GitHub 双响:清华把整堂课塞进 AI,腾讯把文档变成会思考的知识库

GitHub 双响:清华把整堂课塞进 AI,腾讯把文档变成会思考的知识库

今天的 GitHub 热榜,被两个中国团队的项目刷了屏:清华的 OpenMAIC 一周狂涨 4500+ Star,腾讯的 WeKnora 稳在 22K+。一个是把整堂课上成 AI 剧场,一个是把散落文档变成会思考的知识库。方向不同,但都是同一件事——让 AI 从「聊天」走到「干活」。

清华 OpenMAIC:输入一个主题,生成一整堂 AI 课

OpenMAIC(Open Multi-Agent Interactive Classroom)是清华大学 THU-MAIC 团队开源的多智能体互动课堂平台,GitHub 上已经冲到 3.5 万+ Star,本周新增 4500+,是最近涨得最猛的 AI 项目之一。

它的玩法很直白:你输入一句「30 分钟从零学 Python」,或者丢一篇 PDF 论文上去,几分钟后它给你吐出一整堂课——PPT 幻灯片、语音讲解、交互测验、白板推演、圆桌辩论,全齐。讲课的是 AI 教师,陪练的是 AI 同学,不是生成一段视频让你干看,而是能跟你实时对话、当场答疑、在虚拟白板上画图推演。

技术上,OpenMAIC 用的是 LangGraph 做多智能体编排:一个「导演」状态机管着教师、同学、助教这些角色的出场顺序和讨论节奏,生成环节是两阶段流水线(先出大纲再填内容),回放引擎负责课堂的播放和实时交互。整个项目 Next.js + TypeScript 前后端一套,还内置了 OpenClaw 集成——装个插件,你在飞书、Slack、Telegram 群里直接就能开课。

最硬的地方是它真在课堂里验证过:清华 700+ 学生、两年多的真实教学使用,相关论文(From MOOC to MAIC)发表在 JCST 2026。MIT 协议,随便改。我拿它那个理念套我们自己站的《LangGraph 是什么》那篇文章想了一下——把 Agent 编排从「画流程图」变成「导演一台戏」,这确实是教育场景里少见的正经玩法。

腾讯 WeKnora:文档进来,知识库自己长出来

WeKnora(维娜拉)是腾讯开源的企业级 LLM 知识平台,22.4K Star,3.2K Fork,Go 写的。说白了它就是腾讯 ima 的内核开源版,也是微信对话开放平台背后的技术底座——这东西已经在微信生态里跑生产了,不是实验室玩具。

它把三件事合在一套框架里:

  1. RAG 快速问答:PDF、Word、TXT、Markdown、带 OCR 的图片都能解析,BM25 关键词 + 向量语义 + 知识图谱增强三种检索混着来,答案自动标注来源,减少幻觉。
  2. ReAct Agent 自主推理:不是只会查库,而是能自主编排知识检索、MCP 工具、沙箱执行、网络搜索,干多步复杂任务。
  3. AI 自动 Wiki:最狠的一招——Agent 会自动把原始文档蒸馏成相互链接的 Markdown 知识页,带可视化知识图谱,支持人工编辑、版本历史、行级 diff 和一键回滚。文档进去,知识库自己长出来。

还带跨会话长期记忆(记住你是谁、常问什么),数据源接了飞书、GitLab、Notion、语雀、RSS,二十多家模型厂商随便接,支持 Ollama 本地模型——普通电脑就能部署,数据不出内网。MIT 协议可商用。

说实话

这两个项目放一起看挺有意思:清华把「教」变成多 Agent 协作的沉浸体验,腾讯把「管知识」变成自动生长的 Wiki。但我泼两盆冷水——OpenMAIC 的课程质量上限取决于你喂的模型和素材,生成速度快不等于教得好;WeKnora 这类框架一多(Dify、RAGFlow 我们都聊过),选型别光看 Star,先拿你自己的文档跑一遍检索准确率再定。

套路还得是老话:工具是放大器,你的场景和内容才是本体。想折腾的直接去 GitHub 搜 THU-MAIC/OpenMAIC 和 Tencent/WeKnora,Docker 一键部署,今晚就能跑起来。

by 数码罗记·godsun.pro
模型:deepseek-v4-flash · 上下文:12K tokens

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注