AI课堂生成网站丨OPENMAIC丨清华团队开源项目

AI课堂生成网站丨OPENMAIC丨清华团队开源项目

OpenMAIC(谐音“My课”)是一个AI教学平台,它能为你生成一个专属的7x24小时AI教室。在这个教室里,你是唯一的真人学生,而老师、助教和同学都由AI智能体扮演。

  • AI老师:负责主讲课程,可以在虚拟白板上实时书写、画图,并进行语音讲解。
  • AI助教与同学:会与你实时互动,他们可以提问、发起讨论,模拟真实课堂的临场感。

你只需要输入一个课程主题(如“什么是摩擦力”)或上传一份文档,系统就能自动生成包含幻灯片、随堂测验、互动模拟和项目式学习活动的完整课程。

🎓 主要特点

  • 极速课程构建:只需输入关键词或上传文档,AI即可在约30分钟内自动生成一套结构完整的教学包,成本极低。
  • 拟真多角色课堂:通过多智能体协同,模拟出教师、助教和不同性格的同学,他们可以说话、在白板上绘画,并与你进行实时讨论,显著增强学习的参与感。
  • 跨应用轻量调用:通过内置的OpenClaw集成,用户可以直接在飞书、Slack等主流协作工具中,通过简单的指令触发课程生成。
  • 全格式灵活交付:生成的课件支持导出为可编辑的PPT文件或打包为独立的HTML文件,方便二次编辑和使用。

OpenMAIC提供了非常友好的入门方式:

  1. 在线体验:直接访问其官方网站,无需任何技术背景即可生成和体验课程。
  2. 本地部署:对于有技术能力的学校或开发者,项目已在GitHub上完全开源,支持接入通义千问、智谱GLM等国内主流大模型。

使用体验:

网站限制上传50M的,上传了一个45M的,等了15分钟都没有生成我想要的课堂,于是换了一个小的9M的PDF,也等了15分钟。

生成课堂需要时间,需要耐心等待。我上传了8.6M的PDF,等待了15分钟生成。

比起让千问豆包生成文字课堂,这个的优势在于界面清晰,有朗读和PPT视频讲解。另外,可以收藏到个人账号里,下一次登录就可以继续。

网页版的用起来不是很顺畅。使用体验一般。15分钟生成了第一页PPT,等他生成第二页估计还得15分钟,速度太慢了。给老师备课不错,真拿来给学生学习,似乎还不成熟,可能需要等她慢慢生成,但我没有耐心,直接丢给AI都已经总结完了。

还不错吧。

我一般想学习某一文档,直接把PDF丢给各家AI,千问DS等,让他生成提示词,我再用它给我的提示词丢给AI,让他教我本书的内容。

Read more

Flutter 三方库 jwt_io 的鸿蒙化适配指南 - 在鸿蒙系统上构建极致、严谨、全能的 JSON Web Token (JWT) 加解密与身份安全验证引擎

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 jwt_io 的鸿蒙化适配指南 - 在鸿蒙系统上构建极致、严谨、全能的 JSON Web Token (JWT) 加解密与身份安全验证引擎 在鸿蒙(OpenHarmony)系统的端云一体化登录、政企应用的安全审计或复杂的跨端权限校验场景中,如何确保来自云端授信中心的 JWT Token 既能被正确解析(Decode),又能被严密地校验其合法性与过期时间?jwt_io 为开发者提供了一套工业级的、基于 RFC 7519 标准的 JSON Web Token 深度处理方案。本文将深入实战其在鸿蒙应用安全底座中的应用。 前言 什么是 JWT IO?它不仅是一个简单的 Base64 解码器,而是一个具备深厚 RFC

Web 服务与 I/O 模型

一、Web 服务介绍 1.1.1 Apache prefork 模型(预派生模式) * 核心机制:主控制进程派生多个独立子进程,使用select模型,最大并发 1024;每个子进程单线程响应用户请求 * 资源特性:占用内存较多,但稳定性极高 * 配置特点:可设置进程数的最大值和最小值 * 适用场景:访问量中等的场景 * 优缺点 * ✅ 优点:极致稳定,故障隔离性好 * ❌ 缺点:每个请求对应一个进程,资源占用高,并发能力弱,不适合高并发场景 1.1.2 Apache worker 模型(多进程 + 多线程混合模式) * 核心机制:主进程启动多个子进程,每个子进程包含固定线程数;线程处理请求,线程不足时新建子进程补充 * 资源特性:相比 prefork 内存占用更少,支持更高并发

前端设计与布局常用术语(前端术语中英对照速查表)

文章目录 * 🧭 前端设计与布局常用术语速通指南 * 🧱 一、基础结构类术语 * 1️⃣ 容器(Container) * 2️⃣ 布局(Layout) * 3️⃣ 侧栏 / 顶栏 / 底栏 * 🎨 二、视觉与层次类术语 * 4️⃣ 卡片 / 面板(Card / Panel) * 5️⃣ 模态框 / 弹窗(Modal / Dialog) * 6️⃣ 层级(Z-index / Layer) * 7️⃣ 阴影(Shadow) * 8️⃣ 圆角(Border-radius) * 9️⃣ 留白(Padding / Margin / Spacing) * 🔟 分隔(Divider / Border) * 🎨 背景(Background) * ✍️ 三、排版与内容类术语 * 1️⃣1️

Apache IoTDB 部署全指南:AINode 独立部署与 Kubernetes 集群部署

Apache IoTDB 部署全指南:AINode 独立部署与 Kubernetes 集群部署

Apache IoTDB 部署全指南:AINode 独立部署与 Kubernetes 集群部署 IoTDB(Internet of Things Database)作为一款专为时间序列数据设计的数据库,在工业物联网、智能监控等领域应用广泛。随着业务需求的不断发展,仅依靠 ConfigNode 和 DataNode 已难以满足复杂的时序数据机器学习分析需求,AINode 应运而生,为 IoTDB 扩展了机器学习分析能力。同时,在大规模部署场景下,Kubernetes 凭借其强大的容器编排和管理能力,成为 IoTDB 集群部署的理想选择。本文将详细介绍 IoTDB 的 AINode 独立部署和 Kubernetes 集群部署方案,帮助读者轻松完成 IoTDB 相关部署工作。 一、引言 IoTDB(Internet of Things Database)