HKUDS/DeepTutor

해결하는 문제

DeepTutor는 정적 학습 자료를 인터랙티브하고 에이전트적인 교육 경험으로 변환하는 평생 맞춤형 개인 교습 시스템을 제공합니다. 지식 검색, 개인화된 기억, 안내된 지도를 결합하여 복잡한 과목을 마스터하도록 돕는 적응형 학습의 필요성을 해결합니다.

작동 방식

DeepTutor는 여러 핵심 구성 요소를 통합하는 에이전트 엔진을 사용합니다.

• 지식 통합: LightRAG, GraphRAG, PageIndex와 같은 다양한 엔진을 통해 RAG(검색 증강 생성)를 활용하여 문서, GitHub 저장소, 웹 소스를 수집합니다.
• 개인화된 기억: 3계층 메모리 시스템(L1/L2/L3)이 시간이 지남에 따라 학습자의 진행 상황과 선호도를 추적합니다.
• 안내된 학습: 학습자의 준비 상태와 진행 상황에 따라 도구와 콘텐츠를 게이트하는 "숙달 경로"와 "책"을 만듭니다.
• 도구 생태계: 격리된 런타임에서 코드를 실행하고, 심층 연구를 수행하며, 플러그인 기반 시각화 카탈로그를 사용하여 개념을 설명할 수 있습니다.
• 에이전트 인터페이스: 자체 라이브러리와 기술을 가진 전문 에이전트 페르소나인 "파트너"와 에이전트 네이티브 상호작용을 위한 CLI를 지원합니다.

대상 사용자

개인화된 AI 기반 교육 경로를 찾는 학습자와 자체 지식 기반을 사용하여 구조화된 인터랙티브 개인 교습 환경을 구축하려는 교육자나 개발자를 위해 설계되었습니다.

주요 기능

• 멀티 엔진 RAG: 고충실도 문서 검색과 추론을 위해 LightRAG, GraphRAG, PageIndex를 지원합니다.
• 몰입형 읽기: 페이지별 인용과 함께 문서 나란히 보기 기능을 제공합니다.
• 에이전트 파트너: 개인 기억과 고유한 기술 세트를 가진 전문 AI 페르소나를 만들고 상담할 수 있습니다.
• 동적 콘텐츠 생성: 소스 자료에서 구조화된 "책"과 퀴즈를 자동으로 컴파일하여 숙달도를 추적합니다.
• 확장 가능한 도구: 노트북 콘솔, 격리된 코드 실행, MCP(모델 컨텍스트 프로토콜) 서버와의 통합을 포함합니다.