开源发现

DeepTutor是香港大学数据智能实验室（HKUDS）开源的终身个性化辅导工作区：把课本、讲义与笔记投进知识库后，同一会话里就能讲题、出题、做深度研究、画可视化，并记住你的进度与错题。它不是简单问答框，而是可检查、可编辑的三层记忆，再配上沉浸阅读、活书、掌握路径与 Partners伙伴。项目由实验室与社区以完全开源方式迭代，官网为 deeptutor.info，代码托管于 GitHub；公开统计约四点三万星标，亦有论文阐述设计思路。具体能力与边界以官方仓库与文档站为准。

图片来源：DeepTutor 官方 GitHub 仓库

它解决什么问题

通用聊天机器人往往“问一道答一道”，很少真正吃透你手头的教材与课堂笔记；进度换个窗口就断，错题与薄弱点也难系统沉淀。学生和自学者要么在多个应用之间来回搬运资料，要么请真人家教却受时间、地点与费用限制；看完网课又容易忘，想在某一秒追问却找不到入口。资料散落、记忆断层、练习与讲解脱节，是很多人坚持自学时最常撞墙的地方。

DeepTutor把资料、讲解、练习与研究收进一个可扩展的学习工作区：知识库支持多引擎检索，Chat、提问、测验、研究、可视化、解题等模式共享同一能力运行时与会话上下文。记忆分层可见可改，B站与 YouTube链接可进入沉浸阅读，按时间戳追问并保存笔记；任务看板与掌握路径则帮你把碎片对话拉回可持续的个人学习路径，换会话也能接上进度与错题本。

图片来源：DeepTutor 官方 GitHub 仓库

它能做什么

• 围绕自有资料教学：上传或链接教材、笔记、仓库与文档站点，用知识库为对话、协同写作、出书与练习提供依据，回答尽量落到你选中的材料。
• 讲题、出题与掌握练习：解题推理、题库练习、测验与掌握路径同在一个空间，错题、测验记录与学习进度可跨会话接上。
• 深度研究与可视化：生成带引用的研究报告，并用图表、动画与交互模块把抽象概念拆开讲清楚，适合复习与教研备课。
• 沉浸阅读与活书：文档旁开线程、按页引用；也可把材料编成可编辑的“活书”，含测验、闪卡、时间线与侧边聊天。
• 三层记忆与伙伴：原始痕迹、场景要点与整体画像可打开审阅与修改；Partners与外部智能体可按需接入同一套大脑协作。

主页把聊天、提问、测验与可视化放在顺手位置，研究与解题收在更多能力里；个性化学习集合活书、掌握路径、沉浸阅读与练习。学习空间还可管理笔记本、题库、人格设定与社区技能，EduHub可导入教学向技能包。多用户部署时可为学习者与监护人划分权限。版本在持续迭代，界面细节以当前发行为准。对跨学科复习来说，同一份知识库还能被不同能力反复引用，减少重复整理。

图片来源：DeepTutor 官方 GitHub 仓库

有什么好处

• 资料即教材：辅导锚定你真正在学的内容与版本，而不是泛泛的公开语料，减少答非所问。
• 一体工作区：讲、练、研、看图不必频繁换工具，知识库与会话上下文可以在支持的工作流之间复用。
• 记忆可检查：三层记忆可浏览、编辑，把个性化做成透明过程，降低“黑盒画像”带来的失控感。
• 开源与可自托管：采用 Apache 2.0，实验室声明暂无付费在线产品形态，适合重视数据归属与私有部署的人与团队。

对家庭与小团队而言，把辅导留在自己可控的环境里，也更容易把学习记录当作长期资产来积累，而不是散落在多个封闭账号里。

图片来源：DeepTutor 官方 GitHub 仓库

适合谁

适合要把课本与笔记变成专属辅导的大学生、考研与考证自学者，以及需要讲题、出题与可视化讲解的教师与教研人员；也适合搭建私有学习环境的实验室、培训团队与愿意折腾本地模型服务的极客家庭。若你只想随手问一句公开常识，或完全不愿配置任何模型服务，它可能显得偏重；需要厂商托管与保修式支持时，请自行评估自部署、密钥与内容合规风险。功能边界、许可与最新说明请以官方 GitHub与文档站为准，本文只做开源发现介绍，不替代官方文档。仓库与文档站会持续更新截图与能力说明，阅读时请对照最新版本。