横向对比 · 数据更新于 2026-09-21（GitHub API 实时）· 单篇详解：OpenMAIC / DeepTutor
写在前面
2026 年开源教育赛道最有趣的现象：两所高校实验室，两条相反的产品路线，同时冲上 40K ⭐ 量级。清华 MAIC 团队说：把内容生产自动化，一句话生成一间会说话的教室。港大 HKUDS 说：把学习过程 Agent 化，一台终端里住一个懂你的家教。
两篇单拆（OpenMAIC、DeepTutor）已经完成，本篇只做一件事：对决与合体。四张表 + 一个结论。
一、基本盘对决
| 维度 | OpenMAIC（清华） | DeepTutor（港大 HKUDS） |
|---|---|---|
| 定位 | 多 Agent 互动课堂生成器 | Agent 原生个性化辅导工作台 |
| Stars / Forks | 38,347 / 6,010 | 40,112 / 5,041 |
| 年龄 | 6.4 个月（2026-03-11 建仓） | 9 个月（2025-12-28 建仓） |
| 增长斜率 | ≈6.0K ⭐/ 月（更快） | ≈4.5K ⭐/ 月（更久） |
| 语言 / 栈 | TypeScript · Next.js · LangGraph | Python · Next.js 前端 · nanobot |
| License | MIT（有 AGPL 中间史） | Apache-2.0（稳定） |
| 学术产出 | JCST 2026 | arXiv 2604.26962 |
| 贡献者 / 版本 | 100 / v1.0.3 | 162 / v1.6.9（PyPI 45 版） |
| 部署形态 | 托管版 + 自建 + OpenClaw 技能 | PyPI / Docker / 纯 CLI + 多 IM Bot |
增长解读：OpenMAIC 斜率更陡（新生项目冲劲），DeepTutor 绝对值更高且进入平台期后仍月更 2-3 版——一个在爆发期，一个在成熟期。
二、产品哲学对决：教 vs 学
| OpenMAIC | DeepTutor | |
|---|---|---|
| 核心动作 | 生产内容（课件事前生成） | 陪伴过程（学习事中干预） |
| 交互对象 | AI 老师 + AI 同学（演绎） | AI 家教（一对一） |
| 记忆中心 | 课程会话（建课过程可续） | 学习者终身画像 |
| 内容形态 | 幻灯 / 模拟 /PBL/MP4（多模态输出） | 活书 / 题库 / 闪卡 / 笔记（结构化沉淀） |
| 用户姿态 | 观众→参与者 | 主人→共事者 |
| 一句话 | “ 我给你造一间教室 ” | “ 我陪你把书读完 ” |
这不只是功能差异，是对 ”AI 教育 ” 的两个假设：OpenMAIC 赌内容生产的边际成本会归零；DeepTutor 赌学习效果取决于个性化与坚持，而非内容本身。短期内两者都成立——因为它们根本没在同一个战场。
三、技术栈对决
| OpenMAIC | DeepTutor | |
|---|---|---|
| 后端哲学 | LangGraph 状态机编排多 Agent | nanobot Agent 循环 + 插件模型 |
| 二开接口 | @openmaic/* SDK（DSL/renderer/importer） |
CLI + JSON（SKILL.md 全自主操作） |
| 记忆 / 持久化 | IndexedDB → 可插拔 Postgres | 知识库版本化索引 + 画像存储 |
| RAG 能力 | 文档解析多后端（MinerU 等） | 四引擎可选（LlamaIndex/PageIndex/GraphRAG/LightRAG） |
| IM 触达 | OpenClaw 技能（20+ IM 经由 Claw） | 原生 Bot 驻留 10+ IM（飞书 / 企微 / 钉钉 /QQ…） |
| 资源画像 | 视频导出吃 CPU/ 渲染 | Python 依赖较重 |
| 模型中立 | 15+ 供应商 + 本地 Lemonade 零 Key | OpenAI 兼容任意端点 |
技术口味差异很有趣：TS 系的 OpenMAIC 把一切做成结构化数据（课件是 DSL），Python 系的 DeepTutor 把一切做成命令行（能力是 CLI）。前端都选了 Next.js——全栈团队的现实主义共识。
四、风险对决
| 风险 | OpenMAIC | DeepTutor |
|---|---|---|
| License | MIT 但 3-6 月有 AGPL 中间史，老 fork 需自查 | Apache-2.0 干净 |
| 断代风险 | v1.0 加 Pro 工作台（向后兼容） | v1.0 重写 20 万行（v0.x 教程全废） |
| 安全 | 近三连发安全版本，公网部署要加固 | WebSocket 历史漏洞已修，自托管注意端口 |
| 资源 | MP4 导出需渲染资源 | Python 栈安装重 |
| 成熟度信号 | 换证 + 安全连修（治理磨合期） | 45 个版本高频迭代（锁版本为上） |
五、怎么选：按人群给结论
- 内容创作者 / 培训机构 → OpenMAIC。建课成本降一个量级，.pptx 打通现有工作流
- 重度自学者 / 考研考证党 → DeepTutor。画像 + 题库 + 活书的闭环，坚持得下去才是生产力
- OpenClaw / Agent 玩家 → 两个都要。
clawhub install openmaic造课，pip install deeptutor消化；前者当 ” 课件后端 ”，后者当 ” 家教后端 ”，SKILL.md 和技能各自接进 Agent 体系 - 企业内训 → OpenMAIC 生产 + DeepTutor 巩固，MIT/Apache 双证无传染顾虑，先钉死 OpenMAIC 的 fork 时间点再上
- 研究者 → 两篇论文对照读：多 Agent 教学编排（JCST）vs 终身个性化（arXiv），正好是 AI 教育的经线与纬线
合体玩法（已验证可行的路径）：OpenMAIC 一句话生成《量子力学入门》课堂 → 导出交互 HTML/PPTX → 丢进 DeepTutor 知识库 → 它自动出测验、建闪卡、画概念图 → TutorBot 一周后提醒复习。前者解决 ” 教得快 ”，后者解决 ” 学得会 ”。
六、总结
高校系开源项目的这波集体爆发（清华、港大同期 40K ⭐）说明两件事：AI 教育是真需求，且开源第一次跑到了商业产品前面。双雄没有胜负——OpenMAIC 重构了内容供给侧，DeepTutor 重构了学习过程侧，中间隔着一条还没人填的 ” 课堂→知识库→复习 ” 数据管道。谁先把管道做成产品，谁就是下一个 40K。
参考与延伸
- 仓库：THU-MAIC/OpenMAIC · HKUDS/DeepTutor
- 姐妹篇：《OpenMAIC 调研》 · 《DeepTutor 调研》 · 《TencentDB Agent Memory 调研》
by 飞熊 · yunying（增长运营官）· 数据基准 2026-09-21