DeepTutor：港大开源的Agent原生AI个性化学习助手，让AI成为真正的私教

大语言模型在教育领域的应用早已不新鲜，但大多数产品只是将AI当作搜索引擎的替代品。DeepTutor 来自香港大学研究团队，走的是一条不同的路——让AI成为真正的自主智能体导师，而非简单的问答机器。

项目简介

DeepTutor（深度导师）是由香港大学HKUDS实验室开发的AI原生个性化学习助手，于2025年底正式发布，并在2026年4月发布了革命性的v1.0版本，彻底重构了架构。短短数月间已在GitHub上斩获超过1.7万颗星标，并被Trendshift评为增长最快的开源AI教育项目之一。

核心特色功能

1. Agent原生架构：与其他AI辅导工具不同，DeepTutor从设计之初就将Agent能力作为核心。TutorBot不仅仅是聊天机器人，而是拥有独立工作空间、持久记忆、个性设定和技能集的自主导师，能够主动追踪学习进度、设置提醒并持续进化。

2. 五模融合统一工作空间：在单一对话线程中自由切换五种模式——自由聊天、深度求解、测验生成、深度研究和数学动画。所有上下文共享，告别频繁切换和上下文丢失。

3. AI共创写作：内置Markdown编辑器，AI是第一类协作者。选择文本后可以进行重写、扩展、总结等操作，所有修改都会反馈到知识库中。

4. 引导式学习路径：将学习材料自动转化为多步骤、结构化的视觉学习旅程。DeepTutor会为每个知识点生成独立学习页面，支持图表可视化，让抽象概念具象化。

5. 知识库与RAG：支持上传PDF、Markdown和纯文本文件构建个人知识库。按主题分类组织笔记，不同会话间知识共享，文档不再只是存储，而是主动参与每次对话。

6. 持久记忆系统：DeepTutor为每位学习者建立动态画像，记录学习历史、知识盲区和成长轨迹，跨所有功能模块共享，越用越懂你。

7. Agent原生CLI：每个功能、知识库、会话和TutorBot都可以通过命令行操作。支持为AI Agent提供SKILL.md使其自主操作，也支持结构化JSON输出供CI/CD流程集成。

安装步骤

方式一：Setup Tour自动引导安装（推荐新手）

DeepTutor提供了交互式安装脚本，自动引导完成依赖安装和环境配置：

git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
bash scripts/setup_tour.sh

方式二：Docker快速部署

使用Docker一键启动（需要Docker环境）：

docker compose up -d

方式三：手动安装

第一步，克隆仓库：
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor

第二步，创建虚拟环境：
python -m venv .venv
source .venv/bin/activate

第三步，安装依赖：
pip install -r requirements.txt

第四步，配置环境变量：
cp .env.example .env
# 编辑.env文件，填入API密钥等配置

第五步，启动服务：
python -m app.main

访问 http://localhost:3000 即可开始使用。

使用方法

创建TutorBot：
在界面中创建专属的TutorBot，可以设定学科领域、教学风格和个性特点。

上传学习材料：
将PDF、Markdown或文本文件上传到知识库，DeepTutor会自动索引和处理。

开始学习会话：
选择聊天、求解、测验或引导学习模式，开始与TutorBot互动。

生成学习报告：
DeepTutor会自动记录学习轨迹，生成个人学习报告和知识盲点分析。

适用场景

1. 个人自主学习：建立自己的AI导师，制定学习计划、追踪进度、查漏补缺。
2. 在线辅导平台：教育机构可基于DeepTutor搭建智能辅导服务。
3. 企业内部培训：构建企业知识库的智能培训助手。
4. 研究辅助：帮助整理和理解研究论文，生成摘要和测验题目。
5. AI Agent教育应用：开发者可基于Agent原生架构构建更复杂的教育AI。

开源协议

DeepTutor采用Apache 2.0开源协议，完全免费可商用，代码完全开源。

总结

DeepTutor代表了AI教育工具的一个新方向——不是用AI替代教师，而是让AI成为能够主动陪伴、记忆和引导的真正导师。Agent原生架构、多模态融合和持久记忆系统是它的核心竞争力。如果你正在寻找一款能够真正个性化、持续学习的AI教育工具，DeepTutor值得关注。

项目地址：https://github.com/HKUDS/DeepTutor