OpenMAIC

Terjemahan mesin otomatis halaman berbahasa Inggris ini, yang belum ditinjau oleh penutur asli.

OpenMAIC adalah rilis open-source dari kelas multi-agen MAIC yang dijelaskan dalam studi MAIC: deskripsikan sebuah topik atau lampirkan materi Anda sendiri dan alat ini menghasilkan pelajaran lengkap — slide, kuis, simulasi HTML interaktif dan aktivitas berbasis proyek — lalu menyampaikannya melalui guru AI dan teman sekelas AI yang berbicara, menggambar di papan tulis dan ikut berdiskusi. Ini adalah kode di balik kelas yang dapat dijalankan alih-alih hanya dibaca.

Apa yang dapat Anda lakukan dengannya

Generasi satu klik menghasilkan pelajaran dalam hitungan menit dari sebuah prompt atau dokumen, audio atau video yang diunggah. Lapisan multi-agen menambahkan diskusi kelas yang dapat diikuti atau dipanggil pembelajar, debat meja bundar antar persona dengan ilustrasi papan tulis, dan tanya jawab bebas di mana guru menjawab dengan slide atau diagram. Sesi mendukung dek slide, kuis, simulasi interaktif dan PBL, serta diekspor sebagai .pptx yang dapat diedit atau .html interaktif. Versi 1.0.0 (Agustus 2026) menambahkan agent workbench: ruang kerja yang mengutamakan obrolan yang merencanakan dan merevisi seluruh mata kuliah, sesi tahan lama berbasis server yang dapat Anda batalkan, lanjutkan atau arahkan, dan 24 skill bawaan yang mencakup slide, kuis, interaktif, gambar, video dan suara. Paket SKILL.md memungkinkan harness agen membangun kelas dari aplikasi pesan.

Untuk siapa

Dosen dan tim mata kuliah yang menginginkan materi hasil generasi yang masih dapat mereka edit, perancang pembelajaran yang membuat prototipe aktivitas multi-agen, dan pengembang yang membutuhkan kelas yang dapat dihosting sendiri alih-alih produk hosted. Sekolah dapat menerapkannya di Vercel atau dengan Docker, dan proyek ini menyediakan demo hosted di open.maic.chat.

Catatan

Berlisensi MIT, dengan panduan pengguna bahasa Inggris dan Mandarin serta komunitas aktif di Discord dan Feishu. Alat ini netral model: Anda menyediakan setidaknya satu kunci penyedia LLM, dan komponen lokal opsional (Lemonade untuk model lokal, FunASR untuk pengenalan suara) memungkinkan Anda menjalankan lebih banyak tumpukan secara offline — jadi “gratis” menggambarkan perangkat lunaknya, bukan tagihan inferensinya. Makalah di baliknya muncul di Journal of Computer Science and Technology (2026, DOI 10.1007/s11390-025-6000-0), dan repositorinya memiliki lebih dari 38.000 bintang pada September 2026.

Konsep terkait

AI Agensik, AI Generatif, Model Bahasa Besar (LLM), Sumber Terbuka, Pembelajaran Berbasis Proyek, Pengajaran dan Pembelajaran Daring, Pembelajaran yang Dipersonalisasi, Pengajaran, Tutoring Cerdas, Simulasi