DeepTutor 開源 AI 導師，把 PDF 變成有記憶的個人學習系統

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

DeepTutor 把自己定位成「Lifelong Personalized Tutoring」（終身個人化導學），背後是香港大學的資料科學實驗室 HKUDS。我在它的 GitHub repo README 看到的，是一個比「ChatGPT 套殼」複雜很多的東西：它會把你上傳的 PDF 先建成可檢索的知識庫，再用多個代理人（agent，在這裡指分工執行任務的程式單元）陪你學，而且標榜會記住你學到哪、哪裡卡關。repo 採 Apache-2.0 授權、超過 31,000 顆星，還附了一篇 arXiv 論文。

Pin

但它不是打開網頁就能用的輕量工具。你要會一點終端機操作，準備好 Python 3.11 以上和一個 LLM 來源（自己的 API key 或本機模型），才跑得起來。這篇是把官方 README 讀完之後的導覽，不是實測，所以碰到「實際教學效果如何」「檢索準不準」這類問題，我會誠實標明 README 沒有給答案。

先把 PDF 變成知識庫，再讓 AI 記住你學到哪

很多人用 ChatGPT 學東西的方式是：丟一份 PDF 上去，然後問問題。下次再問，它可能已經忘了昨天講過什麼，回答也常常像是憑印象而不是真的翻過那份文件。

DeepTutor 在 README 裡把這一步拆開處理。你上傳的文件會先進到一個知識庫（README 稱為 Knowledge Base），建成可以被檢索的索引，之後 AI 回答時是去這個索引裡找依據，而不是只靠模型的記憶。README 把這個機制稱為可替換的多引擎 RAG（檢索增強生成），一共列出五種引擎可選：LlamaIndex、PageIndex、GraphRAG、LightRAG，或直接連結你的 Obsidian 筆記庫。

這裡有個值得注意的設計。GraphRAG 這個引擎顧名思義會把文件內容建成知識圖譜（把概念之間的關係連起來），而不是單純把文字切成小段再做向量比對。README 在 Key Features 段寫到，每個知識庫是版次化的（versioned），可以回頭看之前的索引狀態，而且你不必整套重建，可以只刪掉出錯的那一份文件再重新索引。README 的版本紀錄也提到，文件解析引擎支援多模態影像提取，也就是 PDF 裡的圖表、插圖也會被讀進來，而不只抓純文字。對讀那種圖多於字的教科學或工程文件的人，這點會直接影響知識庫到底有沒有用。

對學習者來說更實際的是「可追溯引用」這件事。README 的版本紀錄寫到，知識庫檢索產生的回答會附上可追溯的引用（traceable citations），也就是 AI 講的每個論點，都標得出是從你哪一份文件的哪一段來的。它的 Memory Graph 功能進一步主張能把論點與證據之間的連結視覺化。學東西最怕的就是 AI 講得頭頭是道卻查不到出處，這個設計至少在架構上回應了這個焦慮。

要講清楚的是，以上都是 README 宣稱的能力。我沒有實際丟一份教科書進去測 GraphRAG 跟一般向量搜尋到底差多少，所以「圖譜檢索一定比較準」這種結論我不會下。但從設計看，它確實把「先建庫、再檢索、最後才回答」這條鏈做得很明確，跟直接餵 PDF 給聊天機器人是不同的路線。

不是一個模型，是一整個會分工的學習工作區

DeepTutor 在 README 裡反覆強調一個詞：agent-native（代理人原生）。意思是它不是一個模型加上一個聊天框，而是把學習這件事拆成好幾種模式，每種模式由不同的代理人負責。

README 的 Key Features 列出六種模式都跑在同一個代理人迴圈上：Chat（聊天）、Quiz（出題測驗）、Research（深度研究）、Visualize（資料視覺化）、Solve（解題）、Mastery Path（精熟練習）。它的說法是你切換的是目標，不是引擎，所以學習脈絡可以帶著走。

其中 Mastery Path 和 Guided Learning 的設計，最能看出 DeepTutor 不只想做一個聊天工具。從 README 的版本紀錄可以看到，Guided Learning 重建在聊天代理人迴圈上，並且加了「硬性精熟門檻」（hard per-type mastery gate），也就是每一種題型你要先達到一定熟練度，才會放行到下一階段，還有一個 /learning 儀表板追蹤進度。這是單純聊天型 AI 不會做的事：它把「問答」升級成「有進度、有過關條件的練習」。對準備考試或想系統化練熟某個主題的人，這個設計方向的差異是明顯的。

更特別的是 README 寫到的 Subagents 與 Partners 機制。你可以在對話中途呼叫外部的編程工具，例如 Claude Code、Codex、Gemini、Kimi 等，把它們當成可以隨時請教的助手，甚至匯入它們過去的對話紀錄。如果你對怎麼把這類工具用在學習或工作上想多了解，可以參考我們整理的 Claude Code 最佳實踐指南。

這樣的設計背後是一個多代理人協作的概念：不同代理人各有所長，讓它們在同一個學習現場分工。想知道這類架構在實務上怎麼運作，我們也寫過一篇關於 代理人協作與調度 的整理。

不過要提醒，README 寫到的是「能力存在」（這些模式與代理人能連、能跑），但「用起來是不是真的比單純用 ChatGPT 學得更好」，README 沒有提供對照數據，我也沒實測，這部分留給你下載後自行判斷。

三層記憶撐起它說的「終身個人化」

「終身個人化」是 DeepTutor 最顯眼的口號，也是最容易讓人半信半疑的一句。畢竟很多 AI 工具都會說自己有記憶，實際用起來常常是聊沒幾輪就忘光。

README 在 Key Features 對記憶的說明相對具體。它把記憶分成三層：L1 是對話軌跡（每一步的紀錄）、L2 是表面的摘要、L3 是綜合性的累積。README 的說法是這三層讓個人化變得「可檢視、可編輯」，而不只是一個看不見的黑箱。

「可檢視」對學習者之所以重要，是因為一般 AI 工具的記憶是封閉的：它記住了什麼、怎麼記的，你無從得知，更別提修正。DeepTutor 把記憶攤開來，你可以看到它對你累積了哪些理解，如果它把你某個程度判斷錯了，你有機會去調整，而不是只能在一個看不見的假設上繼續對話。這在長期學習的場景裡，比記憶「強不強」更關鍵的是記憶「準不準、能不能校準」。

搭配前面提到的 Memory Graph，它的設計邏輯是：AI 對你說過的每個論點，都要能回溯到知識庫裡的證據。這在學習場景裡有實際意義，因為你會想知道 AI 給的答案是從你那份 PDF 的哪一段來的，而不是它自己編的。

但我必須把話說在前面：「終身」這兩個字是 README 的定位用語。一個工具能不能真的陪你學上一年半年，要看你長期使用的累積效果，而 README 沒有提供長期追蹤的數據。它的三層記憶是「架構上做到了」，至於記久了會不會變準、會不會累積出有用的個人化，這是我讀文件無法回答的問題。

四種裝法，沒有一種是打開瀏覽器就能用

DeepTutor 在 README 提供四條安裝路徑，但不管哪一條，都比「打開網頁登入」要多幾步。

第一種是從 PyPI 安裝，最接近一般使用者的路線。只要你有 Python 3.11 到 3.13，加上 Node.js 20 以上，三行指令就能起來：

mkdir -p my-deeptutor && cd my-deeptutor
pip install -U deeptutor
deeptutor init     # 互動式設定 port、LLM 來源、embedding
deeptutor start    # 啟動後端與前端

deeptutor init 會問你後端 port（預設 8001）、前端 port（預設 3782）、LLM 來源（供應商、API 網址、金鑰、模型名稱），以及要不要設 embedding 來源給知識庫用。跑完 deeptutor start 後，打開終端機印出的網址（預設是 http://127.0.0.1:3782）就能用。

第二種是從原始碼安裝，給想改程式或參與開發的人，會把 Next.js 跑在開發模式。第三種是 Docker，一個容器包全套，指令也很短：

docker run --rm --name deeptutor \
  -p 127.0.0.1:3782:3782 \
  -v deeptutor-data:/app/data \
  ghcr.io/hkuds/deeptutor:latest

第四種是只裝 CLI，不要網頁介面，適合純終端機派的人，用 deeptutor chat 互動、用 deeptutor kb 管知識庫。README 也列出幾個常用指令，例如 deeptutor chat --capability deep_solve --tool rag --kb my-kb 可以指定用某個知識庫來解題，deeptutor kb create my-kb --doc textbook.pdf 則是把教科書丟進新建的知識庫。

四條路徑各有適用情境：只想試用、不想碰原始碼的人選 PyPI；要改程式或貢獻的人選原始碼安裝；想要乾淨隔離、一鍵移除的人選 Docker；只想在終端機裡用、不打算開網頁的人選 CLI。不論哪一種，模型設定都在瀏覽器的 Settings 頁面或終端機的 deeptutor init 裡完成，DeepTutor 本身不綁定任何一家模型供應商。

這四條路徑共通的前提是：你得準備好 Python 環境，還有一個 LLM 來源。DeepTutor 本身不附模型，你要嘛接雲端 API（OpenAI、Anthropic、Google 等），要嘛接本機模型（Ollama、LM Studio、llama.cpp 都支援）。換句話說，它的彈性很大，但門檻也建立在「你願意花時間設定」這件事上。

動手前要先接受的幾件事

把限制集中講清楚，你才好決定要不要花時間裝。

第一，它是 Apache-2.0 授權。這是相對寬鬆的開源條款，可以商用、可以改，但免責聲明也講明了出了問題你要自己承擔。開源不等於有人幫你負責。

第二，學術背景不等於教學效果驗證。DeepTutor 是港大 HKUDS 實驗室出品，README 也附了一篇 arXiv 論文（編號 2604.26962）談它的設計理念。但「有論文」跟「經過獨立驗證能提升學習成效」是兩件事。我讀的是 README 與 repo 上的公開資訊，沒有讀完那篇論文的實驗細節，也不會把學術出身當成品質保證。

第三，星數會變。README 寫到 2026 年 4 月已突破 20,000 顆星（111 天達成），我寫這篇時 repo 顯示超過 31,000 顆。這代表社群關注度很高、更新也很頻繁（最近一個月內就有 v1.5.3 到 v1.5.6 連續改版），但星數本身不保證它適合你的學習方式。

第四，這是一個會在你機器上執行程式碼的工具。README 寫到它的辦公技能（產生 docx、pdf、pptx、xlsx）是靠模型寫一段 Python 程式再執行，預設會在本機跑這段程式碼。README 也明講這是一個「信任決定」，你可以透過設定關掉本機執行，代價是這些產生檔案的功能就不能用。如果你介意模型生成的程式碼直接在你的電腦上跑，這點要先想清楚。

第五，它需要你自行接上 LLM。模型的費用、隱私、資料流向，都取決於你選哪個供應商。接雲端 API 就是把你的學習內容送出去；接本機模型則隱私較高但要有夠強的硬體。如果你打算部署給一群人用（例如一個班級或一個團隊），README 也寫到它支援多使用者部署，每個人有獨立的工作空間與資源隔離，而且非管理員使用者預設不能呼叫某些外部工具。但多人部署的維護成本，顯然又比單人自用高一個檔次。

誰會覺得值得，誰會覺得麻煩

讀完 README，我的判斷是這樣。

如果你是一個會長期經營某個領域知識的人，例如準備大型考試的學生、做文獻回顧的研究者、想把一堆技術文件整理成可查詢庫的工程師，而且你不排斥終端機、願意花一個下午把環境架起來，DeepTutor 的設計邏輯是對你胃口的。它把「建知識庫、檢索、記憶、出題」串成一條鏈，比起每次都從零問 ChatGPT，更接近一個會累積的學習系統。

反過來說，如果你只是偶爾丟一份 PDF 問幾個問題、不想碰 Python、也不在乎 AI 記不記得昨天的事，那 ChatGPT 或 Khan Academy 這類打開就能用的工具會省事得多。和 Khan Academy 相比，DeepTutor 走的是「把你自己的資料變成專屬教材」的路線，而不是讓你學它準備好的課綱；和 ChatGPT 相比，它多出來的是知識庫、版次化檢索與精熟門檻這些結構，代價就是得自己架。DeepTutor 的價值建立在「你願意投入設定成本，換來長期的個人化與可追溯」，一旦你不打算長期用，那個設定成本就收不回來。

最後提醒一個務實的做法：它有官方文件站 deeptutor.info，也有 Docker 這種相對低摩擦的裝法。如果讀完這篇覺得想試，從 Docker 開始、接一個你本來就在用的 API key，是確認「這套邏輯到底適不適合我」成本最低的方式。確認值得之後，再決定要不要認真架 Python 環境、接本機模型，會比一開始就全套硬上穩當得多。

會建議先低成本試水，還有一個原因：這類全棧自架工具最怕的就是「裝完才發現專案半路停更」。從 README 看到的客觀訊號是正向的，官方文件站在 2026 年 5 月上線，版本更新的頻率很高（一個月內連續推進好幾個小版本），還有 Discord 與 WeChat 社群，以及一個開放投票的 Roadmap。這不代表它未來一定不會放慢，但至少目前不是一個荒廢中的倉庫，你投入的設定成本，短期內被白費的風險比較低。