一、项目介绍
在线学习最缺的不是内容,而是“因材施教的老师”:网课千篇一律,答疑要等,复习没规划,学完就忘。通用大模型能回答问题,却记不住你的进度、你的薄弱点、你上次卡在哪,每次都像面对陌生人从头讲。
DeepTutor 是香港大学团队开源的终身个性化辅导系统,把“长期记忆 + 个性化”做进辅导全过程:它跟踪你的学习轨迹,针对薄弱点调整讲解节奏,像一位一直跟着你的导师。无论是知识点讲解、错题复盘还是路径规划,它都基于你的历史来回应,而不是每次从零开始。对想做自适应教育、或自己需要一位“不会累的私教”的人,这是个扎实的开源基座。
二、项目基本信息
| 信息项 | 详情 |
|---|---|
| 项目名称 | DeepTutor |
| GitHub地址 | https://github.com/HKUDS/DeepTutor |
| 项目描述 | |
| 作者 | HKUDS |
| 开源协议 | Apache-2.0 |
| 开源状态 | 公开 |
| Languages | 未明确标注 |
| 支持平台 | Windows / macOS / Linux |
| 最后更新 | 未明确标注 |
三、核心优势
- 终身个性化:跟踪学习轨迹,按薄弱点调整
- 长期记忆:记住你的进度与卡点,非每次从零
- 开源可改:HKUDS 维护,可自部署与二次开发
- 辅导全流程:讲解、复盘、规划一体
- 研究驱动:背靠学术团队,方法持续迭代
四、适用场景
适合做自适应教育产品的团队,以及希望拥有个性化 AI 私教的个人:把“记住学生”这件事真正做进辅导系统。
五、安装教程
当前最新版本 latest。按下方命令安装(如遇网络问题可切换镜像源或代理):
# 克隆仓库后按官方文档部署
# 详见 https://deeptutor.info
git clone https://github.com/HKUDS/DeepTutor
# 参考文档中的 Quickstart 配置模型与运行环境常见报错:依赖缺失时先升级运行环境(Node、Python、Go 等)到项目要求版本;网络超时多为镜像或代理问题,可重试或换源。权限类报错请确认已登录对应平台账号。
六、使用示例
下面是一段可直接参考的真实示例:
# 启动后向学生身份提问,系统会结合历史作答
"我上次卡在反向传播,再给我讲一遍并出两道练习题"
# DeepTutor 会基于你的学习记录定制讲解七、常见问题
问:能直接在线用吗?答:官方提供 deeptutor.info 体验,也可自部署。问:需要 GPU 吗?答:依赖大模型服务,本地运行按所选模型而定。
八、总结
DeepTutor 用一个清晰的设计,把把个性化服务做成持续在线的助手这件反复劳动变成了可复用、可维护的能力。它不追求大而全,而是把核心痛点解决得足够扎实——这正是日常开发与团队落地时最需要的那种工具。如果你也在被同类问题困扰,不妨按上面的安装与使用步骤试一试,把它接进自己的工作流。
评论 0
还没有评论,来说两句吧。