DeepTutor 是一个基于代理的个性化学习助手，通过多智能体协作和 RAG（Retrieval-Augmented Generation）技术，提供个性化的学习体验。
来源：据 README 描述 查看 GitHub 仓库 →DeepTutor 受关注的原因包括其独特的个性化学习助手定位、多智能体协作和 RAG 技术的应用，填补了个性化学习工具的空白。项目采用 Python 和 Next.js 等现代技术栈，提供了丰富的功能和灵活的配置选项。
来源：综合 README 描述和项目特征提供五种模式（聊天、深度解决、测验生成、深度研究、数学动画器）的统一工作区，共享上下文，方便用户在不同模式间切换。
来源：据 README 描述每个导师机器人拥有独立的工作空间、记忆、个性和技能集，能够设置提醒、学习新技能并随着用户成长而进化。
来源：据 README 描述Markdown 编辑器中集成 AI 协同作者，可以重写、扩展或总结文本，利用知识库和互联网资源。
来源：据 README 描述将学习材料转化为结构化的学习旅程，设计多步骤计划，生成交互式页面，并允许用户与每一步进行讨论。
来源：据 README 描述上传 PDF、Markdown 和文本文件构建 RAG 准备的知识库，组织跨会话的见解，使文档成为每个对话的主动驱动力。
来源：据 README 描述构建用户的学习档案，包括学习内容、学习方式和目标，跨所有功能和导师机器人共享，随着每次交互变得更加精确。
来源：据 README 描述通过命令行访问所有功能、知识库、会话和导师机器人，提供丰富的终端输出和结构化 JSON，方便人类和 AI 代理操作。
来源：据 README 描述DeepTutor 采用模块化设计，包括 CLI、API 服务器、前端和后端服务。数据通过 RESTful API 和 WebSocket 进行流转，关键的技术决策包括使用 Python 和 Next.js，以及采用 RAG 和多智能体协作技术。
来源：代码目录结构 + 依赖文件infra: Docker | key_deps: openai, aiohttp, httpx, requests, ddgs, nest_asyncio, tenacity, pydantic, aiosqlite, typer, rich, prompt_toolkit | language: Python | framework: Next.js
来源：依赖文件 + 代码目录结构DeepTutor 适合教育机构、在线学习平台和个人学习者。它可以用于个性化学习辅导、知识库构建、学习材料组织和 AI 协同写作。
来源：READMEv1.0.0-beta.3 (2026-04-08): 移除 litellm 依赖，增加 Windows Math Animator 兼容性，改进 JSON 解析，支持全中文国际化。
来源：GitHub ReleasesDeepTutor 是一个值得关注的开源项目，它为个性化学习提供了创新的解决方案。对于教育机构、在线学习平台和个人学习者来说，它是一个强大的工具，可以帮助他们提高学习效率和互动性。