理应资讯
教育培训智能化

开源 DeepTutor:把笔记、测验、解题与学习路径收进同一套可自托管辅导工作区

理应编辑室 ·

HKUDS/DeepTutor(Apache-2.0)是面向个性化辅导的开源学习工作区:上传资料建知识库、生成测验、分步解题、把视频变成可检索学习会话,并支持多模型与自托管;站点 deeptutor.info。

开源项目 DeepTutor(GitHub:HKUDS/DeepTutor,协议 Apache-2.0,站点 deeptutor.info)把自己定位为「终身个性化辅导」工作区:不是单一聊天框,而是把辅导、测验、解题、研究、可视化与掌握路径放在同一运行时与会话上下文里。

据本窗介绍帖与官方文档,使用者可以上传文档构建知识库、生成测验与练习题、用分步推理解题、把 YouTube 等视频变成可检索学习会话、做带引用的主题研究,并生成个性化学习路径与进度追踪。系统支持多种模型供应商与知识库引擎,可自托管;安装路径包括 PyPI(pip install -U deeptutor 后 deeptutor init && deeptutor start)、Docker 与源码。文档还提到可与本地 Claude Code / Codex 等智能体对接(「My Agents」一类能力)。

对教育培训智能化,DeepTutor 的重点是「学习材料—练习—记忆」闭环留在同一工作区,减少在多个通用聊天工具间搬运笔记。仓库星标与版本以 GitHub 为准(近期有 v1.6.x 发布说明)。采用时需自备模型密钥,并按文档配置解析与检索引擎。

和只把教材贴进通用聊天窗口不同,DeepTutor 强调同一工作区里复用知识库、题库与记忆,让测验、解题与阅读进度互相可见。自托管意味着数据与模型密钥留在自己的环境,但也要求维护解析引擎、向量检索与版本升级。对学校或培训团队,可先用公开文档跑通「上传讲义→生成测验→分步解题」闭环,再评估是否对接本地编程智能体作为「My Agents」。

# DeepTutor# AI导师# 知识库# 开源# 自托管