DeepTutor：香港大学开源的 AI 个性化学习辅导工具

原创发布日期：2026-01-13

一、DeepTutor是什么

DeepTutor是由香港大学数据科学实验室（HKUDS）开源的一款AI驱动的个性化学习助手，核心定位是解决学习者在自学过程中遇到的“资料太多找不到答案、复杂概念看不懂、学会了没地儿练”三大核心痛点，并非简单的聊天机器人或文档问答工具，而是真正实现了“学、练、测、研”全流程覆盖的一站式学习解决方案。

该项目基于Python语言开发，采用模块化、分层化的技术架构，融合了多智能体推理、检索增强生成（RAG）、知识图谱、代码执行等前沿AI技术，能够深度理解教材、论文、技术手册等各类学习资料，并根据用户的知识水平和学习目标，提供个性化的问答、讲解、练习与研究支持。与普通的AI学习工具相比，DeepTutor的核心优势在于基于用户上传的专属资料进行精准响应，而非输出通用化的网络内容，同时通过交互式可视化、会话级知识跟踪等功能，让学习过程更贴合人类的认知规律。

目前，DeepTutor已在GitHub上开源，采用AGPL-3.0开源协议，支持Docker一键部署，提供中、英、日、西、法等多语言界面，适配Windows、Linux、Mac等主流操作系统，无论是学生、科研人员还是职场自学者，都能通过该工具提升学习与研究效率。

DeepTutor：香港大学开源的 AI 个性化学习辅导工具

二、功能特色

DeepTutor的功能围绕“学习全链路”展开，从知识输入、理解、巩固到应用探索形成完整闭环，核心功能特色可分为五大模块，每个模块都针对自学过程中的具体痛点设计，实用性与针对性极强。

（一）海量文档知识问答：让“啃资料”更高效

这是DeepTutor的核心基础功能，解决了“资料太多找不到答案、答案不精准无依据”的问题，区别于普通的“与PDF对话”工具，该功能实现了精准、可验证、带引用的深度问答。

智能知识库构建：支持上传PDF、Markdown、Word等格式的教材、研究论文、技术手册、个人笔记，系统会自动对文档进行解析、索引，构建属于用户的专属AI知识库。知识库支持随时添加、删除、更新资料，索引完成后可实现对资料内容的即时检索与问答。
多智能体分步解题：采用双循环推理架构，集成RAG（检索增强生成）、实时网络搜索、学术论文搜索、Python代码执行等能力，面对复杂问题时，会像专业导师一样分步拆解解答，而非直接给出最终答案。例如询问“某算法在边界情况下的失败原因”，系统会先从用户文档中提取相关理论，再通过网络搜索交叉验证，必要时运行代码演示问题所在，整个过程逻辑清晰、可追溯。
精准引用与溯源：所有回答都会附带原始资料的精准引用，包括文档名称、页码、段落位置，部分场景下还会通过高亮功能指向PDF中的具体位置，让用户能够快速核对答案依据，避免AI生成“虚假信息”。
ArXiv论文专属支持：针对科研人员，提供ArXiv论文LaTeX源码的自动下载与解析功能，可快速提取论文中的公式、实验数据、核心结论，方便用户针对论文内容进行深度提问。

（二）交互式学习可视化：让“懂概念”更轻松

该功能是DeepTutor的“亮点功能”，解决了“复杂概念看不懂、抽象知识难理解”的问题，通过具象化、交互式的方式，将抽象知识转化为易于理解的内容。

复杂知识简化与拆解：针对算法、数学公式、神经网络、工程原理等抽象概念，系统会自动将其分解为分步讲解+可视化辅助的形式，例如将“二叉树遍历”转化为动态的节点遍历动画，将“线性卷积计算”转化为分步演算的可视化图表，让用户通过“看”和“交互”理解知识。
上下文感知的个性化问答：具备会话级知识跟踪能力，能够记住用户之前的提问与学习进度，后续的讲解会根据用户的理解程度调整深度。例如用户反复询问某一概念的细节，系统会从基础定义逐步深入，而非每次都从头开始讲解。
交互式演示体验：部分知识点支持交互式操作，例如用户可调整算法的参数，实时查看结果变化；或拖动可视化图表中的元素，直观理解概念之间的关联，让被动学习变为主动探索。

（三）知识强化：智能练习题与模拟卷生成

“光看懂不代表会做”，该功能解决了“学会了没地儿练、真题刷完无新题”的问题，实现了个性化、针对性的知识巩固。

智能练习题生成：根据用户的知识库内容和学习进度，自动生成适配其知识水平的测验、练习题、定制评估，题型涵盖选择题、填空题、简答题、编程题等。系统会精准定位用户的知识薄弱环节，针对性出题，例如用户对“深度学习优化器”理解不足，系统会重点生成该知识点的相关题目。
全真考试模拟：支持用户上传参考试卷、真题集，系统会自动分析试卷的出题风格、难度分布、知识点覆盖率，生成与原题风格、格式、难度高度匹配的模拟卷。例如上传高考数学真题，系统会克隆出一套“高仿”模拟卷，让用户获得真实的备考体验。
精细化题目管理：生成的题目支持导出、打印、在线作答，作答完成后系统会自动批改，并给出详细的解析与知识点溯源，帮助用户查漏补缺。

（四）深度研究与想法生成：让“做研究”更高效

针对科研人员和进阶学习者，DeepTutor提供了深度研究模式，解决了“文献综述效率低、研究方向难寻找”的问题。

系统化学术探索与文献综述：可对指定研究主题进行深度分析，自动检索相关文献、识别跨学科研究模式、连接相关概念，最终生成结构化的文献综述，帮助用户快速掌握该领域的研究现状。
知识空白与研究方向挖掘：通过分析用户的知识库和相关领域的研究成果，系统会精准识别该领域的知识空白点，并结合用户的研究基础，生成具体、可行的新研究方向或创新想法。例如用户研究“大模型在教育领域的应用”，系统会提出“大模型个性化错题本的优化设计”等具体研究方向。
研究全流程可视化：提供“研究仪表盘”，可可视化展示研究规划、文献阅读进度、数据整理、报告生成等全流程，帮助用户梳理研究思路，提升研究效率。

（五）基础辅助功能：让“用工具”更便捷

除核心学习功能外，DeepTutor还提供了一系列基础辅助功能，提升用户的使用体验：

多语言支持：界面与问答内容支持中文、英文、日语、西班牙语、法语等多种语言，适配不同语言背景的用户。
知识库管理：可自动提取文档中的定义、定理、公式、图表等结构化知识，支持对知识库进行分类、标签、检索等操作。
会话管理：支持保存、导出、删除学习会话，方便用户后续回顾学习内容，继续之前的提问与研究。

三、技术细节

DeepTutor采用模块化、分层化的架构设计，整体分为四层，各层之间相互独立又协同工作，保证了系统的灵活性、可扩展性和稳定性。同时，项目采用了前沿的AI技术与工程化方案，让工具在功能强大的同时，具备良好的易用性和部署性。

（一）整体系统架构

DeepTutor的系统架构分为四层，从上层的用户交互到底层的知识存储，形成完整的技术链路，具体架构分层及核心能力如下表所示：

架构层级	核心职责	关键技术/能力
用户界面层	实现用户与系统的交互，输出结构化、可操作的内容	React 19、Next.js 16、TailwindCSS 3.4、WebSocket安全通信、多语言界面
智能Agent模块	处理具体的学习任务，是系统的“大脑”	多智能体分工（问答、出题、研究、引导）、双循环推理、PromptManager架构统一
工具集成层	为智能Agent提供外部能力支持，连接现实世界与知识源	RAG混合检索、实时网络搜索、ArXiv论文解析、Python代码执行、PDF/Markdown文档解析
知识与记忆基础	存储与管理知识，保证会话连续性与知识关联性	知识图谱、向量存储、会话状态管理、引用跟踪系统

（二）核心技术栈

DeepTutor的技术栈涵盖前后端开发、AI模型集成、工程化部署等多个方面，核心技术选型均为目前行业内的主流方案，兼顾了性能与易用性，具体技术栈分类如下：

1. 后端技术栈（核心）

编程语言：Python 3.10+（项目主要开发语言，适配绝大多数AI框架）
Web框架：FastAPI（高性能异步Web框架，提供RESTful API与交互式文档）
AI核心技术：

多智能体架构：实现不同任务的分工协作，如SolveAgent（解题）、QuestionAgent（出题）、ResearchAgent（研究）等；
RAG（检索增强生成）：混合检索模式，结合关键词检索与语义检索，提升知识检索的精准度；
LLM集成：支持GPT-4o、Claude、DeepSeek等多厂商大语言模型，同时支持自定义嵌入模型；
代码执行：内置Python代码执行环境，支持算法验证、数据计算等场景。

文档处理：PyPDF2、python-docx（文档解析）、LaTeX解析器（论文源码处理）
工程化：

容器化：Docker（镜像打包）、Docker Compose（多容器管理）；
环境管理：Pipenv/Poetry（虚拟环境与依赖管理）；
自动化：CI/CD（持续集成/持续部署）、脚本化安装与启动。

2. 前端技术栈

核心框架：React 19（前端界面开发）、Next.js 16（服务端渲染，提升页面加载速度）
样式方案：TailwindCSS 3.4（原子化CSS，快速构建美观的界面）
交互能力：WebSocket（实时通信）、Recharts/ECharts（数据可视化）、React Query（状态管理）
多语言支持：i18next（国际化解决方案）

（三）关键技术亮点

双循环推理架构：这是DeepTutor实现精准分步解题的核心技术，第一循环为“推理循环”，系统根据用户问题拆解解题步骤，确定所需的知识与工具；第二循环为“验证循环”，对每一步的解答进行验证，通过检索、代码执行等方式确认答案的准确性，确保输出内容的严谨性。
会话级知识跟踪：基于向量存储与会话记忆系统，能够记住用户的历史提问、学习进度与知识薄弱点，实现上下文感知的个性化交互，让AI的讲解更贴合用户的实际情况。
模块化智能体设计：不同的学习任务由专属的智能体处理，各智能体之间可协同工作，例如研究智能体可调用问答智能体获取基础概念解释，出题智能体可调用检索智能体获取知识点分布，这种设计让系统易于扩展，后续可新增更多功能的智能体。

knowledge_bases

四、应用场景

DeepTutor的功能覆盖了“学习、练习、研究”全场景，适配不同人群、不同学科的需求，核心应用场景主要分为四大类，覆盖学生、科研人员、自学者、教育工作者等不同用户群体。

（一）学生日常学习与备考

这是DeepTutor最核心的应用场景，适配从小学到研究生的各阶段学生：

课堂知识巩固：学生可将教材、课堂笔记上传至知识库，针对课堂上没听懂的知识点向AI提问，系统会结合教材内容进行分步讲解，并生成针对性练习题，帮助学生及时巩固知识。
考试备考冲刺：备考阶段，学生可上传历年真题、复习资料，系统会生成高仿模拟卷，同时针对错题自动分析知识薄弱点，推送相关讲解与练习，实现精准查漏补缺。
学科难点突破：面对数学、物理、计算机等学科的复杂概念，可通过交互式可视化功能，直观理解抽象知识，例如通过动态演示理解“电磁感应原理”“神经网络反向传播过程”。

（二）科研人员学术研究

针对高校教师、科研院所研究人员，DeepTutor可大幅提升科研效率：

文献综述与分析：输入研究主题，系统会自动检索相关文献，分析研究现状，识别跨学科关联，生成结构化的文献综述，节省人工阅读与整理的时间。
研究方向挖掘：基于现有研究成果，系统会挖掘知识空白点，结合用户的研究基础，生成具体的研究方向与创新想法，为科研选题提供参考。
论文解析与答疑：上传外文论文、专业期刊文章，系统可解析LaTeX源码，提取公式、实验数据，针对论文中的难点问题进行深度解答，帮助科研人员快速理解论文核心内容。

（三）职场人士自主学习

对于职场人士的技能提升与知识更新，DeepTutor同样适用：

技术文档学习：上传编程语言手册、框架文档、行业技术白皮书，针对技术难点进行提问，系统会结合文档内容给出精准解答，帮助职场人士快速掌握新技能。
行业知识更新：针对金融、医疗、互联网等快速发展的行业，可通过系统的网络搜索与文献分析能力，快速获取行业最新动态与研究成果，提升专业能力。
职业资格备考：上传职业资格考试教材、真题，系统会生成模拟卷与练习题，帮助职场人士高效备考各类证书。

（四）教育工作者教学辅助

教师、培训师等教育工作者可将DeepTutor作为教学辅助工具：

备课素材整理：上传教学大纲、教材，系统可提取核心知识点，生成教学课件的框架，同时针对知识点生成练习题与测验卷，节省备课时间。
个性化辅导学生：将学生的作业、错题上传至系统，系统会分析学生的知识薄弱点，为教师提供个性化的辅导建议，同时生成针对性的辅导资料。
教学效果评估：通过系统生成的测验卷对学生进行测试，自动批改并生成成绩分析报告，帮助教师快速掌握学生的学习情况。

此外，DeepTutor适用于所有需要深入理解复杂知识的学科，包括数学、物理、计算机科学、工程学、经济学、医学等，尤其在理工科领域，其代码执行、公式可视化等功能能够发挥更大的作用。

五、使用方法

DeepTutor提供了本地部署与API调用两种使用方式，其中本地部署又分为“一键脚本安装”与“Docker容器部署”，推荐普通用户使用Docker部署，操作更简单、环境更稳定；开发人员可通过API调用实现定制化功能。

（一）前置准备

硬件要求：推荐CPU为4核及以上，内存8GB及以上，硬盘空余空间20GB及以上；若需本地运行大语言模型，需配备NVIDIA显卡（显存16GB及以上）。
软件要求：安装Git（版本2.30及以上）、Docker（版本20.10及以上）、Docker Compose（版本2.0及以上），操作系统支持Windows 10/11、Ubuntu 20.04+、MacOS 12+。
API密钥准备：若使用云端大语言模型（如GPT-4o、Claude），需提前获取对应的API密钥；若使用本地模型，可跳过此步骤。

（二）Docker容器部署（推荐）

Docker部署是最便捷的方式，无需手动配置依赖，仅需几步即可启动服务，具体步骤如下：

克隆项目仓库：打开终端/命令提示符，执行以下命令克隆GitHub仓库到本地：

  git clone https://github.com/HKUDS/DeepTutor.git
  cd DeepTutor

配置环境变量：复制环境变量示例文件，根据自身需求修改配置：

  # 复制示例文件
  cp .env.example .env
  # 编辑.env文件，配置关键参数
  # 需修改的核心参数：LLM_MODEL（大语言模型）、LLM_API_KEY（模型API密钥）、LLM_HOST（模型接口地址）

启动Docker容器：执行以下命令拉取镜像并启动服务，整个过程约30秒：

  docker run -d --name deeptutor \
  -p 8001:8001 -p 3782:3782 \
  -e LLM_MODEL=gpt-4o \
  -e LLM_API_KEY=your-api-key \
  -e LLM_HOST=https://api.openai.com/v1 \
  -e EMBEDDING_MODEL=text-embedding-3-large \
  -e EMBEDDING_API_KEY=your-api-key \
  -e EMBEDDING_HOST=https://api.openai.com/v1 \
  -v $(pwd)/data:/app/data \
  -v $(pwd)/config:/app/config:ro \
  ghcr.io/hkuds/deeptutor:latest

访问系统：服务启动成功后，打开浏览器，输入http://localhost:3782即可进入DeepTutor的前端界面；后端交互式API文档可通过http://localhost:8001/docs访问。

（三）一键脚本安装（本地运行）

若不想使用Docker，可通过项目提供的脚本自动安装依赖并启动服务，具体步骤：

克隆仓库：与Docker部署的第一步相同，克隆项目并进入目录。
一键安装依赖：执行以下命令，系统会自动安装前后端所有依赖：

  python scripts/install_all.py

配置环境变量：与Docker部署的第二步相同，复制并编辑.env文件。
启动服务：执行以下命令启动前后端服务：

  python scripts/start_web.py

访问系统：与Docker部署的第四步相同，通过http://localhost:3782访问前端界面。

（四）API调用（开发人员）

DeepTutor提供了Python API，开发人员可通过代码调用其核心功能，例如智能解题、题目生成等，以下是两个核心功能的调用示例：

智能解题示例：

  import asyncio
  from src.agents.solve import MainSolver

  async def main():
    # 初始化解题智能体，指定知识库名称
    solver = MainSolver(kb_name="ai_textbook")
    # 提出问题，指定解答模式
    result = await solver.solve(
      question="计算 x=(1,2,3) 和 h=(4,5) 的线性卷积",
      mode="auto"
    )
    # 输出格式化的解答结果
    print(result['formatted_solution'])

  if __name__ == "__main__":
    asyncio.run(main())

题目生成示例：

  import asyncio
  from src.agents.question import AgentCoordinator

  async def main():
    # 初始化出题协调器
    coordinator = AgentCoordinator(
      kb_name="ai_textbook",
      output_dir="data/user/question"
    )
    # 根据需求生成题目
    result = await coordinator.generate_questions_custom(
      requirement_text="生成 3 道关于深度学习基础的中等难度题目",
      difficulty="medium",
      question_type="choice",
      count=3
    )
    # 输出生成结果
    print(f"✅ 生成 {result['completed']}/{result['requested']} 道题目")
    for q in result['results']:
      print(f" - 题目相关性: {q['validation']['relevance']}")

  if __name__ == "__main__":
    asyncio.run(main())

notebooks

六、常见问题解答（FAQ）

问题：执行Docker启动命令后，提示“端口被占用”怎么办？
解答：修改命令中的端口映射参数，例如将-p 8001:8001改为-p 8002:8001，-p 3782:3782改为-p 3783:3782，然后重新执行启动命令，访问时使用新的端口（如http://localhost:3783）。
问题：一键脚本安装时，提示“Python版本过低”怎么办？
解答：DeepTutor要求Python版本为3.10及以上，需先升级Python版本。Windows用户可通过Python官网下载安装包升级，Ubuntu用户可执行sudo apt install python3.10，MacOS用户可通过Homebrew执行brew install python@3.10。
问题：部署后无法访问前端界面，提示“连接拒绝”怎么办？
解答：首先检查Docker容器是否正常运行，执行docker ps命令查看deeptutor容器的状态；若容器未运行，执行docker start deeptutor启动；若容器运行正常，检查防火墙是否放行相关端口（8001、3782），暂时关闭防火墙后重试。
问题：上传文档后，系统提示“解析失败”怎么办？
解答：首先检查文档格式是否支持，DeepTutor目前支持PDF、Markdown、Word（.docx）格式，不支持扫描版PDF（图片型PDF）；其次检查文档是否损坏，可尝试重新下载或保存文档后再次上传；若为大文件（超过100MB），可拆分后分批上传。
问题：提问后，系统的回答没有引用或引用错误怎么办？
解答：首先确认问题是否基于已上传的知识库内容，若为通用问题，系统可能会从网络检索内容，引用信息会标注网络来源；若为知识库内的问题，可尝试重新索引文档（在知识库管理界面点击“重新索引”），或简化问题，让系统更易匹配相关内容。
问题：生成的练习题/模拟卷难度不合适怎么办？
解答：在出题界面，可手动调整“难度等级”（简单/中等/困难），同时可指定具体的知识点，让系统更精准地出题；若上传了参考试卷，可检查试卷的知识点是否与知识库匹配，匹配度越高，生成的模拟卷难度越精准。
问题：交互式可视化功能无法正常显示怎么办？
解答：首先检查浏览器版本，推荐使用Chrome 100+、Edge 100+、Firefox 95+等最新版本的浏览器；其次清除浏览器缓存，刷新页面后重试；若仍无法显示，可检查网络是否正常，部分可视化资源需要联网加载。
问题：深度研究模式生成的文献综述内容不全面怎么办？
解答：可在研究界面补充更多的关键词、相关文献，或指定研究的时间范围（如“近5年”），系统会根据补充的信息重新检索与分析；同时，可手动上传相关的核心文献，让系统基于这些文献生成更精准的综述。
问题：是否支持本地运行大语言模型，无需云端API密钥？
解答：支持。在.env配置文件中，将LLM_MODEL改为本地模型的名称（如llama3-8b），LLM_HOST改为本地模型的接口地址（如http://localhost:8080/v1），同时确保本地模型已启动并提供OpenAI兼容的API接口，即可无需云端API密钥使用。
问题：DeepTutor支持哪些语言的文档问答？
解答：目前支持中文、英文的文档问答与界面显示，日语、西班牙语、法语仅支持界面显示，后续会逐步完善多语言的文档问答能力。
问题：生成的内容能否导出？
解答：支持。问答结果、练习题、模拟卷、文献综述等内容，均可导出为PDF、Markdown、Word等格式，在对应功能界面点击“导出”按钮即可操作。
问题：项目的开源协议是什么，是否可商用？
解答：DeepTutor采用AGPL-3.0开源协议，非商业用途可自由使用、修改、分发；若用于商业用途，需遵守AGPL-3.0协议的规定，公开修改后的代码，并保留原作者的版权声明。

七、相关链接

项目GitHub仓库：https://github.com/HKUDS/DeepTutor
项目官网：https://hkuds.github.io/DeepTutor/

八、总结

DeepTutor是由香港大学HKUDS团队开发的一款开源AI驱动个性化学习助手，以Python为核心开发语言，采用多智能体架构、RAG等前沿技术，构建了“文档问答、知识可视化、智能出题、深度研究”的全链路学习解决方案，精准解决了自学过程中“资料难啃、概念难懂、练习缺乏、研究低效”的核心痛点。该工具支持Docker一键部署与多语言界面，适配学生、科研人员、自学者、教育工作者等不同用户群体，覆盖从日常学习、考试备考到学术研究的全场景，其基于用户专属资料的精准响应、贴合人类认知规律的交互式学习体验，以及开源免费的特性，让它成为AI教育领域的一款实用工具。与普通的AI学习产品相比，DeepTutor并非简单的功能堆砌，而是真正围绕“学习”的本质设计，通过技术手段让学习过程更高效、更个性化、更具深度，为不同人群的学习与研究提供了有力的技术支撑。

AI学习助手开源工具 AI出题

打赏

版权及免责申明：本文由@dotaai原创发布。该文章观点仅代表作者本人，不代表本站立场。本站不承担任何相关法律责任。

如若转载，请注明出处：https://www.aipuzi.cn/ai-news/deeptutor.html

THE END

dotaai

正在和我的聊天机器人谈恋爱，它很会捧场。

+ 关注

DeepTutor：香港大学开源的 AI 个性化学习辅导工具

文章目录

一、DeepTutor是什么

二、功能特色

（一）海量文档知识问答：让“啃资料”更高效

（二）交互式学习可视化：让“懂概念”更轻松

（三）知识强化：智能练习题与模拟卷生成

（四）深度研究与想法生成：让“做研究”更高效

（五）基础辅助功能：让“用工具”更便捷

三、技术细节

（一）整体系统架构

（二）核心技术栈

1. 后端技术栈（核心）

2. 前端技术栈

（三）关键技术亮点

四、应用场景

（一）学生日常学习与备考

（二）科研人员学术研究

（三）职场人士自主学习

（四）教育工作者教学辅助

五、使用方法

（一）前置准备

（二）Docker容器部署（推荐）

（三）一键脚本安装（本地运行）

（四）API调用（开发人员）

六、常见问题解答（FAQ）

七、相关链接

八、总结

相关文章