AI学习工具终于不再各自为战:DeepTutor把辅导、解题、研究装进一个Agent

你有没有过这样的体验：

想学一个新领域，打开ChatGPT问几个问题，切到Claude写代码，再打开Notion记笔记；遇到不懂的概念去翻资料，想测试掌握度还得另找工具出题……

知识散落在七八个工具里，上下文根本连不起来。

更麻烦的是，每个人学习节奏不同。有人喜欢先看框架，有人喜欢边做题边学。但现有AI工具基本“一视同仁”——聊了一百轮，它记住的东西跟新用户刚打开时差不多。“个性化”在大多数AI学习工具里，只是一个营销话术。

今天介绍的开源项目DeepTutor（来自香港大学数据科学实验室HKUDS），想做一件简单又宏大的事：做一个终身陪伴你的个性化学习助手，把辅导、解题、出题、研究、可视化全部装进一个Agent原生系统里。

这不是聊天机器人，是Agent-Native学习工作区

DeepTutor不是ChatBot，不是笔记软件，也不是题库工具。

它是一套以Agent为核心、打通所有学习场景的系统。你可以跟它聊天、让它解题、生成测验、做深度研究、画图表，甚至规划“精通路径”。

关键区别在于：所有模式跑在同一个Agent引擎上。

普通AI工具是“一个工具干一件事”，每切换一次，上下文就断了。而DeepTutor里，你在Chat里聊了一半，可以直接切到Quiz模式基于刚才内容出题；做完题觉得没懂，再切到Research模式查资料写报告。

你切换的是目标，不是工具。知识库、笔记本、题库、记忆——全局可用，上下文永不丢失。

四大核心设计，拉开差距

🔗 连接的学习上下文：知识不再散落

Obsidian里的笔记ChatGPT看不到，ChatGPT里的对话回不到笔记里——这是现有工具的通病。

DeepTutor内置多引擎知识库：支持LlamaIndex、PageIndex、GraphRAG、LightRAG，甚至可直接链接Obsidian仓库。所有资料、笔记、聊天上下文在一个系统里打通，AI回答时可主动调取作为依据。

🤖 Partners分身：有独立人格的AI伙伴

这是DeepTutor最有意思的设计之一。

每个Partner是一个有独立人格和记忆的AI分身：有自己的SOUL.md人格文件、独立模型选择、独立工具策略、独立知识库。

你可以给不同学科创建不同Partner：一个陪学数学，一个帮练编程，一个整理文献。它们还能接入飞书、Telegram、Discord、钉钉等IM平台，随时响应。

此外，Claude Code、Gemini、Kimi等外部Agent可作为子代理接入，在DeepTutor里直接调用，无需切窗口。

多引擎RAG：可追溯的引用才是真标配

RAG不新鲜，但DeepTutor做得够扎实：

多引擎可选：GraphRAG处理关系密集图谱，LightRAG适合大规模文档，可按需混用
多模态解析：支持图像提取+PyMuPDF4LLM轻量解析
可追溯引用：每条检索结果带来源标注，一目了然
容错设计：单份文档上传失败可单独移除，不用重建整个知识库（做过RAG的都懂这个有多救命）

🧠 可见的记忆：AI记得住，你也看得见

大多数AI的记忆是黑盒。DeepTutor把记忆做成可见、可编辑的三层图谱：

层级	内容	作用
L1 痕迹	原始交互记录	完整回溯
L2 摘要	交互概括	快速理解
L3 总结	长期模式与偏好	深度个性化

每一条记忆都可追溯到证据来源，你随时可以查看、编辑或删除。个性化不再是黑盒承诺，而是你可控的系统行为。

四种安装方式，5分钟上手

DeepTutor覆盖从普通用户到开发者的全场景需求：

方式一：PyPI安装（⭐推荐）

适合大多数用户，全功能本地Web应用：

mkdir -p my-deeptutor && cd my-deeptutorpip install -U deeptutordeeptutor init     prompts for ports + LLM provider + optional embeddingdeeptutor start    # starts backend + frontend; keep the terminal open

⚙️ 环境要求：Python 3.11–3.13 + Node.js 20+

🌐 默认访问： http://127.0.0.1:3782

方式二：Docker一键部署

ghcr.io/hkuds/deeptutor:latest— 稳定版docker run --rm --name deeptutor \  -p 127.0.0.1:3782:3782 \  -v deeptutor-data:/app/data \  ghcr.io/hkuds/deeptutor:latest

方式三：源码安装（开发者）

git clone https://github.com/HKUDS/DeepTutor.gitcd DeepTutor# Create a venv (macOS/Linux). Windows PowerShell:#   py -3.11 -m venv .venv ; .\.venv\Scripts\Activate.ps1python3 -m venv .venv && source .venv/bin/activatepython -m pip install --upgrade pip# Install backend + frontend depspython -m pip install -e .( cd web && npm ci --legacy-peer-deps )deeptutor initdeeptutor start --dev

方式四：纯CLI模式

适合服务器或命令行用户：

git clone https://github.com/HKUDS/DeepTutor.gitcd DeepTutorCreate a venv (macOS/Linux). Windows PowerShell:#   py -3.11 -m venv .venv-cli ; ..venv-cli\Scripts\Activate.ps1python3 -m venv .venv-cli && source .venv-cli/bin/activatepython -m pip install --upgrade pippython -m pip install -e ./packaging/deeptutor-clideeptutor init --clideeptutor chat

谁适合用？

个人学习者：需要记住进度、理解盲区、长期陪伴的AI伙伴
教育工作者：AI辅助出题/研究/生成材料，统一管理
研究人员：大量文献检索+带引用的研究报告生成
开发者：探索Agent-native架构，贡献开源教育生态
团队/机构：多用户隔离工作区，独立知识库与Agent配置

💬 写在最后

AI辅助学习过去两年最大的问题是“工具太多，系统太少”。

DeepTutor的本质，是用Agent这个抽象层统一所有学习工具。它不要求你放弃现有工具，而是提供统一的界面和数据层，让知识、记忆、上下文在不同任务间流动。

项目还在早期，但迭代速度惊人（几乎周更）。如果你正在寻找一个真正把AI学习工具整合起来的方案，值得花一个下午装起来试试。

你在用哪些AI学习工具？最痛的点是什么？欢迎评论区聊聊👇