港大开源DeepTutor AI导师：五大模式共享上下文，基于RAG与个性化Agent

最近，香港大学数据智能实验室开源了一个名为 DeepTutor 的AI教育项目，在GitHub上已经积累了超过1.7万个Star。仔细研究后会发现，它并非又一个简单的ChatGPT套壳应用。

它的定位是「Agent-Native 个性化学习助手」。一个核心亮点在于其五大功能模式——智能对话、深度求解、自动出题、深度研究、数学动画——全部共享同一个对话上下文。这意味着学习者无需在不同的工具或界面间反复跳转，即可获得连贯的学习体验。

它支持上传 PDF 或 Markdown 文档来构建个人知识库，并基于 RAG（检索增强生成）技术进行内容检索，确保给出的答案有据可查，而非随意杜撰，这大大提升了内容的可信度。

项目中“TutorBot”的设计颇具巧思。每个TutorBot都拥有独立的记忆、个性和技能集，其底层由该实验室另一个拥有39k Star的项目 nanobot 框架驱动。此外，系统还包含一套持久化记忆机制，能够记住用户的学习内容和习惯，从而实现越用越懂你的个性化辅导。

另外两项实用功能是 AI Co-Writer 和引导式学习。前者允许用户在编辑器中直接对文本进行改写与扩展；后者则能将学习材料自动转化为结构化的学习路径，引导用户循序渐进地掌握知识。

关于人工智能在教育中的角色，业界已有不少深刻见解。Karpathy 在创办 Eureka Labs 时曾表示，AI有潜力让每个学生都拥有一位世界级的私人导师。Sal Khan 在 TED 演讲中也认为，AI可能是教育领域有史以来最重大的正面变革。然而，沃顿商学院的 Ethan Mollick 提出了一个关键观点：AI辅导只有在被设计成“引导”而非“直接给出答案”时，才能真正发挥作用。DeepTutor 的引导式学习模式，正是在尝试实践这一理念。

该项目由港大 HKUDS 实验室的黄超教授团队主导。该团队拥有惊人的开源实战产出密度，共维护着87个开源仓库，总Star数超过20万。除了驱动DeepTutor的 nanobot (39k Star)，还有诸如 LightRAG (33k Star)、CLI-Anything (30k Star) 等多个知名项目。

一幅融合古典油画与现代人像元素的创意图片，寓意着传统教育与AI智能的碰撞与结合。

对于这个将前沿AI技术与教育理念深度融合的开源项目，你有什么看法？它是否触及了你对理想学习助手的期待？欢迎在技术社区交流你的见解。