信息卡

一句话定位

HKUDS 实验室出品的 "agent-native learning workspace"：把辅导答疑、解题、测验生成、深度调研、可视化和掌握度练习统一在同一个 agent loop 里，官方明确声明没有任何付费在线产品，配套 ArXiv 论文。

趋势解读：为什么火

教育类 AI 产品长期被 Khanmigo 等闭源订阅制垄断，DeepTutor 以完全开源 + 全功能免费姿态切入"终身个性化辅导"叙事，单月近 8000 星说明需求真实存在。它还借力 AI 编程 Agent 生态：Claude Code、Codex、Gemini CLI 都能被当作 subagent 调用，是"Agent 即基础设施"理念在教育场景的落地样本。

核心功能拆解

• 六大模式共享同一 agent runtime：Chat、Quiz、Research、Visualize、Solve、Mastery Path，上下文互通。
• 三层 Memory 系统（L1 原始 trace / L2 摘要 / L3 跨表面综合）+ Memory Graph 可视化证据链。
• Book 引擎："living book" 编译器产出文本块、quiz 卡片、flash cards 甚至 Manim 动画。
• Co-Writer：选区级手术式 Markdown 编辑，所有改动需接受/拒绝确认。
• Subagents 可调用 Claude Code/Codex/Kimi 等 CLI；Partners 经 Feishu、Telegram、Discord 等 15+ 渠道持久陪伴。
• 多引擎检索：LlamaIndex 默认，可切换 GraphRAG、LightRAG、Obsidian vault、MarginNote 4 等。
• 技能系统采用开放 Agent-Skills 格式（SKILL.md），兼容 ClawHub/EduHub 社区技能源。

架构与技术栈浅析

后端 FastAPI（Python 3.11+），前端 Next.js 16 / React 19，WebSocket 实时通信；配置全部落盘 `data/user/settings/` 目录而非 .env。代码沙箱用受限 subprocess 执行模型生成的 Python，Docker 部署时可路由到加固 runner sidecar。

安装与环境要求

需 Python 3.11–3.13 与 Node.js 20+：

pip install -U deeptutor
deeptutor init      # 配置端口与 LLM provider
deeptutor start     # 打开 http://127.0.0.1:3782

亦可 Docker 一键运行 `ghcr.io/hkuds/deeptutor:latest`（仅暴露 3782 端口）。

快速上手示例

deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor skill install socratic-tutor

进阶使用要点

• 加 `--format json` 输出 NDJSON 流，会话 ID 可跨命令传递，让 DeepTutor 变成其他 agent 的一个工具。
• 首个注册用户自动成为管理员，支持 per-user 隔离的多用户部署。
• 技能版本可锁定安装：`eduhub:socratic-tutor@1.2.0`。
• 实验性 Codex OAuth 可直接复用 ChatGPT 订阅，token 存放于沙箱不可达目录。

典型应用场景

• 备考长跑：把教材 PDF 建为知识库，按章节生成 quiz 并追踪 mastery path。
• 论文调研：deep_research 模式产出结构化综述报告。
• 家长共建：Co-Writer 里逐段修改孩子的读书笔记，Book 引擎转成带动画的讲解页。
• IM 陪学：接入飞书/TG 后成为随时在线的私人导师。

同类生态位对比

对比 ChatGPT Study Mode 等闭源方案：数据本地可控、无订阅墙、可换任意模型；对比纯 RAG 学习助手：多了记忆、题库与练习闭环。开源阵营中同类全栈学习工作台尚少，先发优势明显。

资源导航

文档站 deeptutor.info、教育技能中心 EduHub、Roadmap 见 issue #498，社区有 Discord 与微信群。