DeepTutor 是由香港大学数据智能实验室（HKUDS）开发的开源 AI 学习工作站，目前已获得30.2k Stars、4k Fork。自 2025 年 12 月底开源以来，39 天达到 10k Stars，111 天达到 20k Stars，论文登上 arXiv。
它不是简单的 AI 聊天工具，而是一个“Agent 原生”的学习工作窗——将辅导、解题、出题、研究、可视化、掌握度跟踪连接在一起。所有模式运行在同一个 Agent 循环上，切换目标而非切换引擎，上下文随学习者移动。
项目地址：https://github.com/HKUDS/DeepTutor
官网文档：https://deeptutor.info
二、十大核心能力
DeepTutor 的所有能力共享同一个运行时，上下文跨轮保持。学习者在 Chat 中讨论的内容，可以直接流到 Quiz 出题、Research 深度研究、Book 编译活书籍。
Chat —— 你真正使用的 Agent 循环
Chat 是默认能力，也是大多数工作的起点。一个线程可以正常对话、调用工具、检索知识库、读取附件、生成图片、咨询子 Agent、写笔记、并跨轮保持上下文。
模型在轮次中思考，需要时调用工具，观察结果，然后以无工具消息完成。ask_user 特别有用——代理可以暂停当前轮次，提出结构化问题，等待用户回答后再继续。
Partners —— 有人格的持续伴侣
Partners 是有独立人格的持续伴侣——每个 Partner 有自己的 SOUL.md、模型策略、图书馆、记忆和工具策略。它们不是独立的机器人引擎，而是在同一个 ChatOrchestrator 运行时中运行的“有人格和电话号码的聊天”。
支持 15+ IM 渠道：飞书、钉钉、企微、QQ、Telegram、Discord、Slack、WhatsApp、Matrix、Mattermost、Zulip、微软Teams等。每个 Partner 可以作为子 Agent 从普通聊天中被咨询。
My Agents —— 调度外部 Agent
My Agents 做两件事：连接活的Agent（Claude Code、Codex、Gemini、Kimi、opencode、MiMo）并从聊天中咨询；导入历史对话作为可搜索、可恢复的 Agent。实际运行外部 Agent 并将结果流入Activity 面板。
Book —— 活生成书籍
Book 将知识库、笔记、题库或聊天历史转化为交互式活书籍。每个章节编译成多种块类型：文本、测验、闪卡、时间线、代码、图形、交互 HTML、动画、概念图、深度潜入、用户笔记。创建流程先提示章节大纲，审核后再生成内容。
三、六种 RAG检索引擎
知识库是 DeepTutor 的文档集合，为 Chat、Co-Writer、Book、Partner 提供检索墙引。每个知识库绑定一个引擎，索引版本化，重建不摧毁当前索引。
支持多种文档解析引擎：Text-only、MinerU、Docling、markitdown、PyMuPDF4LLM。可以单独移除出错的文档，不用删除整个知识库重建。
四、三层记忆系统
DeepTutor 的记忆是文件化的三层系统，不是隐藏的向量存储。L2 引用 L1，L3 引用 L2，任何综合观点都可以回溯到原始事件。
Memory Graph 可视化整个金字塔——L3 综合在中心，L2 在中间环，L1 追踪在外圈。学习者可以点击任何综合观点，追溯到产生它的原始交互记录。
记忆追踪的场景
- Chat：对话中的知识点被捕获到L1 追踪
- Quiz：出题和答题结果被记录
- KB：知识库搜索历史被记录
- Book：生成的章节和块被记录
- Partner：伴侣对话被记录
- Co-Writer：写作编辑历史被记录
五、Co-Writer —— 选择感知写作
Co-Writer 是分层视图的Markdown 工作区，支持报告、教程、笔记等长篇内容。核心设计是“外科扏术式编辑”——选中一段文字，告诉 DeepTutor 重写、扩展或缩短。
编辑代理可以基于知识库或网络检索来修改，保持工具调用追踪，每次修改都以接受/拒绝差异的形式展示——什么都不会直接落地，除非你批准。
六、My Agents —— 让其他 Agent 成为上下文
My Agents 做两件事：
- 连接活的 Agent：Claude Code、Codex、Gemini、Kimi、opencode、MiMo Code。从聊天中选择后，DeepTutor实际运行外部 Agent 并将结果流入 Activity 面板。
- 导入历史对话：将 Claude Code 和 Codex 的历史对话导入为可搜索、可恢复的 Agent。导入后的对话保留原始声音，不会被 DeepTutor 改写。
七、事件时间线
DeepTutor 的增长轨迹非常惊人。开源不到一年，已经成为 GitHub 上最热门的 AI 学习工具之一。
八、Partners 伴侣与 IM 渠道
Partners 是 DeepTutor 最独特的功能之一。每个 Partner 有自己的 SOUL.md（人格描述）、模型选择、渠道配置、工具策略和图书馆。知识库、技能、笔记本被复制到 Partner 工作区，同一套 RAG、技能、记忆工具直接可用。
Partner 读取其拥有者的记忆，但只写自己的记忆。可以作为子 Agent 从普通聊天中被咨询，也可以导入其历史对话。
九、四种部署方式
所有部署方式共享同一工作区布局：settings 在 data/user/settings/ 下。
PyPI 安装（推荐）
pip install -U deeptutor
deeptutor init#配置端口+ LLM +可选嵌入
deeptutor start#启动后端+前端
Docker 部署
docker run --rm --name deeptutor \
-p 127.0.0.1:3782:3782 \
-v deeptutor-data:/app/data \
ghcr.io/hkuds/deeptutor:latest
CLI Only
pip install -e ./packaging/deeptutor-cli
deeptutor chat#交互REPL
deeptutor run deep_solve "Solve x^2 = 4"#单次调用
十、生态系统与安全
EduHub 技能生态
DeepTutor 内置 EduHub 教育技能生态，可以安装社区技能：苏格拉底式导师、闪卡构建器、论文反馈、考试蓝图、概念解释器等。同时兼容 ClawHub。
导入安全门槛
所有技能导入都经过安全门槛：注册表安全审计、压缩炸弹防护、脚本白名单、来源追踪。多用户部署中，安装技能是管理员专属操作。
代码沙箱
模型生成的代码在受限子进程沙箱中执行。Docker Compose 部署可以使用更加固化的边辙容器。禁止子进程执行可以关闭沙箱，但会失去办公文档生成能力。
多用户隔离
管理员拥有全局设置和模型目录，非管理员获得独立工作空间和经审核的资源视图。API Key 不暴露给非管理员。
十一、与竞品对比vs ChatGPT / Claude
- DeepTutor 开源免费，可自部署，支持本地模型
- 记忆系统可审计、可编辑，不是黑箱
- 多引擎 RAG，支持图谱检索和页级引用
- 15+ IM 渠道，可以在飞书、钉钉上使用
- DeepTutor 支持六种 RAG 引擎，NotebookLM 仅有 Google 自家
- 支持多用户隔离和权限管理
- 15+ IM 渠道，NotebookLM仅有 Web
- 开源免费，可私有化部署
- Agent 原生架构，所有能力共享运行时
- 三层可审计记忆系统
- 多用户隔离，适合教育机构
- 生态开放，兼容 EduHub 和 ClawHub
十二、总结
DeepTutor 解决的问题很朴素：学习者需要的不是一个能回答问题的聊天机器人，而是一个能记住你的学习进度、理解你的知识盲区、帮你规划学习路径、并且记忆可审计的学习伴侣。
Agent 原生架构意味着所有能力共享同一个运行时，上下文跨工作流自然流动。这是 DeepTutor 与其他学习工具最本质的区别。
开源、免费、可私有化部署、多用户隔离、15+ IM 渠道——这些特性让 DeepTutor 成为教育机构和自学者的理想选择。不到一年 30k+ Stars 的增长，说明市场对这种"终身个性化学习"方案的强烈需求。
热门跟贴