计算巢 X DeepTutor：让 AI 从「每次都从头听你讲」变成「记得你学到哪了」的辅导老师

DeepTutor · 开源个性化 AI 学习辅导工作区

你在啃一门硬课，但没人替你记着进度

你在自学一门不轻松的东西——可能是一篇篇论文，一本厚书，或一门新技术。你开着一个聊天机器人当老师：不懂就问，它答得也不错。可问题是它不记事。今天你问透了第三章，明天再来，它又把你当陌生人，你得把背景、目标、已经搞懂的部分重新交代一遍。

于是你又开了别的工具：一个记笔记，一个做测验找感觉，一个画图理解结构，还有一堆 PDF 散在文件夹里。学到哪、哪块还虚、下一步该补什么——全靠你自己在脑子里记。学习的负担里，有一大半花在了"管理学习"上，而不是学习本身。

一个记得住你、也懂你的学习工作区

DeepTutor 是一个自托管的个性化 AI 学习工作区，它把辅导、测验、研究、可视化、解题这些学习动作收进同一处，并且记得你学到了哪、哪里还没通。

它背后是同一套智能体循环，驱动七种学习面（对话辅导、随堂测验、深度研究、图示可视化、解题、掌握度追踪、沉浸式阅读），你在哪个面里的进展它都记着。它有分层记忆：短期记着这次会话，中期记着这门课的脉络，长期记着你是谁、你的水平和偏好——所以它越用越懂你，不用每次从头解释。

边界也说清楚：

• 它做：多面学习工作区、分层记忆与掌握度追踪、把你的资料建成可检索的知识库；遇到专业任务还能调用 Claude Code / Codex / opencode 等命令行智能体当帮手
• 它不做：不自带大模型，推理能力来自你自己配置的模型（云端 API 或本地模型都行）
• 你在这里部署的是开源自托管版本，学习资料、对话记录、你的学习画像全部在你自己的服务器上

通过阿里云计算巢部署，几分钟开箱可用，无需自己配运行环境、装依赖、接模型。

它解决了什么问题

回到开头那门硬课：现在你把资料丢进去建成知识库，在对话里问、在测验里查漏、用图示理清结构，它一路记着你的进度，下次进来直接从你没通的地方接着讲——你终于可以只管学，不用再管"管理学习"这件事。

而更深一层的变化是：学习从"一次次孤立的问答"变成"一段被记住、能追踪的连续旅程"。因为进度不再靠你脑子扛，你能学得更深、走得更远，而不是每次都从同一个起点重新出发。

核心能力

一个工作区，七种学习方式

对应开头那个"各用一个工具"的麻烦——它们背后是同一套智能体，进展互通。

• 对话辅导 + 沉浸式阅读 —— 边读边问，资料和讲解在一处，不用两个窗口来回跳
• 随堂测验 + 解题 —— 想检验有没有真懂时随手出题、逐步解题，而不是自我感觉良好
• 深度研究 + 可视化 —— 让它替你把一个主题查透、并用图示把结构画清楚

它记得你，越用越懂你

这是"每次从头解释"这个痛点的正面解法。

• 分层记忆 —— 短期记会话、中期记课程脉络、长期记你的水平与偏好，不用反复交代背景
• 掌握度追踪 —— 自动记录你学到哪、哪块还虚，替你盯着知识缺口

把你的资料变成能问答的知识库

• 多引擎检索 —— 把 PDF、文档、笔记建成知识库，问答时直接引用你自己的资料和来源
• 专业智能体调用 —— 碰到硬任务，可调用 Claude Code / Codex / opencode 等命令行智能体当帮手

谁最该用

为什么在计算巢上跑

技术支持

• 官方仓库：github.com/HKUDS/DeepTutor
• 问题反馈：GitHub Issues

🚀 立即体验

→ 一键部署 DeepTutor

部署完成后在服务实例详情页拿到访问地址，用浏览器打开即可注册账号。第一件事——把你正在学的一份资料传进去建成知识库，然后在对话里就着它开始提问。