项目地址：https://github.com/HKUDS/DeepTutor
通用 AI 很会回答问题，但不一定会“教人”：它不知道你读过哪些资料、哪里没听懂，也很难持续追踪学习进度。香港大学数据智能实验室 HKUDS 开源的 DeepTutor，试图解决这个问题——把聊天机器人升级成一个可长期使用的个性化学习工作台。
截至 2026 年 8 月 11 日，DeepTutor 在 GitHub 已获得约 3.44 万 Stars、4400 次 Fork，采用 Apache-2.0 许可证。项目以 Python、FastAPI、Next.js 和 React 构建，可通过 Web 界面或 CLI 使用。
不只回答，而是组织完整学习流程
用户可以导入教材、论文、笔记及 PDF、DOCX、PPTX、XLSX 等文件，建立自己的知识库。DeepTutor 再围绕这些材料执行多种任务：
Guided Learning：逐步讲解概念，而非直接抛出答案；
Deep Solve：拆分复杂问题，展示清晰解题过程；
Quiz：自动出题、批改，并生成针对性练习；
Deep Research：围绕主题展开调研，整理结构化报告；
Visualize：把抽象知识转换成图表、Mermaid、SVG、动画或交互式 HTML；
Mastery Path：记录薄弱环节，动态安排后续学习内容。
这些功能共用同一套 agent runtime、知识库和记忆，而不是彼此割裂的 AI 小工具。其记忆系统分为 traces、summaries、synthesis 三层，还能通过 Memory Graph 展示学习记录与证据来源。
开放程度也是卖点
DeepTutor 支持 LlamaIndex、GraphRAG、LightRAG、PageIndex 及 Obsidian vault，也可接入 MCP、Skills 和 Claude Code、Codex、Gemini、Kimi 等 CLI agent。模型方面兼容云端服务及 Ollama、LM Studio、llama.cpp、vLLM 等本地方案，适合看重隐私或希望完全自托管的用户。
最省事的安装方式：
pip install -U deeptutor
deeptutor init
deeptutor start
也可直接运行官方 Docker 镜像。默认 Web 地址为 127.0.0.1:3782。
它比通用 AI 更靠谱吗？
博主 LanfAI 在体验后评价：“把手里的论文和笔记全喂进去”之后，才感受到它与普通问答机器人的差别；尤其认可分步解题、自动练习、深度调研、知识可视化和学习进度追踪。
不过，DeepTutor 并不会自动保证答案正确。RAG 质量仍受原始资料、解析效果和所选模型影响；长期记忆能否持续准确更新，也是评论区用户提出的疑问。更合适的定位不是“全自动老师”，而是一个能管理资料、调用工具并陪你长期学习的 开源 AI 学习操作系统。