港大 DeepTutor 开源！近 3 万星，它不是问答机器人，是陪你学一辈子的 AI 导师 原文链接：https://github.com/HKUDS/DeepTutor 现在打开 GitHub 趋势榜，DeepTutor 已经飙到 2.96 万星——一个来自香港大学数据科学实验室的开源项目，

💡 你将学到

港大 DeepTutor 开源！近 3 万星，它不是问答机器人，是陪你学一辈子的 AI 导师 原文链接：https://github.com/HKUDS/DeepTutor 现在打开 GitHub 趋势榜，DeepTutor 已经飙到 2.96 万星——一个来自香港大学数据科学实验室的开源项目，

📜 目录

• 你给它教材，它变成你的专属学习台
• 底层是多引擎 RAG，不是单一大模型
• 记忆系统是三层可追溯，不是黑盒
• 和 ChatGPT 最大的区别在哪？
• 怎么上手？官方文档四步走

港大 DeepTutor 开源！近 3 万星，它不是问答机器人，是陪你学一辈子的 AI 导师

原文链接：https://github.com/HKUDS/DeepTutor

现在打开 GitHub 趋势榜，DeepTutor 已经飙到 2.96 万星——一个来自香港大学数据科学实验室的开源项目，过去半年涨势没停过。

它不是什么"又一个 AI 问答工具"。DeepTutor 的定位是"终身个性化辅导系统"（Lifelong Personalized Tutoring），核心逻辑和 ChatGPT 完全相反：ChatGPT 是每次对话从零开始，DeepTutor 是记住你学过什么、卡在哪，持续调整节奏。

你给它教材，它变成你的专属学习台

DeepTutor 最核心的用法是：把你自己手头的资料——教材 PDF、论文、课堂笔记——导进去，让 AI 在这些资料上做深度工作。

不是泛泛地搜全网，而是基于你指定的材料来：

解题：不是丢一个答案就完事，而是把完整推理过程拆成步骤，每一步都解释为什么这么做。

出题批改：上传一份考试题，DeepTutor 能分析出题风格和难度，自动生成风格一致的全新练习题。做完还能自动批改，根据错题生成针对性练习。

调研：给定一个复杂主题，它能从你的资料库和网络交叉检索，整理出带引用的结构化报告。

可视化：把抽象概念转成图表、动画甚至互动式内容。它有内置的 Math Animator，能把数学公式做成 3Blue1Brown 风格的可视化演示。

学习路径：记录你的知识薄弱点，持续调整下一步学什么——不是死板的课表，而是根据你实际答题情况动态调整。

底层是多引擎 RAG，不是单一大模型

DeepTutor 的技术架构很有意思。它不是一个模型包打天下，而是用一套 Agent 原生架构，把多个能力模块串在一起。

知识库检索支持 5 种引擎：LlamaIndex（默认本地向量+BM25）、PageIndex（托管式推理检索）、GraphRAG 和 LightRAG（知识图谱检索），甚至可以直接挂载你的 Obsidian 笔记库——让 AI 在原位读写你的笔记。

模型层面，支持 25+ 个 LLM 提供商，包括 OpenAI、Anthropic、本地 Ollama、LM Studio、llama.cpp，甚至 NVIDIA NIM 和 Lemonade。你可以给不同任务分配不同模型，解题目用一个，写报告用另一个。

记忆系统是三层可追溯，不是黑盒

DeepTutor 最让我觉得"这是做教育的人想出来的"设计，是它的内存系统。

它不是把记忆塞进一个看不见的向量库里。它是三层结构：

L1 是原始事件流水账（每次对话的完整记录）；L2 是按场景提炼的摘要事实；L3 是跨场景的综合判断。

而且每一层都标注了来源——L2 引用了哪条 L1 流水账，L3 综合了哪些 L2 摘要。你点开一个"记忆图谱"，可以看到任何一条概括性结论（比如"用户线性代数薄弱"）追溯到最初是哪次对话、哪道题做错得出的。可审计、可纠错，不是黑盒。

和 ChatGPT 最大的区别在哪？

我用一句话总结：ChatGPT 是个好老师，但它不记得你——你每次去问它，都是第一次见面。

DeepTutor 走的是另一条路：导入你自己资料、记住你学习进度、持续调整节奏。它是"你专属的学习工作台"，不是"通用问答机"。

另一个区别是它把 AI 当成"编排者"而非"回答者"。你可以让它去调用 Claude Code 或 Codex 来帮你写代码，也可以创建带独立人格和记忆的 AI 伙伴（Partners）挂在 Telegram 或飞书上，长期陪学生答疑。

怎么上手？官方文档四步走

安装方式有 4 种路径，官方推荐最顺滑的是 PyPI 安装，不需要 clone 仓库。

第一步：创建工作区

mkdir -p my-deeptutor && cd my-deeptutor
pip install -U deeptutor

需要 Python 3.11–3.13，以及 PATH 上有 Node.js 20+（deeptutor start 会拉起内置的 Next.js 服务器）。

第二步：初始化

deeptutor init

这一步会交互式询问后端端口（默认 8001）、前端端口（默认 3782）、LLM 提供商和 API key，以及是否配置 embedding 引擎。跳过 init 也行，应用会以默认端口启动，进设置里再配。

第三步：启动

deeptutor start

同时启动后端和前端，打开浏览器访问 http://127.0.0.1:3782 就进入主界面了。按 Ctrl+C 同时停掉两者。

第四步：玩起来

装好之后不用离开终端，直接 deeptutor chat 进交互式 REPL，或者 deeptutor run chat "解释一下傅里叶变换" 单次执行。建知识库用 deeptutor kb create my-kb --doc textbook.pdf，查看记忆用 deeptutor memory show。

其他安装方式

• Docker 一键部署：docker run --name deeptutor -p 3782:3782 -v deeptutor-data:/app/data ghcr.io/hkuds/deeptutor:latest，浏览器打开 http://127.0.0.1:3782 就行
• 源码安装：适合开发者二次开发，clone 后 pip install -e . 再 npm install 装前端依赖
• 纯 CLI 模式：不需要 Web 界面，从源码 checkout 安装 packaging/deeptutor-cli 包

Apache 2.0 开源，没有套壳收费版本。官方文档（中文版）：docs.deeptutor.info/zh-cn，安装指南、CLI 命令表、配置参考都在上面。GitHub 地址：github.com/HKUDS/DeepTutor

如果你一直在用 ChatGPT 学东西，但总觉得"它不记得我上次卡在哪"——DeepTutor 可能就是你要找的答案。毕竟，学习这件事，最好的老师不是最聪明的，而是最了解你的。