在线教程丨港大团队开源个人学习助手DeepTutor，多智能体协作实现覆盖理解/推理/生成的交互式学习

当学习者在厚重教材与海量论文中反复检索却难以定位关键知识点，当复杂概念缺乏直观解释、练习资源零散分散，甚至在开展研究时需要在多个工具之间来回切换，这些长期存在的学习痛点，正成为新一代 AI 教育工具的切入点。

近日，香港大学数据智能实验室（HKUDS）开源了个人学习助手 DeepTutor，旨在为学习者提供从知识获取到研究产出的完整闭环解决方案。相较于传统在线教育工具侧重内容分发或单点答疑，DeepTutor 更进一步，将多智能体架构与多源知识检索能力深度融合，构建出一个具备理解、推理与生成能力的综合学习平台。该项目开源后，在 GitHub 仅用 39 天即突破 10k stars，目前已获得 17.8k stars。

从技术路径来看，DeepTutor 并非简单叠加大模型能力，而是通过引入 RAG（检索增强生成）、实时网络搜索以及学术论文数据库等多重工具链，实现对复杂学习任务的系统化拆解与执行。在实际使用中，用户只需以自然语言提出需求，无论是解答难题、规划学习路径，还是生成练习题与撰写研究报告，系统均可自动完成意图解析、信息检索与结构化输出。这种「以任务为中心」的交互方式，正在改变传统学习工具以功能为导向的使用逻辑。

具体而言，DeepTutor 主要包含以下核心功能：

* 海量文档知识问答： 支持上传教材、论文、技术文档等构建 AI 知识库，实现多智能体协同解答，并提供精准引用

* 交互式学习可视化： 将复杂概念转化为易于理解的可视化工具，支持个性化问答与上下文感知对话

* 知识强化与习题生成： 根据学习者知识水平生成针对性测验与练习题，支持模拟真实考试风格

* 深度研究与创意生成： 基于 RAG、网页与论文检索进行主题深度探索，发现知识盲点并挖掘潜在研究方向

为了便于大家快速上手 DeepTutor 并将其落地到实际学习场景，HyperAI 官网（hyper.ai）的教程版块上线了「DeepTutor 个人学习助手」，已经完成环境配置，降低使用门槛。

在 HyperAI 低门槛体验 DeepTutor

 

在线运行：

https://go.hyper.ai/sC4nC

欢迎登录官网查看更多内容：

https://hyper.ai/

Demo 运行

1.进入 hyper.ai 首页后，选择「教程」页面，或点击「查看更多教程」，选择「DeepTutor 个人学习助手」，点击「运行此教程」。

2.页面跳转后，点击右上角「Clone」，将该教程克隆至自己的容器中。

注：页面右上角支持切换语言，目前提供中文及英文两种语言，本教程文章以英文为例进行步骤展示。

3.选择「NVIDIA RTX 5090-4」以及「vLLM」镜像，点击「Continue job execution（继续执行）」

HyperAI 为新用户准备了注册福利，仅需 $1，即可获得 20 小时 RTX 5090 算力（原价 $7），资源永久有效。

4.等待分配资源，当状态变为「Running（运行中）」后，点击「Open Workspace」进入 Jupyter Workspace。

 

效果展示

1.页面跳转后，点击左侧 README 文件，进入后点击上方 Run（运行）。

2.待运行完成，即可点击右侧 API 地址跳转至 demo 页面。

以上就是低门槛部署 DeepTutor 的详细教程，欢迎前往 HyperAI 亲自上手体验！

在线运行：

https://go.hyper.ai/sC4nC

项目开源地址：

https://github.com/HKUDS/DeepTutor

内容中包含的图片若涉及版权问题，请及时与我们联系删除