DeepTutor: 你的个性化学习助理
《DeepTutor:新一代AI学习助手的技术解析与应用》摘要: DeepTutor是一款基于多代理架构的智能学习助手,通过五大核心功能模式重构学习体验。其创新性地整合了聊天交互、深度解题、测验生成、主题研究和数学可视化功能,支持用户在统一界面中无缝切换。系统采用个性化TutorBot设计,每个代理都具备独立记忆与进化能力,能根据用户需求提供定制化辅导。技术架构上支持知识库管理、AI协作写作、学习
DeepTutor: Agent-Native Personalized Learning Assistant
DeepTutor是一个基于代理的个性化学习助手,以其创新和实用的学习方式为用户提供支持。无论是学习新知识、解决复杂问题,还是提升写作技能,DeepTutor都能为用户提供一个综合且高效的学习体验。
✨ 主要特点
1. 统一聊天工作区
DeepTutor提供五种模式(聊天、深度解决、测验生成、深度研究和数学动画),并在同一线程中共享上下文。用户可以在对话中轻松切换这些模式,始终保持连贯的学习体验。具体功能包括:
- 聊天模式:流畅的对话,用户可以根据需要多种工具结合使用,如网页搜索、代码执行等。
- 深度解决模式:支持多代理问题解决,用户可以计划、调查和验证问题,每个步骤都附有精确的来源引用。
- 测验生成模式:可以生成基于知识库的评估,并提供内置验证功能。
- 深度研究模式:将主题分解为子主题,调度研究代理进行并行研究。
- 数学动画模式:将数学概念转化为可视化动画和故事板,帮助用户更好地理解复杂内容。
通过这五种模式,DeepTutor确保用户在学习的每个阶段都能保持有效的互动和学习进程。
2. 个性化TutorBots
DeepTutor的TutorBot不仅仅是聊天机器人,它是一个自主的学习助手。每个TutorBot在自己的工作区内拥有独立的记忆、个性和技能集。TutorBot能够设置提醒、学习新技能,并随着用户的成长而不断进化。这种创新的设计使得每个TutorBot能够在多个领域提供个性化的辅导,例如数学、写作和研究等,满足用户的特定需求。
3. AI共同作者
DeepTutor集成了AI共同作者功能,用户可以在Markdown编辑器中直接与AI进行协作。用户可以选择文本进行重写、扩展或总结,并可以从个人知识库和网页中获取帮助。通过每次写作的反馈,AI能够优化用户的学习体验。
4. 指导学习
用户可以将自己的学习材料转化为结构化的、视觉化的学习旅程。DeepTutor能够设计多步骤计划,为每个知识点生成交互式页面,并允许用户在每一步进行讨论,帮助用户更好地掌握复杂内容。
5. 知识管理
DeepTutor支持用户上传PDF、Markdown和文本文件来构建知识库,用户可以将学习记录分门别类地整理成彩色笔记本。这些知识不仅仅是静态存储,而是在每次对话、研究和学习路径中积极参与。
6. 持久记忆
DeepTutor通过保持对用户不断演化的理解,建立一个生动的个人档案。它共享用户的学习记录、学习方式和学习目标。随着互动的增加,系统的个性化程度也随之提升。
7. 代理原生命令行界面(CLI)
DeepTutor的每项功能、知识库、会话和TutorBot都可以通过CLI命令轻松访问。用户可以使用命令行工具完成多种操作,如创建知识库、生成测验、运行聊天会话等,极大地方便了用户的使用。
🚀 开始使用
选项A — 设置导览(推荐)
DeepTutor提供一个交互式脚本,引导用户完成一切设置,包括依赖安装、环境配置、连接测试和启动。
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# 创建Python环境
conda create -n deeptutor python=3.11 && conda activate deeptutor
# 启动导览
python scripts/start_tour.py
用户可以选择的使用方式有:
- Web模式(推荐):自动选择依赖配置,安装所有内容,并启动临时服务器。
- CLI模式:在终端内完成所有配置和安装,无需离开命令行。
不论选择哪种方式,用户都能在http://localhost:3782上运行DeepTutor。
选项B — 手动本地安装
用户可以选择手动安装并配置DeepTutor:
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
conda create -n deeptutor python=3.11 && conda activate deeptutor
pip install -e ".[server]"
# 前端
cd web && npm install && cd ..
然后,用户需要配置环境变量,设置LLM和Embedding提供者等信息。具体的配置过程在项目文档中有详细说明。
选项C — Docker部署
用户还可以使用Docker将后端和前端封装到容器中,无需本地Python或Node.js环境。用户可以根据需求选择拉取官方镜像或从源码构建。
🗺️ 发展路线图
DeepTutor的未来将包括身份验证登录、主题和外观选择、集成高级知识库引擎LightRAG以及提供全面的文档和教程,帮助用户更好地使用这个强大的学习助手。
🌐 相关项目
在学习助手的领域内,DeepTutor也有一些类项目可以关注:
- nanobot — 提供一个轻量级的代理引擎支持多种应用场景。
- LlamaIndex — 支持文档的索引和RAG管道构建。
- ManimCat — 用于生成数学动画的AI驱动工具。
这些项目和DeepTutor形成了一个强大的学习生态系统,可以满足不同用户的需求,助力各类学习任务的成功完成。
更多推荐


所有评论(0)