HKUDS/DeepTutor

解決的問題

DeepTutor提供了一個終身個人化輔導系統，將靜態學習材料轉變為互動式、智慧化的教育體驗。它透過結合知識檢索、個人化記憶和引導式教學來滿足適性學習的需求，幫助使用者掌握複雜學科。

運作原理

DeepTutor使用一個智慧引擎，整合了多個核心元件：

• 知識整合：它透過LightRAG、GraphRAG和PageIndex等多種引擎利用RAG（檢索增強生成）來攝取文件、GitHub儲存庫和網路資源。
• 個人化記憶：三層記憶系統（L1/L2/L3）會長期追蹤學習者的進度和偏好。
• 引導式學習：它建立「精通路徑」和「書籍」，根據學習者的準備情況和進度來控制工具和內容的存取。
• 工具生態系統：系統可以在隔離的執行環境中執行程式碼，進行深度研究，並使用外掛驅動的視覺化目錄來解釋概念。
• 智慧介面：它支援「夥伴」（擁有自己的函式庫和技能的專業智慧體角色）以及用於智慧體原生互動的CLI。

適用對象

它面向尋求個人化、AI驅動教育路徑的學習者，以及希望使用自己的知識庫建構結構化、互動式輔導環境的教育工作者或開發者。

亮點

• 多引擎RAG：支援LightRAG、GraphRAG和PageIndex，實現高保真文件檢索和推理。
• 沉浸式閱讀：提供文件並排檢視，並帶有逐頁引用。
• 智慧夥伴：允許使用者建立和諮詢具有私人記憶和獨特技能集的專業AI角色。
• 動態內容生成：自動從來源材料編譯結構化的「書籍」和測驗，以追蹤掌握程度。
• 可擴充工具：包括筆記本主控台、隔離程式碼執行以及與MCP（模型上下文協定）伺服器的整合。