Repository · Pronto, con analisi parziale

THU-MAIC/OpenMAIC

Analisi rapida del 19 settembre 2026, 05:41

Cambiato dopo l'ultima analisi

nuovi aggiornamenti al codice
README modificato

Analisi incompleta: L'albero dei file è dichiarato tagliato e non comprende tutto il progetto. La valutazione si basa quindi sul README, sui manifesti e sulle parti dell'albero disponibili; file, test o componenti non elencati non sono stati verificati.

7,7

Stelle: 38.474
Licenza: MIT
Linguaggio: TypeScript
Ultimo aggiornamento su GitHub: 22 settembre 2026, 07:00

Voto complessivo: media pesata dei sei voti dell'analisi, da 1 a 10, 10 è meglio · stelle, licenza e date come le pubblica GitHub

Piattaforma auto-ospitata che trasforma un argomento o documenti in corsi interattivi con più agenti IA.

Genera lezioni composte da diapositive, quiz, simulazioni, mappe mentali, giochi e attività basate su progetti. Gli agenti IA possono spiegare a voce, discutere, disegnare su una lavagna e guidare l'utente durante le attività. Include un ambiente di lavoro conversazionale per creare e modificare corsi, importare file PowerPoint e usare materiali audio, video e documenti.

Categorie e capacità

Generazione di contenuti multimediali · Gestione di contenuti strutturati · Piattaforme educative · Software auto-ospitato · Strumenti di montaggio video · Sviluppo assistito dall'IA

Uso

Adatto a

Creare rapidamente una lezione su un argomento partendo da una richiesta o da documenti allegati.
Preparare corsi con quiz, simulazioni, giochi, programmazione nel browser e attività PBL.
Usare più agenti IA come insegnanti e compagni di classe durante una sessione.
Importare una presentazione PowerPoint e trasformarla in un corso OpenMAIC.
Distribuire corsi come file PowerPoint, HTML interattivo o archivio ZIP.
Usare l'applicazione da un ambiente di lavoro per agenti o da applicazioni di messaggistica compatibili.

Non adatto a

Non è adatto come sistema scolastico completo con gestione di iscrizioni, voti ufficiali o amministrazione degli studenti.
Non è adatto a chi cerca un'applicazione pronta senza configurare almeno un fornitore di modelli IA.
Non è adatto a deployment multiutente pubblico con la persistenza PostgreSQL predefinita, perché il README segnala che il token pubblico non offre isolamento tra utenti.
Non è una soluzione per produrre contenuti didattici verificati senza revisione umana: i contenuti sono generati da modelli IA.

Che cosa serve per usarlo

Node.js >=22.19.0.
pnpm >=10.
Almeno un fornitore LLM configurato, come OpenAI, Anthropic, Google, Ollama o un'API compatibile OpenAI.
Per il deployment standard: Docker oppure un ambiente Node.js con accesso alla rete dei fornitori configurati.
Per la persistenza server: PostgreSQL e variabili DATABASE_URL e PERSISTENCE_DEV_TOKEN.
Per l'estrazione locale da audio e video: ffmpeg e ffprobe.
Per l'esportazione MP4: il profilo Docker video-export con Chromium e FFmpeg.

Che cosa può andare storto

Richiede Node.js 22.19 o superiore e pnpm 10.
Per la maggior parte delle funzioni serve almeno una chiave API per un modello IA.
Le funzioni di voce, trascrizione, immagini, video, ricerca web e parsing avanzato dipendono da fornitori o servizi aggiuntivi.
La persistenza PostgreSQL, l'ambiente di lavoro Pro e l'esportazione MP4 richiedono configurazioni opzionali.
L'esportazione MP4 richiede un servizio separato con Chromium, FFmpeg e una configurazione che può usare fino a 8 GB di memoria.
L'albero dei file fornito è tagliato, quindi non consente di verificare l'intero repository.
I costi e la disponibilità dipendono dai fornitori esterni di modelli, media, ricerca e voce.
Il README dichiara che il token NEXT_PUBLIC della persistenza è visibile a tutti i visitatori e non garantisce riservatezza o isolamento tra utenti.
La configurazione di persistenza descritta è adatta solo a localhost o a reti fidate finché non viene sostituita l'autenticazione predefinita.
Il progetto ha molte integrazioni e dipendenze, aumentando il costo di aggiornamento e verifica.
Il repository ha 267 questioni aperte, quindi la dimensione del progetto può rendere più lenta la gestione dei problemi.
Il repository include almeno un pacchetto con licenza LGPL-3.0-or-later oltre ai componenti coperti da MIT.

Valutazione

Qualità tecnica9

Il progetto è organizzato in pacchetti separati, usa TypeScript, validatori, contratti di storage e numerosi test unitari, end-to-end ed eval. La presenza di CI e di controlli di formattazione rafforza il voto.
Maturità8

Ha una versione pubblicata v1.0.3, 37.844 stelle, 5.939 fork e una cronologia di rilasci ravvicinati. Il progetto è però molto giovane: GitHub indica una creazione nel 2026.
Documentazione9

Il README copre avvio locale, Docker, Vercel, PostgreSQL, fornitori IA, persistenza, esportazione video, importazione PowerPoint e integrazione con ambienti per agenti. Alcune funzioni richiedono comunque molti parametri e servizi esterni.
Facilità di integrazione5

Il percorso base è chiaro, ma richiede Node.js e pnpm, almeno una chiave LLM e una configurazione specifica per ogni funzione aggiuntiva. PostgreSQL, FFmpeg, servizi locali e render service aumentano il lavoro di integrazione.
Cura della manutenzione8

Il repository non è archiviato, ha rilasci frequenti, workflow CI, pubblicazione dei pacchetti e modifica recente indicata da GitHub. Il numero elevato di questioni aperte e la grande superficie funzionale impediscono un voto più alto.
Sicurezza e rischi5

La licenza principale è MIT e il progetto documenta controlli come protezione SSRF, limiti e validazione dei modelli. Tuttavia il README segnala esplicitamente una persistenza PostgreSQL non isolata tra utenti, mentre l'app tratta documenti, chiavi API e contenuti generati; inoltre ci sono molte dipendenze e licenze miste.

Fatti tecnici

Descrizione su GitHub	Open Multi-Agent Interactive Classroom — Get an immersive, multi-agent learning experience in just one click
Ultima versione pubblicata	v1.0.3
Copie derivate	6.027
Segnalazioni aperte	231
Argomenti	non pubblicato
Ramo predefinito	main
Creato su GitHub	11 marzo 2026, 11:13
Pagina del progetto	non pubblicato
File nell'albero	3.614 (albero troncato)

Alternative interne

crewAIInc/crewAI — Alternativa interna per l'orchestrazione di squadre di agenti, ma non offre la stessa piattaforma didattica con editor, corsi e aula interattiva.
mattpocock/skills — Alternativa interna per le procedure riutilizzabili per agenti, ma non include la generazione e la riproduzione di corsi.

Fonti usate

Fatti pubblicati da GitHub su thu-maic/openmaic
README del progetto
Manifesto Dockerfile
Manifesto docker-compose.yml
Manifesto package.json
Albero dei file (2000 percorsi)

Quello che l'analisi ha davvero letto. L'analisi approfondita aggiunge il codice da cui si entra nel progetto, lo storico delle versioni, le segnalazioni e quello che se ne dice fuori da GitHub.

Note

Quello che hai visto provandolo. Le note non cambiano i voti dell'analisi e restano qui anche se scarti il repository.

Nessuna nota ancora.

Freschezza

Ultima analisi: Analisi rapida del 19 settembre 2026, 05:41
Ultimo controllo su GitHub: 22 settembre 2026, 07:37
Cambiamenti dopo l'ultima analisi: nuovi aggiornamenti al codice
README modificato

Il controllo guarda quello che GitHub pubblica: nessuna intelligenza artificiale, nessuna spesa. Archiviato su GitHub, licenza cambiata o versione principale nuova rendono la scheda «Da riverificare»; nuovo codice, README e argomenti restano un avviso. Una nuova analisi azzera gli avvisi.

Analisi

Analisi rapida del 19 settembre 2026, 05:41.

Costo di questa analisi: 0,014251 USD
Testo elaborato: 45.141 token in ingresso, 2.823 token in uscita

Il costo comprende tutto quello che questa analisi ha chiesto all'intelligenza artificiale: la scheda, la ricerca delle fonti esterne e il riassunto dei cambiamenti.

In tutto il catalogo: 42 schede da analisi rapida, nessuna scheda da analisi approfondita.

Il costo medio di un'analisi approfondita non è ancora disponibile: nessuna analisi ha registrato il costo.

Che cosa leggono le due analisi

Analisi rapida. Legge la scheda pubblica di GitHub, il file di presentazione, l'elenco dei file e i file di configurazione, poi fa una domanda al modello.

Analisi approfondita. Aggiunge i file da cui si entra nel programma, il diario delle modifiche, le ultime 10 versioni con le loro note, 30 segnalazioni aperte e 30 chiuse e 10 discussioni. Cerca inoltre su internet che cosa si dice del progetto fuori da GitHub. Solo dopo rifà la scheda da zero: due domande al modello, più una terza per raccontare che cosa è cambiato.

La scheda non acquista campi in più: voti, capacità e usi restano gli stessi. Cambiano le informazioni su cui sono fondati, visibili nella sezione «Fonti usate».

1 esecuzione ▾

Analisi rapida · 19 settembre 2026, 05:41 — completata