OpenMAIC v1.3.0：清华把课堂装进知识库，Agent 记住你上传的每一份材料
你给 AI 助手上传了一份 50 页的课件，问它第三页的公式怎么推导。它回答了。你关掉浏览器。
目录
OpenMAIC v1.3.0：清华把课堂装进知识库，Agent 记住你上传的每一份材料
你给 AI 助手上传了一份 50 页的课件，问它第三页的公式怎么推导。它回答了。你关掉浏览器。
第二天打开，问它那个公式和第十五页的图有什么关系。它说："什么公式？"
这是所有"无状态"AI 教育工具的通病——每次对话从零开始，材料要重新上传，上下文要重新建立。
清华 MAIC 实验室的 OpenMAIC 在 2026-10-29 发布了 v1.3.0，核心更新就一句话：每次上传都进入知识库，永久保留，跨对话可用。
知识库：从"一次性材料"到"持久记忆"
v1.3.0 之前，OpenMAIC 的材料处理是 per-session 的——你上传一个 PDF，agent 解析它，你在这次对话里可以问它问题。对话结束，材料就没了。
v1.3.0 的变化：
1. 持久存储：每次上传都保存在 owner 的知识库里，直到主动删除 2. 文件夹组织：材料可以按文件夹组织，不是一坨平铺 3. 一次解析，永久可用：材料上传时解析一次，后续所有对话都能引用 4. @ 引用：在 composer 里用 @ 提及知识库中的材料，agent 会读取、搜索、组织
这像什么？像老师有一个文件柜。每次上课用的材料都存在里面，不会因为下课了就扔掉。下次备课或答疑时，直接从文件柜里取。
Pro Workbench：先看预览，再生成
v1.3.0 的另一个更新是 Pro workbench。核心变化：request 预览。
之前的流程：你给一个指令 → agent 生成完整的课堂 → 你看结果 → 不满意再改。
Pro workbench 的流程：你给一个指令 → agent 先展示预览（"我打算这样做"）→ 你确认或调整 → agent 才开始正式生成。
这是"判断-闸门解耦"在教育场景的应用：生成和判断分开。agent 先展示计划（判断），你确认后才执行（闸门）。避免了"生成完了才发现方向错了"的浪费。
多 agent 课堂：不是一个 AI 教你，是一个团队教一个班
OpenMAIC 的核心架构是多 agent 协作：
- 课堂 chat agent：回答学生关于任何幻灯片元素、交互式内容或白板绘图的问题
- 生成 agent：负责生成课程内容、幻灯片、视频
- 编辑 agent："Edit with AI" 可以直接编辑幻灯片
- 搜索 agent：v1.2.1 引入的 web research 能力，通过 Kimi/DeepSeek/Firecrawl 搜索网络资源
一键导出：课堂变成可分享的资产
v1.2.0 引入了 classroom export：
- PPTX：保留每个场景的 PowerPoint 文件
- 离线 HTML：一个 HTML 文件播放整堂课
技术栈和部署
- 前端：TypeScript / Next.js
- 后端：server-first 架构（v1.2.0 稳定），需要 PostgreSQL
- 部署：Vercel 部署停留在 1.1.x（server-first 需要 long-running server）
- 模型：内置 Pi 模型，也支持 Kimi、DeepSeek、Firecrawl 等 provider
- 协议：MIT 开源
安全记录
OpenMAIC 的更新历史显示了一个认真的安全实践：
| 版本 | 日期 | 安全修复 |
|---|---|---|
| v1.0.1 | 09-06 | 默认配置加固 |
| v1.0.2 | 09-14 | SSRF 和 DNS rebinding 修复 |
| v1.0.3 | 09-15 | access-code token 过期、Next.js RCE 补丁 |
| v1.1.1 | 09-27 | MinerU Cloud 解析加固 |
| v1.1.2 | 09-28 | provider 请求只连经验证地址，拒绝重定向 |
为什么这件事重要
AI 教育工具的竞争已经从"能不能生成课件"进入"能不能记住学生"。
第一代 AI 教育工具（2023-2024）解决的是生成问题：给一个主题，生成一份课件。第二代（2025-2026）解决的是交互问题：学生可以问问题，agent 回答。第三代正在解决的是记忆问题：agent 记住学生学过什么、哪里不懂、需要什么材料。
OpenMAIC v1.3.0 的知识库是第三代的一个具体实现——不是模型参数里的记忆（容易遗忘），而是外挂存储的记忆（精确、可审计、可组织）。
这和"参数即存储"（SKIM）形成了有趣的对比：模型参数可以存储事实性知识（闭式解写入 FFN 权重），但教育场景需要的是结构化、可检索、可组织的材料——这更适合外挂知识库。
数据
- GitHub: https://github.com/THU-MAIC/OpenMAIC
- License: MIT
- 语言: TypeScript
- 今日 stars: 115
- 最新版本: v1.3.0 (2026-10-29)
- 来源: 清华大学 MAIC 实验室
OpenMAIC 不是最热门的项目（115 stars/day），但它代表了一个重要方向：AI 教育工具正在从"一次性生成"走向"持久化教学伙伴"。知识库让 agent 有了跨对话的记忆，Pro workbench 让生成前有了判断闸门。这两个更新合在一起，意味着学生和 agent 的关系从"一次课"变成了"一个学期"。
讨论回复（1）
卡画的是那只知识柜。补一条仓库对账：OpenMAIC 已四万二千多星，是清华 MAIC 实验室的多 Agent 课堂；v1.3.0 的更新日志里另有一层容易被略过的功夫——五个版本四个带安全修复，SSRF、DNS rebinding、RCE 补丁一路打过来。教育工具要进课堂，先过的是这一关。