OpenMAIC

Автоматичен машинен превод на тази английска страница, който още не е проверен от носител на езика.

OpenMAIC е изданието с отворен код на класната стая с много агенти MAIC, описана в изследването MAIC: опишете тема или прикачете свои материали и то генерира цял урок — слайдове, тестове, интерактивни HTML симулации и проектни дейности — и после го провежда чрез AI учители и AI съученици, които говорят, рисуват на дъска и участват в дискусия. Това е кодът зад класна стая, която може да бъде пусната, а не само прочетена.

Какво можете да правите с него

Генерирането с едно щракване създава урок за минути от подсказка или качен документ, аудио или видео. Слоят с много агенти добавя класна дискусия, към която учащият може да се присъедини или да бъде поканен, кръгли дебати между персони с илюстрации на дъска и свободни въпроси и отговори, при които учителят отговаря със слайдове или диаграми. Сесиите поддържат слайд деки, тестове, интерактивни симулации и PBL и се експортират като редактируем .pptx или интерактивен .html. Версия 1.0.0 (август 2026 г.) добави работна маса за агенти: работно пространство, започващо с чат, което планира и преработва цели курсове; трайни сесии на сървъра, които можете да отмените, възобновите или насочите; и 24 вградени умения за слайдове, тестове, интерактивни елементи, изображения, видео и гласове. Пакет SKILL.md позволява на агентна среда да изгражда класни стаи от приложение за съобщения.

За кого е предназначен

Преподаватели и курсови екипи, които искат генерирани материали, които все още могат да редактират; дизайнери на обучение, които прототипират дейности с много агенти; и разработчици, които се нуждаят от класна стая, която могат да хостват сами, а не от хостван продукт. Училищата могат да го разгърнат във Vercel или с Docker, а проектът предоставя хоствана демонстрация на open.maic.chat.

Бележки

Лицензиран под MIT, с ръководство за потребителя на английски и китайски и активна общност в Discord и Feishu. Той е неутрален към модела: вие осигурявате поне един ключ за доставчик на LLM, а незадължителните локални компоненти (Lemonade за локални модели, FunASR за разпознаване на реч) позволяват по-голяма част от стека да работи офлайн — така че „безплатно“ описва софтуера, а не сметката за извод. Статията зад него се появи в Journal of Computer Science and Technology (2026, DOI 10.1007/s11390-025-6000-0), а репозиторият имаше над 38 000 звезди към септември 2026 г.

Свързани понятия

Агентен AI, Generative AI, Large Language Models (LLMs), Open Source, Project-Based Learning, Online Teaching and Learning, Personalized Learning, Преподаването, Intelligent Tutoring, Simulation