DeepTutor: とは何なのか、どのような問題を解決し、なぜ注目を集めているのか

解決する問題

DeepTutorは、パーソナライズされたチュータリング（個別指導）を提供するために設計された、エージェントネイティブな学習ワークスペースです。チュータリング、問題解決、リサーチ、クイズ生成、および習得のための練習を、単一の拡張可能なシステムに統合することで、断片化された学習ツールの問題を解決します。このシステムでは、コンテキスト（メモリやナレッジベースなど）がすべてのモード間で共有されます。

仕組み

DeepTutorは、複数のモード（Chat、Quiz、Research、Visualize、Solve、およびMastery Path）を駆動する統一されたエージェントループを使用します。さまざまなRAG実装（LlamaIndex、GraphRAG、LightRAGなど）をサポートするマルチエンジン・ナレッジシステムと、3層のメモリシステム（L1 traces、L2 summaries、およびL3 synthesis）を活用することで、学習者に対して永続的で編集可能、かつエビデンスに基づいたパーソナライズされたプロファイルを提供します。

対象者

パーソナライズされたインテリジェントなチュータリング体験を求める学習者、および、ツール、MCP servers、コミュニティが提供するスキルを使用して拡張可能なAIチュータリングシステムを構築したい開発者向けに設計されています。

ハイライト

• Unified Runtime: すべての学習モードを単一のエージェントループが処理するため、コンテキストが学習者と共に移動することを保証します。
• Connected Context: すべてのワークフローにおいて、ナレッジベース、書籍、ノートブック、およびメモリへの共有アクセスが可能です。
• Subagents and Partners: 外部のエージェント（Claude CodeやCodexなど）や、永続的なIMコンパニオンに相談する能力を備えています。
• Multi-Engine RAG: GraphRAG、LightRAG、およびリンクされたObsidian vaultsを含む、複数の検索エンジンをサポートします。
• Inspectable Memory: メモリグラフ（Memory Graph）を用いて、主張をエビデンスまで遡って追跡できる3層のメモリアーキテクチャを備えています。
• Extensible Ecosystem: MCP servers、カスタムツール、およびEduHubを介してインストール可能なコミュニティスキルをサポートします。