狂揽 2.7万 Star，港大开源了一款 AI 个性化辅导私教 神器！
大家好，我是Java1234_小锋老师。
一句话介绍
DeepTutor是香港大学数据智能实验室（HKUDS）开源的一款AI 个性化辅导私教。你可以把它理解成：把教材、论文、笔记丢进去，它帮你建知识库，然后像一位会记住你学习习惯的私教一样，陪你聊天答疑、出题练习、写报告、做可视化，甚至还能在 Slack、Telegram、飞书等 IM 里主动找你聊。
目前 GitHub 上已有2.7 万+ Star，Fork 超过 3600，是 2025 年底以来开源 AI 教育领域最亮眼的项目之一。
为什么突然这么火
DeepTutor 并不是「又一个 ChatGPT 套壳」。它的走红，大致有几条原因：
- 出身靠谱：港大 HKUDS 团队出品，还有 arXiv 论文 DeepTutor: Towards Agentic Personalized Tutoring 背书。
- 增长极快：2025 年 12 月底首发，5 天破 1400 Star；39 天破 1 万；111 天破 2 万——这个增速在开源项目里非常少见。
- 完全开源、可自部署：Apache 2.0 协议，支持 30+ 大模型服务商，也能接 Ollama、LM Studio 等本地模型。
- 功能完整：不是单一聊天窗口，而是一整套「学习工作台」，从知识库到出题、从写作到 IM 私教，几乎覆盖了自学和辅导的全流程。
对很多开发者、学生和自学者来说，「能自己部署、能用自己的资料、能记住我的学习进度」这三点，比单纯聊天更有吸引力。
它和普通 AI 聊天工具有什么不同
普通 AI 助手大多是：你问一句，它答一句，聊完就忘。
DeepTutor 走的是Agent（智能体）+ 个性化记忆路线：
| 对比项 | 普通 AI 聊天 | DeepTutor |
|---|---|---|
| 知识来源 | 主要靠模型预训练知识 | 可上传自己的教材、论文、笔记，做 RAG 检索 |
| 记忆 | 会话结束就清零 | 三层可查看、可编辑的学习记忆 |
| 能力 | 主要是对话 | 聊天、解题、出题、研究、可视化、写书等多模式 |
| 使用场景 | 打开网页聊 | 还能部署成 IM 里的「私教伙伴」 |
| 部署 | 多数只能用官方服务 | 本地、Docker、CLI 多种方式自托管 |
简单说：DeepTutor 更像一个会成长的私教系统，而不是一个临时问答机器人。
核心功能一览
1. 智能聊天（Chat）
这是日常使用的主入口。一个对话窗口里，可以查知识库、读附件、调用工具、生成图片，还能在对话中途「请教」其他 Agent（比如本机的 Claude Code）。
2. 知识中心（Knowledge Center）
上传 PDF、Word、PPT 等文档，系统会帮你建索引。支持多种检索引擎（LlamaIndex、GraphRAG、LightRAG 等），回答时会尽量带上出处引用，方便核对原文。
3. 伙伴私教（Partners）
这是 DeepTutor 很有特色的一块：你可以创建一个带「性格设定」的 AI 伙伴，把它接到 Slack、Discord、Telegram、飞书、企业微信等 15+ 渠道。它有自己的知识库和记忆，相当于7×24 在线的 AI 私教。
4. 协同写作（Co-Writer）
左右分屏的 Markdown 编辑器，选中一段文字让 AI 改写、扩写或缩写，改动会以 diff 形式展示，你确认后才写入——写论文、写笔记、写教程都很顺手。
5. 交互式书本（Book）
把知识库或笔记编译成「活的书」，里面可以有测验卡片、动画、交互组件，每页还能单独和 AI 聊，适合把零散资料整理成系统化的学习材料。
6. 学习空间与记忆（Learning Space & Memory）
- 学习空间：管理技能包、人设、笔记本、题库等可复用资源。
- 三层记忆：L1 原始记录 → L2 整理摘要 → L3 综合画像，每一层都能查看和追溯来源，个性化不再是「黑盒」。
此外还有深度解题（Solve）、智能出题（Quiz）、深度研究（Research）、可视化（Visualize）等能力，都跑在同一套 Agent 引擎上，切换模式不用重新开对话。
系统架构长什么样
DeepTutor 采用Agent-Native（智能体原生）设计：聊天、解题、出题、研究等功能共用同一套运行时，知识库、记忆、技能、笔记本等上下文在各模块之间打通，而不是各自为政。
技术栈方面：
- 后端：Python 3.11+（FastAPI）
- 前端：Next.js 16
- 支持 PyPI 安装、源码开发、Docker 一键部署、纯 CLI 无界面模式
三分钟上手
DeepTutor 提供了多种安装方式，最简单的是PyPI 安装：
# 1. 创建工作目录mkdirmy-deeptutor&&cdmy-deeptutor# 2. 安装并初始化pipinstall-Udeeptutor deeptutor init# 3. 启动服务deeptutor start启动后在浏览器打开http://127.0.0.1:3782，按引导配置大模型 API Key 即可开始使用。
Docker 用户也可以一条命令跑起来：
dockerrun--rm--namedeeptutor\-p127.0.0.1:3782:3782\-vdeeptutor-data:/app/data\ghcr.io/hkuds/deeptutor:latest更详细的安装说明、本地模型对接、多用户部署等，建议直接看官方文档：deeptutor.info。
适合谁用
- 自学者：有自己的教材和笔记，想要一个「懂我资料」的 AI 私教。
- 学生：需要刷题、整理知识点、写报告，希望 AI 能记住薄弱项。
- 教师 / 培训者：想基于自己的课件搭建个性化辅导系统。
- 开发者：想研究 Agent 架构、RAG、多智能体协作，或二次开发教育类应用。
如果你只是偶尔问几个问题，普通 AI 聊天工具够用；但如果你想长期、系统地学一门课，并且希望 AI 真正「认识」你和你的资料，DeepTutor 值得试试。
写在最后
DeepTutor 的火爆，反映了一个清晰的趋势：AI 教育正在从「聊天问答」走向「个性化 Agent 工作台」。
2.7 万 Star 背后，是 70+ 贡献者、55 次版本迭代，以及一个活跃的中英文社区（Discord、微信群、GitHub Discussions 都有）。项目完全开源，数据存在本地，对隐私和可控性有要求的同学尤其友好。
如果你感兴趣，不妨 star 一下仓库，或者直接pip install deeptutor跑起来体验。毕竟，一个真正懂你、能陪你一路学下去的 AI 私教，也许比刷一百次通用问答更有价值。
相关链接
- GitHub：https://github.com/HKUDS/DeepTutor