【导读】 一款名为 DeepTutor 的AI学习助手在GitHub上迅速走红，上线仅5天便收获 1400+ Star。与传统AI工具不同，DeepTutor主打"真正懂用户的学习伙伴"，不仅能记住学习进度，还能根据个人习惯定制学习方案。

市面上的AI学习工具不少，但用下来，要不就是功能太零散，东一个西一个；要不就是"记性太差"，每次对话都是从头开始，根本不知道之前学过什么、卡在哪里。

中国香港大学数据智能实验室（HKUDS）的DeepTutor团队在调研了大量学生后，决定解决这个问题：打造一个"有记忆"的学习助手。

简单来说，DeepTutor能记住用户的学习轨迹。上周学了什么、哪里没搞懂、偏好什么方式学，它都门儿清。下次打开时，它会自动从上次的地方继续，还能针对性地出题、复习。

这种"连续剧式"的学习体验，正是DeepTutor最打动人的地方。

DeepTutor不是简单的"问答机器人"，而是一套全流程学习系统。它把学习这件事拆成了四个关键环节，每个环节都有专门的"智能体"来负责：

第一，智能问答与解题。 遇到不会的题目，直接扔给它。DeepTutor不仅会给答案，还会一步步讲清楚思路，引用来源也有据可查。而且，它还能调用搜索、代码执行等多种工具。

第二，可视化学习。 有些概念怎么都看不懂？DeepTutor能把抽象的知识转化成图解、步骤拆解，甚至交互式演示。

第三，练习与测评。 学完一章，它能自动生成针对性的练习题。如果有往年真题，它还能"克隆"出题风格，让用户做仿真模拟，做完还有自动批改和错题归类。

第四，深度的研究功能。 写论文、做调研时，它可以帮用户梳理文献、发现知识盲区、找到有价值的研究方向，甚至帮用户生成播客内容，换个方式"听"知识。

这四个模块不是孤立的，而是打通联动的。用户问了一道题，它会记住用户在这类知识点上的掌握情况。用户做练习时，它能调取之前的笔记来出题，整个学习过程是连贯的、有积累的。

DeepTutor之所以能实现个性化，关键在于它的底层设计。

它有一个持久化的记忆系统，基于知识图谱构建。每一次对话、每一份笔记、每一个学习片段，都会被结构化地存下来。系统会自动建立知识点之间的关联，形成一张"用户的专属知识网"。

当用户下次学习时，它会从这张网里调取信息：知道用户学过什么、跳过什么、哪些是薄弱环节。它甚至能根据用户的提问习惯，推断用户可能需要的知识。

在工具层面，DeepTutor接入了RAG检索、实时网页搜索、学术论文库、代码执行等能力。也就是说，遇到它"不会"的问题，它会自己去查、去算。

这种"会自己想办法"的能力，让DeepTutor更像一个真正的学习伙伴，而不是一个只会背诵答案的工具。

DeepTutor已经在GitHub上完全开源，任何人都可以免费下载使用。官方提供了Docker部署和手动安装两种方式，对技术小白也比较友好。

项目地址：https://github.com/HKUDS/DeepTutor

值得一提的是，团队还在持续迭代中，后续计划支持本地大模型（如Ollama），让用户可以在自己电脑上跑，保护隐私，另外，还会优化知识库管理、笔记交互等功能。