🔥 DeepTutor:港大开源的AI学习神器,让你的效率提升10倍!
配套媒体
本页对应的 PPT 与演示视频
下载没反应?点这里复制直链
侧边栏预览窗口(Electron webview)会拦截下载,把下面的链接复制到 Chrome / Edge 地址栏打开即可保存。
../../DeepTutor-recommend.pptx../../DeepTutor-recommend.mp4本文目录
🔥 DeepTutor:港大开源的AI学习神器,让你的效率提升10倍!

一个真正懂学习的AI助手。不只是问答机器,而是能帮你构建知识体系、追踪学习进度、生成个性化测验的智能学习伙伴。
🚀 什么是 DeepTutor?
DeepTutor 是由 香港大学数据科学实验室(HKUDS) 开源发布的 AI 个性化学习助手。它不只是一个问答机器人,而是一套完整的智能学习系统。
核心理念:让AI真正"懂"你在学什么,而不是泛泛地给出一个通用答案。
核心定位:Agent-Native(智能体原生)的个性化学习系统,MIT 开源协议
✨ 核心功能一览

🧠 知识问答——基于你自己的资料
上传你的教材、论文、手册,DeepTutor 会自动:
- 解析 PDF 并提取关键信息
- 构建 RAG 检索增强知识库
- 生成带有精准文档引用的解答
核心亮点:答案直接引用你的教材,而不是泛泛而谈
🎯 双循环推理——像导师一样思考
DeepTutor 采用独特的双环协同推理架构:

问题分析环:理解问题的本质和边界
- 理解问题语义
- 分解为可处理的子任务
- 检索相关知识
解答生成环:生成精准、可验证的答案
- 基于 RAG 生成解答
- 引用具体来源
- 验证与问题的匹配度
📊 引导式学习——可视化学习路径
- 知识图谱可视化
- 学习进度追踪
- 个性化学习路径推荐
📝 自动出题——基于知识库生成测验
- 自定义测验题目
- 模拟真实考试场景
- 自动评估学习效果
🏗️ 技术架构解析

三层架构
| 层次 | 组成 | 功能 |
|---|---|---|
| 用户界面层 | Web UI / CLI / API | 双向查询响应,结构化输出 |
| Agent 模块层 | Tutor / Research / Quiz / Solve / Learn | 各学习任务的专业 AI Agent |
| 工具集成层 | RAG / 知识图谱 / Web搜索 / 代码执行 | 检索增强、推理验证 |
技术亮点:多 Agent 协作,每个 Agent 专注特定任务,协同完成复杂学习目标
🛠️ 快速上手
安装(支持 Docker 一键部署)
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Docker 部署(推荐)
docker compose up -d
# 或手动安装
pip install -r requirements.txt
python app.py
核心使用流程
# 1. 启动 Web 界面
python web.py
# 2. 上传你的学习资料(PDF/文档)
# 系统自动构建知识库
# 3. 开始提问
"请解释这篇论文的核心贡献"
# 4. 生成测验
"基于这份资料出5道选择题"
Web 工作台
DeepTutor 提供完整的 Web 工作台:
- 知识库管理(上传、编辑、删除文档)
- 对话界面(支持追问、澄清)
- 测验生成器(自定义题目类型和数量)
- 学习进度仪表盘
📊 与竞品对比

关键差异
| 维度 | DeepTutor | ChatGPT | Kimi |
|---|---|---|---|
| 知识图谱 | ✅ 完整支持 | ❌ 不支持 | ❌ 不支持 |
| 多智能体 | ✅ 5个专业Agent | ❌ 不支持 | ❌ 不支持 |
| 自定义知识库 | ✅ RAG构建 | ⚠️ 较弱 | ⚠️ 较弱 |
| 引导式学习 | ✅ 完整路径 | ❌ 无 | ❌ 无 |
| 开源协议 | ✅ MIT | ❌ 专有 | ❌ 专有 |
结论:如果你是学生或研究者,DeepTutor 比通用 AI 助手更懂你的专业领域
💡 适用场景详解
场景1:研究生论文阅读
功能说明:上传导师给的论文合集,DeepTutor 会帮你:
- 理解每篇论文的核心贡献
- 找出论文之间的关联
- 生成论文阅读笔记
输入要求:PDF 格式的论文或文档
输出效果:
- 带引用的论文解读
- 知识图谱展示论文关系
- 基于论文的问答
适用场景:
- ✅ 论文综述写作
- ✅ 组会报告准备
- ✅ 跨领域知识拓展
场景2:程序员技术学习
功能说明:上传官方文档或教程,DeepTutor 会:
- 解释复杂概念
- 生成代码示例
- 帮你理解最佳实践
输入要求:技术文档、API 文档、教程 PDF
输出效果:
- 结合你已有知识水平的解释
- 可运行的代码示例
- 基于文档的练习题
适用场景:
- ✅ 新技术栈入门
- ✅ 框架源码解读
- ✅ API 文档理解
场景3:考前突击复习
功能说明:上传课件和笔记,DeepTutor 会:
- 自动生成模拟题
- 追踪你的薄弱环节
- 生成个性化复习计划
输入要求:课件 PDF、课堂笔记、学习大纲
输出效果:
- 选择题/简答题/论述题
- 答案解析带知识点引用
- 学习进度可视化
适用场景:
- ✅ 期末考试复习
- ✅ 考证冲刺
- ✅ 面试准备
💰 定价方案
| 方案 | 价格 | 说明 |
|---|---|---|
| 开源版 | 免费 | 完整功能,MIT协议 |
| 本地部署 | 服务器费用 | 支持 GPU 加速 |
| API 调用 | 按量计费 | 支持 OpenAI 兼容接口 |
开源协议:MIT(最宽松的开源许可证之一)
💡 推荐:从 GitHub 克隆免费使用,自托管到自己的服务器,数据完全私有
🎯 总结
DeepTutor 重新定义了"AI学习助手"的概念——不是给你一个答案,而是帮你构建知识体系。
推荐指数:⭐⭐⭐⭐⭐(满分5星)
适合人群:
- ✅ 研究生(论文阅读、文献综述)
- ✅ 程序员(技术文档学习、源码解读)
- ✅ 学生(考前复习、知识点巩固)
- ✅ 研究者(跨领域探索、深度研究)
不适合:
- ❌ 需要实时新闻/娱乐闲聊的用户
- ❌ 不想配置环境的纯小白(需要一定技术能力)
立即体验:
本文由 AI 辅助生成,数据截至 2026-04-11,v1.0.0-beta.4 版本,最新信息请以官网为准。