輸入一個主題，幾分鐘後拿到一整堂課：AI 老師開口講、白板上同步畫流程圖。這是今天 GitHub 日榜第一名的專案給的承諾。我把它的設定檔數了一遍——200 格。
一句話結論：OpenMAIC 是清華 THU-MAIC 開源的多智能體 AI 課堂，一句話就生出整堂帶語音和白板的課；設定檔列了 200 個變數，但真正必填的只有 1 個模型金鑰。
本文數字為 2026 年 9 月 2 日 12:05–12:20（香港時間 UTC+8）直接從 GitHub API 與倉庫原始碼實測，非轉述官方說明。星數每小時變動，以你點進去當下為準。
OpenMAIC 是什麼？一句話能生出什麼？
OpenMAIC 是清華團隊的開源 AI 課堂，給題目或講義就生出整堂課，有語音講解和白板，可匯出影片。（資料截點：2026-10-20）
OpenMAIC 全名 Open Multi-Agent Interactive Classroom，由清華大學 THU-MAIC 團隊維護，MIT 授權。
它做的事很具體：你給一個題目，或直接丟一份 PDF 講義，它產出一整套課堂——AI 老師配合投影片語音講解，在白板上即時畫圖和推導，做完可匯出 MP4。
底層用的是 LangGraph 做多智能體編排，這點我在 package.json 裡確認過，依賴是 @langchain/langgraph@^1.1.1，不是官方說明裡寫爽的。專案背後有一篇發表在《Journal of Computer Science and Technology》的論文（DOI: 10.1007/s11390-025-6000-0），README 裡附了完整 BibTeX。
| 項目 | 實測值（2026-09-02） |
|---|---|
| GitHub 星數 | 29,729 |
| Fork 數 | 4,999 |
| 未關閉 issue | 237 |
| 授權 | MIT（明文允許商業使用，免費） |
| 主語言 | TypeScript |
| 建倉日 | 2026-03-11（至今 175 天） |
| 最新版本 | v1.0.0，2026-08-27（發文時 6 天前） |
| 程式碼規模 | 2,320 個 TS/TSX 檔，516,881 行 |
| 測試檔 | 824 個 |
| 介面語言 | 12 種，含繁體中文 zh-TW |
先講一個對台港讀者實際有差的點：介面內建 12 種語言，繁體中文 zh-TW 在列。這在中國大陸出品的開源專案裡不算常見，多數只給簡體。
OpenMAIC 的「一鍵」是真的嗎？
「一鍵」指一句話生成整堂課，不是一鍵安裝；設定檔列了 200 個變數，但最少只要填 1 個模型金鑰。（資料截點：2026-10-20）
先說結論：「一鍵」是真的，但它形容的不是安裝，是生成。這兩件事常被混在一起讀。
README 功能列表那句話寫得很清楚：「One-click lesson generation — Describe a topic or attach your materials」。一鍵指的是「描述一個主題，它生一整堂課」，不是「一鍵裝好」。
那安裝要幾步？官方 Quick Start 是三步：clone、cp .env.example .env.local、填金鑰。問題出在第二步你複製的那個檔案。我實際數過：
.env.example共 522 行- 裡面有 200 個不重複的環境變數
- 其中 122 個預設沒有被註解掉
- 55 個是要你自己去申請的憑證欄位（API 金鑰、存取密鑰之類）
計算口徑：第一輪粗篩抓到 58 個，逐個看過剔掉 3 個假陽性——OPENMAIC_AGENT_COMPACTION_KEEP_RECENT_TOKENS 這類名字有 TOKEN 但其實是數值設定。所以是 55，不是 58。
然後看 README 怎麼說。它的原話是「Fill in at least one LLM provider key」——填至少一個模型供應商金鑰。
兩句話都是真的。README 說最少填 1 個，檔案裡列了 200 個。落差不在誠實度，在於沒有人告訴你哪 199 個可以不管。
這就是我做下面那個小工具的原因。
OpenMAIC 照想要的功能，到底要填幾格？
本節試算機依你勾選的功能，算出要準備幾個憑證與額外服務；最小組合是雲端模型、什麼都不勾，只要 1 個金鑰。（資料截點：2026-10-20）
勾選你打算用的功能，它會算出你需要準備幾個憑證、要另外裝什麼服務。每個分類的數字都是從 .env.example 逐個變數分類數出來的，不是估的。
.env.example（2026-09-02 版，522 行／200 變數／55 個憑證欄位）逐項分類統計。每類「可選供應商數」指該功能有幾家可選，你只需要挑其中一家填。最小可跑組合是「雲端模型 + 什麼都不勾」：1 個金鑰。想要語音講解就再加一個。真正會讓數字跳起來的是影片生成和文件解析這種外掛能力。
OpenMAIC 的 19 家供應商裡，哪幾家不用付錢？
只有 3 家不用金鑰，但 Bedrock 仍按用量收費；免金鑰又免費的只有本機跑的 Ollama 和 Lemonade。（資料截點：2026-10-20）
先講數字怎麼來的。我用兩個獨立方法數供應商，結果一致：一是 lib/types/provider.ts 的 BuiltInProviderId 型別定義，二是 lib/ai/providers.ts 的 PROVIDERS 註冊表區塊。兩邊都是 19 家，模型目錄共 123 個。
程式碼裡有個欄位叫 requiresApiKey。設成 false 的只有三家：bedrock、ollama、lemonade。
這裡要小心一個誤讀：不用金鑰不等於不用錢。Amazon Bedrock 之所以標 false，是因為它走 AWS 憑證鏈（環境變數或 IAM 角色）認證，不是靠一把 API key——但你用它跑模型，AWS 照樣按 token 收費。
真正「不用金鑰也不用付費」的只有兩條路：Ollama 和 Lemonade，兩個都是跑在你自己機器上的本機模型服務。Lemonade 比較特別，它一家就同時供文字、圖片、TTS、ASR 四種能力，走 OpenAI 相容介面。
| 路線 | 要金鑰？ | 要付錢？ | 備註 |
|---|---|---|---|
| Ollama（本機） | 否 | 否 | 吃你自己的顯示卡 |
| Lemonade（本機） | 否 | 否 | 一家包辦文字／圖片／TTS／ASR |
| Amazon Bedrock | 否 | 要 | 走 AWS 憑證鏈，按用量計費 |
| 其餘 16 家 | 要 | 要 | OpenAI、Claude、Gemini、DeepSeek、Qwen、Kimi 等 |
想完全不花錢跑起來，是做得到的——前提是你有一張跑得動本機模型的顯示卡。這條路我們寫過類似的：一張 24GB 顯示卡跑得動的多模態模型可以直接接上來當 Ollama 後端。
不想自己架，OpenMAIC 可以直接用嗎？
可以。官方有託管版，拿一組存取碼就能用，不用本機安裝；MIT 允許免費商用，關鍵能力沒鎖在雲端版。（資料截點：2026-10-20）
可以。官方有一個託管版 open.maic.chat，拿一組存取碼就能用，不用本機安裝。
這個結構值得講一句。開源專案配官方託管入口是常見商業模式——我們寫過開源介面配收費數據源那一種。差別在 OpenMAIC 比較大方：README 明文寫 MIT 允許免費商業使用，沒有把關鍵能力鎖在雲端版後面。
換句話說：託管版是方便，不是門檻。
OpenMAIC 的 fork 比例真的偏高嗎？
不算偏高。9 個熱門專案的比例中位數是 12.2%，OpenMAIC 為 16.8%、排第三，只算中上。（資料截點：2026-10-20）
昨天我們內部的素材筆記寫了一句：OpenMAIC 的 fork 數對星數比例偏高，可能代表被大量拿去二次開發，值得追。
今天我把它當成一個可驗證的說法測了一次。抓 9 個當期熱門開源專案算 fork/star 比：
| 專案 | 星數 | Fork | Fork/Star |
|---|---|---|---|
| openclaude | 31,446 | 8,958 | 28.5% |
| reclip | 7,798 | 1,323 | 17.0% |
| OpenMAIC | 29,729 | 4,999 | 16.8% |
| minimind | 57,249 | 7,443 | 13.0% |
| video-use | 23,086 | 2,821 | 12.2% |
| invidious | 23,819 | 2,675 | 11.2% |
| crawl4ai | 80,921 | 8,361 | 10.3% |
| manim | 92,639 | 7,623 | 8.2% |
| pdf-inspector | 18,036 | 1,229 | 6.8% |
中位數 12.2%，平均 13.8%。OpenMAIC 的 16.8% 排第三，高於中位數，但離群嗎？不算——同一批裡 openclaude 有 28.5%。「偏高」這個判斷站不太住，它只是中上。
會特地寫這段，是因為那句話是我們自己的流程產出的。自己的推測不驗證就往下寫，讀者是分不出來的。
網路上的 OpenMAIC 資料，為什麼跟實測差這麼多？
轉述文寫的星數和 Node 版本都過時；實測要 Node 20 以上，照舊文用 18 裝，安裝會卡在版本檢查。（資料截點：2026-10-20）
寫這篇時我順手搜了一輪中文介紹文，發現兩處對不上：
| 項目 | 轉述文章寫的 | 一手實測 |
|---|---|---|
| 星數／Fork | 3,700+ 星、490+ fork | 29,729 星、4,999 fork |
| Node.js 版本 | 18+ | ≥ 20（package.json 寫 >=20.9.0，.nvmrc 是 22） |
星數那條是時間差，專案漲得快，舊文沒更新很正常。但 Node 版本那條會直接害到你：照 18 裝，pnpm install 會卡在 engines 檢查。裝開源專案前，版本需求去看 package.json，不要看介紹文。
OpenMAIC 怎麼開始？最短路徑是什麼？
先用託管版試，再下載專案、複製設定檔，只填 1 個金鑰就能啟動；前置要 Node 20、pnpm 10 以上。（資料截點：2026-10-20）
不會寫程式也跑得動，指令複製貼上即可。前置只有兩個：Node.js 20 以上、pnpm 10 以上。
- 先用託管版試水溫：去 open.maic.chat 拿存取碼，確認這東西你用不用得上，再決定要不要本機裝。
- 下載專案：
git clone https://github.com/THU-MAIC/OpenMAIC.git，然後cd OpenMAIC、pnpm install。 - 複製設定檔：
cp .env.example .env.local。看到 522 行不要慌，下一步只填一行。 - 填 1 個金鑰：19 家挑一家，例如
OPENAI_API_KEY=sk-...或DEEPSEEK_API_KEY=...。其餘 199 個變數留白即可。 - 啟動，丟第一個主題：先用你本來就熟的題目測，你才判斷得出它講得對不對。
想要語音、白板、影片匯出這些再回頭加。官方 docker-compose.yml 另外備了 PostgreSQL 16 和一個獨立的算圖服務，那是進階路線，第一次跑用不到。
OpenMAIC 誰適合裝？誰不該碰？
老師、做線上課程與企業內訓的人適合，可商用也可全本機部署；只做幾張投影片或沒顯卡又不想付費就不必。（資料截點：2026-10-20）
| 你是 | 建議 |
|---|---|
| 老師／助教／補教 | 值得裝。把講義丟進去出一版課，再自己改，比從零做投影片快 |
| 做線上課程／知識付費 | 值得裝。MIT 明文允許商業使用，能匯出 MP4 |
| 企業內訓／教育訓練 | 值得評估。可全本機部署，教材不出公司網路 |
| 自學者想搞懂一份 PDF | 先用託管版，不用為了試一次裝一套環境 |
| 只想做幾張投影片 | 不必。殺雞用牛刀，一般簡報 AI 就夠 |
| 沒有顯示卡又不想付 API 費 | 不必。本機路線需要能跑模型的硬體 |
OpenMAIC 怎麼從「省時間」變成「多一條出路」？
它壓縮把文字做成投影片、配旁白、錄影片這段備課時間，也允許拿來賣課；但課程內容對不對，仍由你負責。（資料截點：2026-10-20）
這類工具最實際的用法，是壓縮備課裡最耗時又最不值錢的那一段：把文字整理成投影片、配旁白、錄成影片。對已經在教書的人，省下的是週末；對想開課一直沒開的人，門檻從「要先學會做課程影片」變成「要先想清楚教什麼」。MIT 允許商業使用，讓「做一套課去賣」在授權上沒有障礙。
但要提醒：AI 生出來的課，內容正確與否還是你的責任。它把產出變便宜了，沒有把審核變便宜。
不喜歡 OpenMAIC，還有什麼可以用？
只要投影片看 Gamma、Canva，只要配音找 TTS 工具，要剪片找剪輯向 AI，想從零做就用 LangGraph。（資料截點：2026-10-20）
下面照你只要哪一塊分開列。如果你要的其實是一套能直接打開 .pptx、.docx 手動改細節、內建 AI 面板的桌面辦公軟體，可以看開源的GenOffice。
- 只要投影片：Gamma、Canva 的 AI 簡報，不用架環境，缺點是沒有語音講解和白板。
- 只要旁白配音：專門的 TTS 工具就夠，我們比較過開源 TTS 能不能取代 ElevenLabs。
- 只要把影片剪出來：找剪輯向的 AI 工具，OpenMAIC 的影片匯出是附加功能，不是主業。
- 想自己從零做：LangGraph 是它的底層編排框架，你可以直接用它搭自己的流程。
OpenMAIC 新手行動清單有哪些步驟？
先用託管版確認用不用得上，再確認 Node 版本、只填 1 個金鑰，用熟悉主題出第一堂課，之後再加其他功能。（資料截點：2026-10-20）
- ☐ 先開 open.maic.chat 託管版，花 10 分鐘確認用不用得上
- ☐ 決定要本機裝，先確認 Node.js 版本 ≥ 20（
node -v） - ☐ clone 專案、
pnpm install - ☐
cp .env.example .env.local，只填 1 個模型金鑰 - ☐ 用你自己熟的主題出第一堂課，檢查內容正確性
- ☐ 確定要長期用，再回頭加 TTS／PostgreSQL／影片匯出
常見問題
OpenMAIC 完全免費嗎？
軟體本身 MIT 授權，免費且允許商業使用。但它要接模型才能運作——用雲端供應商就要付 API 費用，用 Ollama 或 Lemonade 本機模型則不用付錢，改成吃你自己的硬體。
不會寫程式能裝嗎？
可以。整個流程是複製貼上四行指令，加上在設定檔裡填一行金鑰。真正需要判斷的地方只有一個：從 19 家模型供應商裡挑一家。
設定檔 200 個變數是不是都要填？
不用。最少填 1 個模型金鑰就能跑。其餘是各種可選功能（語音、圖片、影片、文件解析、網頁搜尋）的供應商選項，而且同一功能有多家可選，你只需挑一家。
支援繁體中文嗎？
介面支援。專案內建 12 種語系，繁體中文 zh-TW 在列，v1.0.0 的更新紀錄還特地修過匯入器的繁中翻譯。
v1.0.0 剛發布，現在裝會不會太早？
v1.0.0 發布於 2026 年 8 月 27 日。專案有 824 個測試檔、237 個未關閉 issue。版本節奏約三到四週一版，最近一版間隔 13 天。要上正式教學用途，建議先在非關鍵場景跑一輪。
OpenMAIC 的結論是什麼？
一鍵生成、MIT 商用授權、本機免費路線都對得上；唯一勸退人的是 522 行設定檔，其實只要填第一行就能跑。（資料截點：2026-10-20）
OpenMAIC 是少數「宣稱跟實作對得上」的開源專案：一鍵生成是真的，MIT 商用授權是真的，本機免費路線是真的，論文是真的。
唯一會勸退人的，是那個 522 行的設定檔——它把一個「填一格就能跑」的專案，包裝成看起來要填兩百格。這是文件的取捨：把所有可能性都列出來，代價是新手看不出哪些能跳過。
知道這件事之後，這篇文章對你的價值就剩一句話：複製完設定檔，填第一行，其他往下滑就好。
延伸閱讀
- MiniMind：「3 塊錢 2 小時訓練 64M 模型」參數實測
- OpenSEO：開源的是介面，數據入場費 $50
- VoiceStudio 值得換掉 ElevenLabs 嗎？
- Qwen3.8-27B：一張 24GB 顯示卡跑的多模態模型
參考資料
- GitHub：THU-MAIC/OpenMAIC（README、
CHANGELOG.md、.env.example、package.json、lib/ai/providers.ts、lib/types/provider.ts） - GitHub REST API
/repos/THU-MAIC/OpenMAIC（星數、fork、issue、時間戳） - 論文：Journal of Computer Science and Technology，DOI 10.1007/s11390-025-6000-0
免責與揭露：本文為第三方開源專案的技術評測，與 THU-MAIC 團隊無任何合作或金錢往來，也未收取任何報酬。所有數據為 2026 年 9 月 2 日實測，開源專案更新頻繁，數字與功能請以官方倉庫當下狀態為準。本文不構成任何投資或採購建議。
同主題延伸閱讀
AI 工具實測與工作流
實用工具與下一步 · 免費工具 →
發佈留言