企业官网建设流程全解析

从清华课堂到联合国讲台：OpenMAIC 领跑的中国 AI 教育出海叙事

【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAIC

2026 年 9 月 8 日，巴黎联合国教科文组织总部，清华大学教育学院教授张羽、助理教授于济凡完成了一场 90 分钟的现场展示：在来自全球的教师、校长与政策制定者面前，用一个开源项目从零生成了一门课程。这是中国 AI 教育智能体团队首次登上联合国讲台，而他们带来的项目，正是清华大学开源的 OpenMAIC（Open Multi-Agent Interactive Classroom）——那个 3 月开源 30 天内便在 GitHub 收获超 1.6 万颗星、8 月底星数突破 3.3 万、此后反复登榜 GitHub Trending 的"教育龙虾"。

这次亮相之所以值得认真对待，不在于"又一个开源项目红了"，而在于它标志着一件事：中国 AI 教育正在从"输出产品"转向"输出范式"。本文结合公开报道线索与 OpenMAIC 仓库源码，拆解这条出海叙事的三条主线——开源作为出海载体、国际舞台的背书效应、以及多语言多文化市场下的工程机会。

一场 90 分钟的现场演示，为什么震动巴黎

先还原演示本身。据现场报道，这次展示的核心动作是"从零生成一门课程"——不预置模板、不播放录播，而是当场喂给系统一个主题，让多智能体系统当场完成备课后直接授课。对台下以教师、校长和政策制定者为主的听众而言，震撼点在于可复现性：这不是某家公司私有云里的黑盒 Demo，而是一个任何人都能拿到源码、自建部署的开源项目。

这种"当场演示"的传播效果远超 PPT 汇报。OpenMAIC 的仓库结构保证了这一点：整个产品由 app/、lib/ 与 packages/ 三层组成，从 Next.js 应用入口、LangGraph 多智能体编排到可独立分发的@openmaic/*SDK 一应俱全，任何人 clone 后pnpm install即可复现同类课堂。演示的"可信度"来自代码本身，而不是来自讲台。

更深一层的信号在学术端。仓库 README.md 的 Citation 章节记录了一篇发表于《Journal of Computer Science and Technology》的论文《From MOOC to MAIC: Reimagine Online Teaching and Learning through LLM-driven Agents》。从 MOOC 到 MAIC 的提法本身就是一套完整的叙事：MOOC 时代中国教育出海的载体是"大规模在线课程"，而 MAIC（Multi-Agent Interactive Classroom）时代，出海载体变成了"可运行、可复现、可二次开发的开源课堂"。这正是本次巴黎演示的底层逻辑。

开源出海的路径与载体：一份代码如何跨洋运转

OpenMAIC 的出海叙事中，最值得注意的不是"开源"这个标签本身，而是它为跨洋运转准备的整套载体体系。

首先是许可与分发。项目采用 MIT 协议（见 README.md 的 License 章节），明确声明允许免费商业使用。配合发布在 npm 上的@openmaic/*SDK 家族——dsl、renderer、editor、importer、generation、storage，任何人都能在这套代码上构建自己的教育产品，这让"清华出品"的技术资产具备了被全球团队复用的可能。

其次是部署路径的多元化。仓库同时提供三种主流落地方式：官方托管版 open.maic.chat（通过访问码分发）、本地开发运行（pnpm dev/pnpm build && pnpm start）以及 Docker 一键部署（docker compose up --build，含 PostgreSQL 双容器栈）。对海外教师而言，"无需懂代码也能体验（托管版）、想自建随时可以（Docker）"是开源教育工具最重要的信任建立机制。

第三是生态嵌入。OpenMAIC 将 skills/openmaic/SKILL.md 做成标准 Skill 包，通过 ClawHub 一键安装，可被 OpenClaw、Codex、DeepSeek、WorkBuddy 等各类 Agent 工作台加载；配合飞书、Slack、Telegram 等 20+ 消息应用，用户甚至可以不碰终端，直接在聊天软件里生成并查看一堂互动课。仓库 README.md 的 Agent Workbench Integration 章节以动画演示了这一流程。对一个教育项目来说，这等于把"课堂生成能力"下沉到了教师日常最熟悉的沟通渠道里——出海的最后一公里，往往不是技术门槛，而是使用习惯。

把这三层放在一起看，"开源出海"的路径就清晰了：MIT 许可解决合规与商业顾虑，多形态部署解决访问门槛，Agent 工作台集成解决使用习惯。OpenMAIC 不是在 GitHub 上"火"了之后才出海的，而是这套载体设计本身就是为跨文化、跨平台、跨信任边界的传播而准备的。

国际舞台的背书效应：从"教学工具"到"教育范式"

联合国讲台的背书效应，不能简单理解为"星数又涨了一波"。它真正改变的是 OpenMAIC 在国际叙事中的身份定位：此前它是被讨论的"AI 教学工具"，此后它成了被研究、被引用、被写入政策讨论的"教育范式样本"。

这种身份升级有实打实的学术支撑。上述 JCST 论文把 OpenMAIC 的定位从"产品"提升为"对在线教学的理论重构"——多智能体课堂不是把 PPT 变成动画，而是把单向讲授改写成多角色协作的动态教学过程。这与仓库中 lib/orchestration/ 的实现相互印证：在 director-graph.ts 中，一个基于 LangGraph 的 StateGraph 充当"导演"，按回合调度讲师、学生等不同 Agent；director-prompt.ts 则为导演构建系统提示词，决定"下一个该谁发言"。这里的核心设计是：单智能体场景下导演走纯代码逻辑、零 LLM 调用，多智能体场景下才启用 LLM 决策——用最少的大模型调用换取课堂节奏的确定性，这是一个工程判断力很强的设计。

巴黎现场展示中，团队将产品逻辑概括为Agent = Model + Harness：Model 决定 AI 承担何种任务，Harness 决定任务能被推进到哪一步。这个公式在仓库里能找到对应的工程实体——lib/server/agent-runtime/ 提供了 PostgreSQL 支撑的持久化会话、租约与心跳、崩溃恢复与后续指令接管，配合 lib/chat/pi/config.ts 中每 Agent 轮次与动作数量的显式上限，构成了"能把交付工作完整做完"的 Harness 层。这也是 v1.0 被称为"教育界的 Codex"的原因：用户给出简短指令后，Agent 会先判断整套课程要把学生带到何处，再决定每节课分别承担什么，避免教学目标冲突与内容重复，随后规划、生成、检查、修改、迭代，直到产出一套完整课程。

支撑这套工作流的是仓库 skills/agent-runtime/ 下 24 个内置教学法技能——curriculum-planner（课程规划）、spiral-curriculum（螺旋课程）、understanding-by-design（逆向设计）、k12-core-literacy-planning（2022 课标核心素养规划）、social-emotional-learning（社会情感学习）、zone-of-proximal-development（最近发展区）等，一键加载即可切换课程设计范式。社区文章里流传的经典案例——把《2001：太空漫游》交给系统后，它拆解学习目标、提取全书结构目录，为初中生规划出横跨数学、社会学、政治博弈与文学创作的一周课程，最终由一本书衍生出 14 节沿同一学习主线展开、配齐 PPT/Quiz/交互网页/PBL 任务的课——对应正是 curriculum-planner 与 spiral-curriculum 这类技能的组合运用。按传统方式，这种系统性备课往往需要一个教研组打磨一两周。

出海叙事下的机会：多语言课堂与跨文化适配

联合国讲台打开了叙事，但真正决定出海成败的是产品能否适配不同语言与文化语境的教学场景。在这条线上，OpenMAIC 的工程准备相当具体。

界面层：12 个语言区域。仓库 lib/i18n/locales.ts 注册了 12 个地区代码，覆盖简体中文、繁体中文、英语、日语、韩语、俄语、阿拉伯语、巴西葡语、墨西哥西语、法语、越南语与德语；lib/i18n/workbench-locales/ 进一步为 Agent 工作台补齐了其中 10 个语言的界面文案，而 lib/i18n/config.ts 将产品文案与工作台文案深度合并解析。对一个教育产品而言，12 个语言区域不是锦上添花——它意味着阿拉伯语国家的数学课、西语拉美的编程课、东南亚的 STEM 课都有原生界面可用。

语音层：可克隆、可本地化的声音。课堂的沉浸感高度依赖"AI 老师开口说话"。仓库 lib/audio/ 聚合了多种 TTS/ASR 提供商，并支持 VoxCPM2 自托管声音克隆——README.md 的 VoxCPM2 章节展示了三种语音模式：Auto Voice（按 Agent 人设自动生成语音提示）、Prompt voice（自然语言描述音色）、Clone voice（上传参考音频克隆）。这对跨文化课堂意义重大：教师可以为不同语言区域配置对应母语、对应性别、对应教学风格的 AI 讲师，而不是听千篇一律的合成音。配合 FunASR 本地语音识别，课堂甚至可以完全离线运行在校园内网。

模型层：provider-neutral 的接入设计。出海必然面对"用哪个大模型"的分化现实。OpenMAIC 在 openmaic.yml 中声明 providers（可调用的账号）与 slots（每个 AI 用途对应一个模型），支持 OpenAI、Anthropic、Amazon Bedrock、Google Gemini、DeepSeek、Qwen、Kimi、MiniMax、Grok、GLM、Ollama、Lemonade 本地推理等 20 余家提供商及任意 OpenAI 兼容 API。这意味着欧洲学校可以用 Bedrock 满足数据合规，国内机构可以接 DeepSeek/Qwen 降低推理成本，离线机构可以跑 Lemonade——课堂生成能力与具体模型解耦，是教育产品跨市场复制的关键前提。

交付层：可离线分发的课堂资产。出海叙事下还有一个常被忽视的需求：很多教育市场的网络环境、数据主权规则与合规要求，决定了课堂内容必须能脱离公网运行。README.md 的 Export 章节说明，导出 Classroom ZIP 时系统会把交互场景引用的 KaTeX、Three.js、Tailwind CDN、字体与图片内联为data:URI，导出的课程在导入隔离/内网实例后可完全离线播放。一套在巴黎生成的课堂，可以原样装进非洲乡村或中东学校的内网服务器——这才是"教育出海"最实在的形态。

叙事仍在演进：从"课堂工具"到"AI 教育基础设施"

回看整个出海叙事，最有意思的是它仍在快速迭代。就在巴黎演示约一个月后，CHANGELOG.md 记录的 v1.2.0-rc.1 把架构推向了 server-first：此前课程生成由浏览器逐步驱动、关闭标签页即中断，1.2.0 起生成运行在服务器上，可跨关闭标签页与重启存活；模型在openmaic.yml统一配置；Web 应用与 API 共享同一条生成管线。从浏览器端到服务端，从单节课到整门课，从工具到平台——这条演进路径本身，就是中国 AI 教育出海叙事从"演示震撼"走向"基础设施"的证据链。

联合国讲台上的 90 分钟只是一个节点。真正值得持续跟踪的，是这套以开源为载体的教育范式，能否在多个语言、多个时区、多种教学制度下，被证明"可运行、可复现、可本地化"。OpenMAIC 已经用源码给出了它的答案姿态：课堂属于任何接入它的模型，属于任何使用它的语言，也属于任何能运行一份代码的地方。

【免费下载链接】OpenMAICOpen Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click项目地址: https://gitcode.com/GitHub_Trending/op/OpenMAIC