Bibliothèque / SDK
THU-MAIC/OpenMAIC avatar
THU-MAIC/OpenMAIC

OpenMAIC : construire des salles de classe interactives avec des agents IA

Ouvrez une classe interactive multi-agents, obtenez une expérience d'apprentissage immersive et multi-agents en un seul clic.

37 070 étoiles5 849 forksTypeScriptMIT
GitHub

En bref

De quoi s’agit-il ?
Une plateforme open source qui transforme tout sujet ou document en expérience d'apprentissage multi-agents.
À qui s’adresse-t-il ?
OpenMAIC offre un moyen de générer du contenu de classe interactif avec des enseignants et des camarades IA, et ses intégrations locales optionnelles et ses options d'exportation le rendent adaptable à différents besoins de déploiement. Le README ne fournit pas de benchmarks de performance ni de statistiques d'utilisation en production, ceux-ci restent donc à vérifier par quiconque envisage un déploiement.
Puis-je l’utiliser commercialement ?
Oui. MIT est une licence permissive : vous pouvez utiliser, modifier et vendre un logiciel qui en dépend, à condition de conserver les mentions de droit d’auteur et de licence.
Est-il encore maintenu ?
Oui. Le dépôt a reçu de nouveaux commits au cours des dernières 24 heures.
En quel langage est-il écrit ?
Principalement TypeScript, d’après les statistiques de langage de GitHub.

Ces réponses reposent sur les données GitHub du projet (dernière synchronisation le 15 septembre 2026) et sur notre analyse. Elles ne constituent pas un avis juridique.

ANALYSE OPEN SOURCE APPROFONDIE

Le pitch de la salle de classe en un clic

OpenMAIC (Open Multi-Agent Interactive Classroom) est une plateforme IA open source qui transforme un sujet ou un document en expérience de classe. Selon le README, elle génère des diapositives, des quiz, des simulations interactives et des activités d'apprentissage par projet, le tout fourni par des enseignants IA et des camarades de classe IA qui peuvent parler, dessiner sur un tableau blanc et participer à des discussions en temps réel. La description du dépôt dit : « Obtenez une expérience d'apprentissage immersive multi-agents en un seul clic. » Le projet est écrit en TypeScript et utilise Next.js, React, LangGraph et Tailwind CSS, comme le montrent les badges. Le README renvoie également à un article du Journal of Computer Science and Technology, mais le contenu de cet article n'est pas reproduit ici. Les métadonnées du dépôt montrent plus de 20 000 étoiles et environ 4 000 forks.

Configuration locale et fournisseurs

Le README donne un chemin de démarrage rapide : cloner le dépôt, installer les dépendances avec pnpm, copier .env.example vers .env.local et remplir au moins une clé de fournisseur LLM. Il liste les fournisseurs pris en charge, notamment OpenAI, Azure OpenAI, Anthropic, Amazon Bedrock, Google Gemini, DeepSeek, Qwen, Kimi, MiniMax, Grok, OpenRouter, Doubao, Tencent Hunyuan, Xiaomi MiMo, GLM, Ollama, Lemonade, FunASR et toute API compatible OpenAI. Le README montre également une configuration alternative via server-providers.yml. Il recommande Gemini 3 Flash comme modèle par défaut pour un équilibre entre qualité et vitesse, mais c'est une recommandation, pas une exigence. Pour exécuter le serveur de développement, le README dit d'utiliser pnpm dev et d'ouvrir http://localhost:3000. Pour la production, pnpm build && pnpm start. Il y a aussi un chemin Docker Compose.

Services IA locaux optionnels

Le README décrit plusieurs intégrations optionnelles qui fonctionnent localement. Lemonade est un fournisseur local compatible OpenAI pour LLM, génération d'images, TTS et ASR, sans clé API. FunASR fournit la reconnaissance vocale locale via un serveur compatible OpenAI, avec prise en charge de SenseVoiceSmall, Paraformer et Fun-ASR-Nano. Pour le TTS, VoxCPM2 est un modèle open source d'OpenBMB auquel OpenMAIC peut se connecter, offrant le clonage vocal et des voix générées automatiquement. Le README mentionne également MinerU pour l'analyse avancée de documents, et un service de rendu pour l'export vidéo MP4 qui nécessite Chromium et FFmpeg sur Node 22. Tout cela est facultatif ; la configuration de base n'a besoin que d'une clé LLM.

Mode interactif profond et pipeline de génération

Le README présente le mode interactif profond, qui crée des expériences d'apprentissage interactives et explorables plutôt que d'écouter passivement. Il liste cinq types d'UI interactives : visualisation 3D, simulation, jeu, carte mentale et programmation en ligne. L'enseignant IA peut activement manipuler l'UI pour guider les étudiants, mettre en évidence des zones, définir des conditions et fournir des indices. La génération de leçons suit un pipeline en deux étapes : d'abord l'IA analyse l'entrée et génère un plan structuré, puis chaque élément du plan devient une scène, comme des diapositives, des quiz, des modules interactifs ou des activités PBL. Le README ne fournit pas de benchmarks ni de métriques de qualité pour ce pipeline.

Salle de classe multi-agents et tableau blanc

Les composants de la classe comprennent des diapositives, des quiz, des simulations interactives et l'apprentissage par projet. Les diapositives sont accompagnées de narration vocale, d'effets de projecteur et d'animations de pointeur laser. Les quiz prennent en charge le choix unique, le choix multiple et la réponse courte, avec une notation IA en temps réel. L'interaction multi-agents comprend la discussion en classe où les agents initient des discussions et peuvent vous interroger, des débats de table ronde avec différents personnages, un mode questions-réponses et un tableau blanc partagé où les agents dessinent des équations et des diagrammes en temps réel. Le README mentionne également la synthèse vocale, la reconnaissance vocale, la recherche Web, l'internationalisation pour sept langues et le mode sombre.

Formats d'exportation et lecture hors ligne

Le README liste trois formats d'exportation : PowerPoint modifiable (.pptx), pages HTML interactives et un ZIP de classe contenant la structure du cours et les médias. Pour les classes hors ligne ou intranet, lors de l'exportation d'une classe ou d'un pack de ressources, OpenMAIC intègre les ressources externes référencées par les scènes interactives (KaTeX, Three.js, Tailwind CDN, Google Fonts, images) sous forme d'URI de données dans le HTML exporté. Le cours exporté se joue alors entièrement hors ligne après importation dans une instance isolée ou intranet, sans contact avec un CDN public au moment de la lecture. Le README note que les ressources qui ne peuvent pas être récupérées au moment de l'exportation sont signalées et laissées en tant qu'URL. Il indique également que les classes exportées avant cette fonctionnalité référencent encore des CDN et doivent être réexportées pour obtenir un support hors ligne.

Intégration OpenClaw et licence

OpenMAIC s'intègre à OpenClaw, un assistant IA personnel qui se connecte à des plateformes de messagerie telles que Feishu, Slack, Discord, Telegram et WhatsApp. Avec cette intégration, vous pouvez générer et visualiser des classes directement depuis votre application de chat. Le README montre deux modes : le mode hébergé, qui utilise un code d'accès de open.maic.chat, et le mode auto-hébergé, où la compétence vous guide à travers le clonage, la configuration et le démarrage. La compétence est disponible sur ClawHub et peut être installée avec la commande "clawhub install openmaic". Le projet est sous licence MIT, et l'extrait de licence accorde la permission d'utiliser, copier, modifier, fusionner, publier, distribuer, sous-licencier et vendre des copies du logiciel, à condition que l'avis de droit d'auteur et l'avis de permission soient inclus. La licence indique également que le logiciel est fourni "tel quel" sans garantie d'aucune sorte. Le README note également que deux packages d'espace de travail groupés ont leurs propres licences : mathml2omml sous LGPL-3.0-or-later et pptxgenjs sous MIT.

Conclusion éditoriale

OpenMAIC offre un moyen de générer du contenu de classe interactif avec des enseignants et des camarades IA, et ses intégrations locales optionnelles et ses options d'exportation le rendent adaptable à différents besoins de déploiement. Le README ne fournit pas de benchmarks de performance ni de statistiques d'utilisation en production, ceux-ci restent donc à vérifier par quiconque envisage un déploiement.

Sources officielles

  1. Official README
  2. Project repository
  3. Release notes
Notes de la communauté

Notes de la communauté