DeepTutor: 它是什麼、解決什麼問題以及為什麼它正受到關注

它解決了什麼問題

DeepTutor 是一個以代理（agent-native）為核心的學習工作空間，旨在提供個人化的輔導。它透過將輔導、問題解決、研究、測驗生成和精通練習整合到一個單一且可擴展的系統中，解決了學習工具碎片化的問題，其中上下文（例如記憶和知識庫）在所有模式之間是共享的。

它是如何運作的

DeepTutor 使用統一的代理迴圈（agent loop）來驅動多種模式（Chat、Quiz、Research、Visualize、Solve 和 Mastery Path）。它利用多引擎知識系統，支援各種 RAG 實作（LlamaIndex、GraphRAG、LightRAG 等），以及三層記憶系統（L1 traces、L2 summaries 和 L3 synthesis）來為學習者維持一個持久、可編輯且基於證據的個人化設定檔。

對象是誰

它是為想要獲得個人化、智慧輔導體驗的學習者，以及想要使用工具、MCP servers 和社群貢獻的技能來構建可擴展 AI 輔導系統的開發者而設計的。

重點亮點

• Unified Runtime: 單一代理迴圈處理所有學習模式，確保上下文隨學習者移動。
• Connected Context: 在所有工作流程中共享對知識庫、書籍、筆記本和記憶的存取權。
• Subagents and Partners: 能夠諮詢即時的外部代理（例如 Claude Code 或 Codex）或持久的 IM companions。
• Multi-Engine RAG: 支援多種檢索引擎，包括 GraphRAG、LightRAG 和連結的 Obsidian vaults。
• Inspectable Memory: 具有 Memory Graph 的三層記憶架構，可將主張回溯至證據。
• Extensible Ecosystem: 支援 MCP servers、自定義工具以及透過 EduHub 安裝的社群技能。