GitHub 双响：清华 OpenMAIC 把课堂搬进多 Agent，miniMind 让你 2 小时从零训出自己的 LLM

这一周 GitHub Trending 上冒出来的两个项目，路子截然相反，但都戳中同一个点：AI 不再是”你对着一个黑盒提问”，而是你可以真正上手、甚至亲手从零造一层的工具。

一个给你现成的多 Agent 课堂，点一下就把你扔进一群会说话、会画板书、还能随时插话讨论的 AI 师生中间；另一个干脆把大模型的底裤掀了，告诉你 64M 参数的小模型，2 小时就能在你自己电脑上从零训出来。我一个个说。

一、清华 OpenMAIC：开源”多 Agent 互动教室”，一键开课

这项目叫 OpenMAIC（Open Multi-Agent Interactive Classroom），清华 MAIC 组出品，TypeScript 写的，GitHub 上总星数已经破了 3 万（3 万出头，光本周就涨了 1 万多星），AGPL-3.0 开源。

它干的事一句话：给你任一个话题或文档，自动生成一个可以互动的课堂——PPT 课件、随堂测验、3D 可视化仿真、在线编程、思维导图，全由 AI 老师带 AI 同学们实时讲给你听。这跟普通 AI 问答最大的区别是氛围感：真的像有老师在白板上敲重点、有同学在旁边讨论，而不是你一个人对着对话框打字。

几个亮点我实测后觉得值得记：
– 多 Agent 编排是核心，讲完会追问你懂没懂，卡住了它换个角度再讲。
– 随时切出 Deep Interactive Mode，上数学课给你把函数曲线 3D 拉出来，学物理直接上仿真。
– 内置了 OpenClaw 这套个人 Agent 底座，等于教室里还蹲着个全能助教。
– 支持中文、英文、繁体、葡语等多语言，还能把整节课导成 ZIP 离线带走，没网也能复习。
– 模型方面很开放，DeepSeek-V4、GPT-5.5、Claude Opus 4.8、Gemini 3.5、Ollama 本地模型都能接，甚至可以自己配语音克隆（VoxCPM）。

对普通人，这是”把一个清华风格的互动课堂装进浏览器”；对开发者，它整套多 Agent 编排、TTS/ASR 接入、离线导出，都是一套可以直接抄的现成框架。想了解更系统的 Agent 玩法，可以看看我之前的多 Agent 平台基础系列。

二、miniMind：2 小时，从零训练一个能对话的 LLM

miniMind 是另一个调性完全不同的东西，jingyaogong 做的，Python 项目，GitHub 上 5.8 万星。它的目标极其”教育直给”：让你从零训出一个小到能塞进笔记本、但真能聊天的语言模型。

不是学调参，是完整走一遍大模型的制造流水线：数据清洗、分词、预训练、监督微调、强化学习（RLHF/DPO）、量化推理——从 64M 到 1B 参数梯级，单卡就能跑。作者号称 64M 那个 2 小时左右就能训完，日常对话、角色扮演、指令跟随都能应付。

这对普通人和独立开发者的价值是什么？是祛魅。所谓万亿参数大模型，底层没你想的那么不可触碰——把规模砍到 1/1000，你自己就是”训练师”。懂了这条链路，后面再去看本地部署、微调自己的专属模型，心里就有底了。miniMind 仓库里代码、数据集、训练日志、推理脚本全给你配齐，照着跑一遍比看十篇原理文章都结实。

实话

说点扫兴的。这两个项目的定位天差地别，别误用：
– OpenMAIC 是”体验派”，强在生产好的互动课堂和多 Agent 编排，但它依赖各家模型 API，离线小模型体验会打折扣，而且 3 万星里这两年增长太猛，还得警惕”热闹期”水分。
– miniMind 是”造轮子派”，它的价值在把训练流程讲透，但它训出来的 64M 模型能力肯定远比不上商业大模型——它教你的是怎么做，不是给你一个能用上生产线的产品。真要用在业务里，还得靠更大的模型或微调路线。

一句话总结：想被 AI 教用 OpenMAIC，想学会怎么教出 AI就啃 miniMind。两个都不花钱，都值得你花个周末去折腾一下。

文/ 数码罗记 · godsun.pro