线交付：导出离线 HTML 或 PPTX，交给没有网络的教室使用。

7.2 不适合的场景

  • 纯 Serverless 托管：1.2.0 起官方明确不支持，生成任务需要常驻进程。
  • 完全没有模型预算：项目不自带模型，也没有内置的免费额度；不配置模型就只能浏览界面。
  • 需要严谨的教务管理：OpenMAIC 不是 LMS，没有班级、选课、成绩册、学分与合规审计；它只负责「课」的生产与播放。
  • 需要开箱即用的多租户 SaaS：默认身份模型是「单用户」或「每浏览器匿名所有者」，真实账号体系要自己接。
  • 强依赖 MP4 成片且机器很小：渲染服务最低档也要 4 GiB 内存，标准档 8 GiB，且需要额外的网络隔离能力。

八、同类选型对比

选型时最容易混淆的是三类产品：传统 LMS 加 AI 插件、大模型应用编排平台、商业 AI 课堂产品。下表按「能否自托管、产出什么、谁来教、模型怎么接、花多少钱」五个维度对比：

维度OpenMAIC v1.2.1Moodle + AI 插件Dify 类编排平台Khanmigo
产品定位多智能体互动课堂老牌开源 LMS，AI 作为辅助能力通用大模型应用/工作流平台商业 AI 辅导产品
许可证MITGPL（Moodle 主体）Apache-2.0 衍生物，附额外商用条件闭源订阅
可否自托管可以，官方提供 Compose 编排可以，需自己维护 LAMP 运行环境可以，社区版单机编排不可以
核心产出互动课堂（幻灯片/测验/模拟/PBL）+ PPTX/HTML课程结构、作业、成绩册，AI 生成测验题/摘要/图片任意 LLM 应用：聊天、RAG、工作流对话式辅导，绑定可汗学院题库
多智能体课堂原生支持（教师 + 同学 + 白板 + TTS）不支持，AI 是工具型插件可用工作流自行编排，但无课堂形态单导师对话，无同学角色
模型接入20+ 预设 + 任意 OpenAI 兼容端点，按槽位分配通过 AI provider 插件接 OpenAI、Gemini、Ollama 等模型供应商市场，按应用配置不可选，由厂商托管
计费方式软件免费，付模型 API 费用软件免费，付插件与模型费用社区版免费，企业功能付费学习者 4 美元/月或 44 美元/年；教师免费
上手成本中：需 Node + PostgreSQL + 模型配置高：LMS 本身部署与课程建设都重中：需自己设计应用与提示词低：注册即用
数据归属完全自有完全自有完全自有厂商云端

关键差异解读：

  1. OpenMAIC 与 Moodle 不是替代关系。Moodle 强在教务与课程管理，AI 子系统（4.5 起内置的 AI provider 插件机制）主要做试题生成、文本摘要、图片生成这类「辅助教师」的工作；OpenMAIC 强在「把一节课直接生产出来并演给你看」，没有班级与成绩概念。需要正规教学管理时，常见做法是「Moodle 管人管课，OpenMAIC 管内容生产」，两者通过链接或 API 衔接。
  2. OpenMAIC 与 Dify 的差别在「形态」而非「能力」。Dify 是通用编排平台，理论上可以用工作流拼出一个课堂生成器，但课堂播放、角色对话、白板、TTS、离线导出这些形态要自己实现；OpenMAIC 把这些做成产品。反过来，Dify 更适合做企业知识库问答、客服、审批自动化等非教学场景。
  3. Khanmigo 代表商业订阅路线。它便宜、开箱即用、内容与题库深度绑定，但数据在厂商云端、模型不可替换、也无法改造成自己的课程生产系统。对数据合规敏感或有二次开发需求的团队，自托管路线更合适。
  4. 许可差异要提前确认。OpenMAIC 是标准 MIT，商用与二次分发限制最少；Dify 的许可证是修改版 Apache-2.0，多租户运营等场景需要额外商用授权，选型时应让法务确认。

九、结论

如果你的目标是「在自己的服务器上，把主题或资料自动变成一堂能演、能互动、能导出的课」，并且接受「需要自备模型 Key、需要一个常驻进程和 PostgreSQL」，OpenMAIC v1.2.1 是当前开源方案里形态最完整的一个：MIT 许可、活跃迭代、20+ 模型服务商预设、原生多智能体课堂与离线产出。

如果你的核心诉求是「管理学生与教学流程」，应选 Moodle 一类 LMS；如果是「搭建通用大模型应用」，应选 Dify 一类编排平台；如果只是「给个人提供一个随时可用的 AI 辅导」，商业订阅产品更省事。三者可以共存，不必互斥。

十、参考资料