GitHub双响:清华OpenMAIC把多智能体请进课堂,K-Dense让Agent当上科学家
这周 GitHub Trending 有点意思:涨得最猛的两个 AI 项目,一个盯上了课堂,一个钻进了实验室。清华团队的 OpenMAIC 单周涨了上万星,把”AI 讲课”从一个会念 PPT 的聊天框,做成了一间有老师、有同学、能做实验的虚拟教室;K-Dense 的 scientific-agent-skills 则走了另一条路——不做新 Agent,而是给现有的 Agent 发”技能包”,160 多个即装即用的科研技能,让 Cursor、Claude Code、Codex 一秒变身 AI 科学家。
两个项目方向完全不同,但撞上了同一个趋势:Agent 不再是个光会聊天的框,它得有身份、有本事,能进具体场景干活。今天就把这两个项目掰开揉碎讲讲。
OpenMAIC:一点按钮,就开了一间多智能体教室
OpenMAIC(Open Multi-Agent Interactive Classroom)是清华 MAIC 团队开源的多智能体互动课堂,口号就是”一键开课”。你丢进去一个主题或者一份文档,它自动生成课件、测验、互动模拟和项目制学习活动,然后由 AI 老师和 AI 同学陪你上完这节课——会讲、会在白板上画、能开口说话,还能跟你实时讨论。
v0.2 之后功能已经相当完整:Deep Interactive Mode 支持 3D 可视化、仿真实验、小游戏、思维导图甚至在线编程;语音链路接了 VoxCPM2,支持声音克隆;课件大纲生成前可编辑,教室还能导出离线包;模型侧跟得很紧,Claude、DeepSeek-V4、GPT-5.5、Gemini 这些新模型都接了,也支持 Ollama 本地模型。AGPL-3.0 开源,发布半年已经攒下 5 个 release。
说人话:以前的”AI 讲课”大多是单 Agent 背稿,OpenMAIC 玩的是多智能体分工——老师讲、同学捧哏(也可能是抬杠)、助教出题,你在中间被一群 Agent 包围着学。沉浸感这块确实是降维打击。
K-Dense scientific-agent-skills:不造 Agent,给 Agent 发技能包
K-Dense 那个 scientific-agent-skills 是另一条聪明路:Agent 底座已经够多了(Cursor、Claude Code、Codex、Antigravity……),缺的是垂直能力。这个仓库塞了 163 个开箱即用的科研技能,覆盖癌症基因组学、千人基因组查询、病原体变异监测、药物发现、蛋白质组学、材料科学等等,还附带 100 多个科学数据库的接入,MIT 协议随便用。
它吃的是开放的 Agent Skills 标准,所以不绑定任何一家 Agent,你手里在用哪个,装上就能用。配套还有个 K-Dense BYOK——免费开源的”AI 联合科学家”桌面端,自带 API key 即插 40 多种模型,研究工作区、联网搜索、文件处理全齐活,数据留本地,重活可甩给云端算力。据称全球有十几万科学家在用,星数已经冲到 3.4 万。
说人话:这就是给 Agent 发”职业资格证”。大模型懂点生物是 Masonry 级别,真要查基因组、盯病原体变异、跑药物筛选,没有这种校验过的技能包就是瞎编。Skills 标准件化这条路,我个人觉得比再造一个新 Agent 实在得多。
实话时间
先说 OpenMAIC。 classroom 场景选得好,但实话是:多智能体一多,token 烧得也猛,一节”沉浸式”的课背后可能是好几倍的 API 账单,自建给学生用之前先算账;其次 AI 同学的”抬杠质量”完全看底座模型,弱模型一上,课堂秒变小学生吵架;再者 AGPL-3.0 协议,拿去做商业化在线教育产品之前先看一眼合规。建议先用 Ollama 本地模型跑通流程,再决定上什么付费模型。
再说 K-Dense。技能包思路我认可,但 163 个技能质量必然参差——用之前先看它的 Skill Tests 和 Security Scan,科研场景错一次代价很大;”十几万科学家在用”是官方口径,听听就好,按 star 和 issue 活跃度自己判断;BYOK 本地跑注意数据隐私确实是加分项,但 100+ 数据库里哪些要 key、哪些限流,装之前心里要有数。
两个项目放一起看,结论很清楚:2026 年下半年的 Agent 竞争,已经从”谁的底座更聪明”转到”谁的场景技能更厚”。一个往教育纵深扎,一个往科研纵深扎,都比再发一个通用聊天 Agent 有出息。之前写过的 Dify 那种通用工作台是地基,这类垂直技能包和多智能体场景应用是上面的楼——地基热闹完了,现在轮到盖楼了。
by 数码罗记·godsun.pro