DeepTutor 是 HKUDS（香港大学数据科学实验室）做的开源项目，定位是 Agent 原生的个性化学习助手。Stars 在 2026 年初就已经破了万，用了 39 天冲到 10k。

不是一个聊天机器人

大多数 AI 学习工具本质上是披着不同外衣的聊天机器人——问答、辅导、测评，都是单轮或多轮对话，用完就忘。DeepTutor 的设计思路不同：它从一开始就把 Agent 作为核心架构组件，而不是把 LLM 当成生成答案的工具。

这带来一个根本区别：TutorBot 不是 chatbot，是 autonomous tutor（自主 tutor）。每个 TutorBot 有自己的 workspace、自己的记忆、自己的个性和技能集合。它会设置提醒、学习新能力、随着用户成长而演进。

统一工作区，五种模式共享上下文

DeepTutor 的前端叫统一聊天工作区，内置五种模式：

Chat（基础对话）、Deep Solve（深度问题解决）、Quiz Generation（生成测验）、Deep Research（深度研究）、Math Animator（数学动画）。这五种模式共享同一个上下文线程，用户可以从一次普通对话直接升级到多 Agent 协同问题解决，中间不需要切换、不丢失任何历史信息。

Guided Learning 功能更进一步：把学习材料自动转化成结构化的视觉学习路径，DeepTutor 设计多步骤计划，为每个知识点生成交互式页面，用户可以边学边讨论。

持久记忆是核心差异

大多数学习工具的上下文是_SESSION_级的，关闭页面就消失。DeepTutor 建立了一个 Persistent Memory 模块：持续追踪用户学过什么、以什么方式学习、学习目标是什么。这个画像在所有功能和所有 TutorBot 之间共享，每一次交互都让记忆更精准。

Agent-Native CLI

有意思的是他们的 CLI 设计思路：不是给人类用的简单命令行工具，而是为 AI Agent 和 Pipeline 设计的。输出对人类友好（富文本），同时也支持结构化 JSON 输出。最关键的一点：直接丢给 Agent 一个 SKILL.md，Agent 就能自主操作 DeepTutor。