OpenMAIC 是清华 THU-MAIC 团队开源的 Open Multi-Agent Interactive Classroom。它最近出现在 GitHub Trending 和教育 AI 讨论里，官方介绍强调一键从主题或文档生成互动课堂，包含 AI 教师、AI 同学、幻灯片、测验、交互模拟、白板、TTS 和 PPTX/HTML 导出。参考来源：OpenMAIC 官网、OpenMAIC GitHub、AMD 对 MAIC 的介绍。
这篇工坊不把 OpenMAIC 当成“又一个教育 demo”。更有价值的看法是：它是一个多 Agent 应用模板。很多公司都在做内部培训、代码库 onboarding、合规学习、销售 enablement、产品知识库，但最后往往只做成一个 RAG 聊天框。聊天框能回答问题，却很难稳定地产生学习路径、阶段测验、互动讨论和可复查产物。OpenMAIC 展示了另一种产品形态：让多个角色围绕同一份材料协作，前端呈现为课堂，后端呈现为状态机。
下面我们搭一个“团队内部 API 安全培训课堂”。输入是一份 Markdown 或 PDF，输出是 30 分钟课程：开场目标、五页核心幻灯片、两轮同学提问、三道测验题、一个小实验和导出包。即使你最后不用 OpenMAIC，也可以复用这套工程结构。
最小部署路线
先克隆项目并安装依赖。真实命令以仓库 README 为准，下面给出通用流程。
git clone https://github.com/THU-MAIC/OpenMAIC.git
cd OpenMAIC
pnpm install
cp .env.example .env.local
pnpm dev第一次不要急着接入所有模型、语音和图片服务。教育应用的调试成本很高，最好的顺序是先跑通文本课程生成，再打开测验，再打开白板和语音。.env.local 可以先保留一个主力文本模型。
OPENAI_API_KEY=sk-...
ANTHROPIC_API_KEY=
GOOGLE_API_KEY=
DEEPSEEK_API_KEY=
ACCESS_CODE=team-training如果你要给内部团队使用，ACCESS_CODE 不是安全边界，只是轻量入口。真正的生产环境需要 SSO、课程空间隔离、文件权限和日志脱敏。
把课程生成拆成状态机
多 Agent 课堂最怕失控。教师 Agent 开始扩展背景，同学 Agent 不断追问，测验 Agent 又生成一堆偏题题目，最后用户看起来很热闹，但课程目标不清楚。因此要先写课程计划对象。
type LessonPlan = {
topic: string;
audience: "engineer" | "pm" | "sales" | "mixed";
durationMinutes: number;
objectives: string[];
sourceFiles: string[];
requiredScenes: Array<"slides" | "quiz" | "discussion" | "lab">;
};
const plan: LessonPlan = {
topic: "API key leakage response",
audience: "engineer",
durationMinutes: 30,
objectives: [
"identify common leakage paths",
"rotate exposed keys safely",
"add automated scanning to CI",
],
sourceFiles: ["./materials/api-security.md"],
requiredScenes: ["slides", "discussion", "quiz", "lab"],
};这个对象要进入每个 Agent 的上下文。教师 Agent 负责讲解目标，同学 Agent 负责提出误区问题，测验 Agent 只检查目标相关知识，实验 Agent 只生成可在沙箱里做的小练习。不要让任何一个角色重新定义课程目标。
课程材料预处理
上传 PDF 或 Markdown 后，先做材料切片和章节摘要。这里不要追求最复杂的 RAG，先让每个片段带上页码、标题和证据。
type SourceChunk = {
id: string;
title: string;
page?: number;
text: string;
};
function buildEvidence(chunks: SourceChunk[]) {
return chunks.map((chunk) => ({
id: chunk.id,
heading: chunk.title,
locator: chunk.page ? `page ${chunk.page}` : "markdown section",
preview: chunk.text.slice(0, 240),
}));
}教育场景尤其需要证据，因为学生会把系统输出当成课程内容。每页幻灯片、每道题和每个答案都应能追到材料片段。无法追溯的发挥可以保留，但要标记为补充解释，而不是原文内容。
设计四个 Agent 角色
第一版建议只有四个角色。
teacher_agent: 生成讲解路径和幻灯片大纲
peer_agent: 模拟同学提问和常见误解
quiz_agent: 生成测验并解释选项
lab_agent: 生成小实验和验证步骤角色越多，越容易产生表演性复杂度。你真正需要的是职责边界，而不是更多名字。每个 Agent 输出结构化 JSON，再由课程编排器合并。
type Slide = {
title: string;
bullets: string[];
evidenceIds: string[];
};
type QuizItem = {
question: string;
options: string[];
answerIndex: number;
explanation: string;
evidenceIds: string[];
};如果某个输出缺少 evidenceIds，直接退回重生成。这样会比事后人工检查省很多时间。
课程质量门禁
互动课堂必须有质量门禁，否则多 Agent 会把错误包装得更像课堂。可以先做五个检查。
function validateLesson(slides: Slide[], quizzes: QuizItem[]) {
if (slides.length < 4) throw new Error("too few slides");
if (quizzes.length < 3) throw new Error("too few quizzes");
for (const slide of slides) {
if (slide.bullets.length > 5) throw new Error(`slide too dense: ${slide.title}`);
if (slide.evidenceIds.length === 0) throw new Error(`missing evidence: ${slide.title}`);
}
for (const item of quizzes) {
if (item.options.length !== 4) throw new Error(`bad quiz options: ${item.question}`);
if (item.evidenceIds.length === 0) throw new Error(`missing quiz evidence: ${item.question}`);
}
}这类规则看起来机械，但对教育产品很重要。幻灯片太密、题目没有依据、解释跳步骤，都会直接降低学习效果。把这些规则放进编排层，比反复提醒模型“请高质量生成”更可靠。
交互课堂的正确边界
OpenMAIC 最吸引人的功能是 AI 同学和实时讨论。开发者容易把这部分做成“无限聊天”。实际更稳的做法是围绕课程节点开放讨论。
例如每两页幻灯片之后，peer agent 生成两个问题：一个代表初学者误解，一个代表进阶工程追问。教师 Agent 先回答，再让用户选择是否展开。这样既有课堂感，也不会让节奏完全散掉。
type DiscussionTurn = {
afterSlide: number;
persona: "beginner" | "skeptic" | "operator";
question: string;
expectedAnswerPoints: string[];
};企业培训尤其需要这个边界。课堂不是聊天群，用户进入这个系统是为了在有限时间内掌握一个主题。多 Agent 的价值是模拟不同角度，而不是制造噪声。
导出和复查
OpenMAIC 支持导出 PPTX 或 HTML，这一点比很多教育 demo 更实用。建议把导出包定义成三层。
lesson.html: 学生可回看版本
slides.pptx: 讲师可编辑版本
trace.json: 生成过程、模型、材料证据和校验结果trace.json 是内部必需品。它让你知道课程来自哪个模型、哪份材料、哪些 chunk、哪次质量门禁。教育和培训内容会被复用，如果没有 trace，后续纠错和版本管理会很痛苦。
适合迁移的业务场景
OpenMAIC 的模式可以迁移到至少四类场景。
第一是技术 onboarding。把代码库文档、架构图和 runbook 变成互动课程，让新成员先经历一轮系统讲解和测验，再进入真实仓库。
第二是安全培训。泄露响应、权限申请、数据脱敏、CI 扫描都可以做成带实验的小课程，比年度合规视频有效。
第三是销售和客服培训。让 AI 同学扮演客户、质疑者和采购经理，围绕产品资料训练回答，而不是只背 FAQ。
第四是研究论文学习。把论文转成背景、方法、实验、局限、复现步骤和测验，适合团队 journal club。
结论
OpenMAIC 热起来的原因，不只是它把“AI 教师”做得更漂亮，而是它把教育 AI 从单轮问答推向流程化 Agent 产品。开发者最该学习的是三件事：课程目标先行，多角色职责隔离，所有内容可追溯到材料证据。
如果你正在做企业知识库，不要只做聊天入口。把某个高频主题做成 30 分钟互动课程，加入测验、讨论和导出，用户会更容易完成真正的学习闭环。OpenMAIC 是一个值得拆解的参考实现。