DeepTutor 完整解析：香港大學開源的 AI 家教改變教育訓練

DeepTutor 是什麼？不只是聊天機器人的 AI 家教革命

2025 年 12 月底，一個來自香港大學數據智能實驗室（HKUDS）的開源專案悄悄上線。不到四個月，它已經在 GitHub 上累積超過 20,000 顆星，成為 AI 教育工具史上成長速度最快的開源項目之一。這個專案叫做 DeepTutor。

但 DeepTutor 究竟是什麼？它和你每天用的 ChatGPT 或 Claude 有什麼本質上的不同？對於台灣的企業主管、教育訓練負責人、或是對 AI 工具有強烈需求的知識工作者而言，它又能帶來什麼改變？

本文是「DeepTutor 7 天完整指南」的第一篇，我們將從最基礎的問題切入：DeepTutor 是什麼、為什麼它的成長速度令業界震驚、它的核心功能有哪些、以及它和競品相比的真正優勢所在。如果你是第一次聽到這個工具，讀完本文你將能夠清楚判斷它是否適合你的需求，並決定是否值得花一個小時安裝體驗。

「從零到 10,000 顆 GitHub Stars 只花了 39 天，DeepTutor 是史上成長最快的 AI 教育工具之一。這背後代表的不只是行銷成功，而是它確實填補了市場上一個長期存在的空白：真正能記住學習者、隨學習者成長的個人化 AI 導師。」

DeepTutor 的驚人成長：數字背後的意義

在談功能之前，先讓我們正視幾個數字，因為這些數字本身就說明了問題。

對照一下：ByteDance 的 DeerFlow 2.0 在 GitHub Trending 衝上第一名時，被各大媒體廣泛報導。如果你對開源 AI 工具的成長速度有概念，可以參考我們先前的文章：ByteDance 開源猛攻：GitHub Trending 第一名的 DeerFlow 2.0 到底是什麼？。但即使是 DeerFlow 2.0 的成長速度，也難以媲美 DeepTutor 從零到 10K Stars 僅花 39 天的驚人紀錄。

這個速度告訴我們一件事：市場對「真正個人化的 AI 學習工具」的需求，遠比多數人預想的更迫切。人們不缺聊天機器人，人們缺的是一個能記住他們、理解他們學習方式、並根據他們的弱點調整教學內容的 AI 導師。

DeepTutor 和一般 AI 聊天機器人的根本差異

要真正理解 DeepTutor，必須先破除一個迷思：它不是另一個「套上教育外皮的 ChatGPT」。

大多數 AI 學習工具的邏輯很簡單：你問問題，它給答案，下次對話從零開始。每次互動都是孤立的。它不記得你上次學到哪裡，不知道你的弱點在哪個概念，更不會主動調整解釋方式來符合你的學習風格。

DeepTutor 的設計哲學截然不同。它採用的是「Agent 原生（Agent-Native）」架構，核心概念是：每個學習者都擁有一個專屬的 TutorBot，這個 TutorBot 具備持久記憶、獨特個性、以及可以隨時擴充的技能組合。它不是一個工具，而是一個會成長的 AI 導師。

v1.0 版本在 2026 年 4 月 3 日發布時，整個系統進行了約 20 萬行代碼的大規模重寫，從根本上改變了架構邏輯。這次重寫的核心是讓 DeepTutor 成為一個真正的多代理人協作系統，而不是一個加了幾個插件的聊天機器人。

對於這種「會記憶的 AI」概念，台灣讀者可以參考我們之前深度分析的文章：Hermes Agent 是什麼？Nous Research 如何用「會記憶的 AI」改變遊戲規則？。Hermes Agent 與 DeepTutor 在「持久記憶」這個設計理念上有深度的共鳴，雖然應用場景不同，但底層哲學是一致的：AI 工具應該越用越懂你，而不是每次都從頭開始。

六種學習模式在同一執行緒無縫切換

DeepTutor 的統一聊天工作區支援六種完全不同的工作模式，而且這六種模式可以在同一個對話執行緒中自由切換，不需要開新視窗或切換工具：

• Chat 模式：工具增強的流暢對話，可混用 RAG 知識庫檢索、網路即時搜尋、代碼執行、深度推理等能力
• Deep Solve 模式：多代理人問題解決流程，依序完成「計劃 → 推理 → 解答 → 驗證」四個步驟，每步附精確來源引用
• Quiz Generation 模式：基於你上傳的知識庫自動生成測驗題，內建驗證機制確保題目品質
• Deep Research 模式：將主題分解為子主題，派遣多個研究代理人並行調查，最終產出完整引用報告
• Math Animator 模式：用 Manim 數學動畫引擎將數學概念轉為視覺動畫，讓抽象概念一眼看懂
• Visualize 模式：用 Chart.js、Mermaid、SVG 或 HTML 生成互動式圖表，資料視覺化一步到位

這種設計的意義在於：學習過程本來就不是線性的。你可能在閱讀一段文字時需要提問（Chat），接著遇到一道難題需要拆解（Deep Solve），然後想確認自己理解了多少（Quiz），最後決定做一份完整研究報告（Deep Research）。DeepTutor 讓你不需要切換工具就能完成這整個流程。

TutorBot：你的專屬 AI 導師

TutorBot 是 DeepTutor 最核心、也最具差異化的功能。每個 TutorBot 擁有獨立的工作區、記憶系統、個性設定與技能組合，並基於 HKUDS 自行開發的 nanobot 框架建構。

TutorBot 的「持久記憶」機制會持續勾勒學習者畫像：你學過什麼、你喜歡用什麼方式理解概念、你的目標是什麼。每次使用都讓 TutorBot 對你的了解加深一層，這意味著它對你的教學方式會隨著時間持續優化。

這與一般 AI 工具的最大差異，正是持久記憶的有無。如果你想深入了解 AI 記憶系統的技術原理，可以閱讀：會記憶的 AI：Hermes Agent 四層記憶系統讓 AI 真正「懂你」。雖然文章以 Hermes Agent 為例，但其中對 AI 持久記憶架構的分析同樣適用於理解 DeepTutor 的 TutorBot 設計邏輯。

七大核心功能完整解析

除了六種聊天模式和 TutorBot，DeepTutor 還有五個同樣重要的核心功能模組。理解這些模組，才能看清 DeepTutor 作為一個完整學習生態系統的全貌。

知識中心（Knowledge Hub）

知識中心是 DeepTutor 的「大腦倉庫」。你可以上傳 PDF、Markdown、純文字等格式的文件，建立屬於你自己的 RAG（檢索增強生成）知識庫。DeepTutor 支援 Docling（IBM 開源的文件解析工具）來處理複雜版面的文件，包括圖文混排、表格密集的企業報告等。

知識中心還支援色碼筆記本和題庫銀行，讓你的學習資料有條理地組織起來，而不是散落在對話紀錄裡找不到。

AI Co-Writer（協作寫作）

Co-Writer 是一個多文件 Markdown 工作區，AI 作為第一類協作者參與其中。它支援「改寫、擴展、縮短」三種核心操作，並可從知識庫或網路抓取上下文。所有產出都能儲存回筆記本，形成完整的學習生態閉環。

對於企業培訓場景，Co-Writer 最直接的價值是協助員工將學到的知識轉化為書面產出，而不只是停留在「我看過了」的階段。

Book Engine（「活的書」編譯器）

Book Engine 可以說是 DeepTutor 最令人眼前一亮的功能之一。它能將你的教材、文件、知識庫轉化為互動式結構化書籍，整個編譯過程由多代理人 pipeline 完成：設計大綱 → 檢索來源 → 合成章節 → 規劃頁面 → 編譯區塊。

Book Engine 支援 14 種區塊類型，包括：文字、提示框（Callout）、測驗、閃卡（Flashcard）、程式碼、圖表、動畫、時間線、概念圖等。每本「活的書」都是可互動的，讀者可以直接在書中提問、測驗、甚至和 AI 導師討論內容。

持久記憶（Persistent Memory）

前面在 TutorBot 部分已經提過持久記憶的概念，但它的實際作用範圍遠超過單一 TutorBot。DeepTutor 的持久記憶系統橫跨所有功能模組，意味著你在 Chat 模式裡表現出的學習偏好、在 Deep Solve 裡暴露的概念弱點、在 Quiz 裡答錯的題目類型，都會被記憶系統整合，讓整個平台對你的了解越來越精準。

Agent-Native CLI

對於進階用戶和企業 IT 部門，DeepTutor 提供了一個完整的命令列介面（CLI），每項功能、知識庫、工作區都是一個獨立指令。CLI 為人類提供豐富的終端輸出，同時為 AI 代理人提供結構化 JSON 輸出，讓 DeepTutor 可以被整合進更大的 AI 自動化工作流中。

DeepTutor 與競品的全面比較

目前市場上最常被拿來和 DeepTutor 比較的工具，包括 Khan Academy 推出的 Khanmigo、ChatGPT 的 Study 功能、以及 Duolingo Max。以下是功能面的完整比較：

從比較表格可以看出，DeepTutor 在幾乎所有維度都取得了領先地位，特別是在「本地部署」和「開源免費」這兩個對企業決策者最關鍵的面向上，它是唯一提供完整支援的選項。

「Khanmigo 和 ChatGPT Study 都是優秀的工具，但它們的設計假設是：你願意把學習資料上傳到他們的雲端，並且願意每月付費。對於有資料主權需求的台灣企業而言，這是一個根本性的限制。DeepTutor 讓企業可以在自己的伺服器上部署一套完整的 AI 導師系統，資料完全不出公司網域。」

企業應用場景：DeepTutor 能為台灣企業做什麼

理解了 DeepTutor 的功能之後，最實際的問題是：它能在哪些企業場景中產生價值？以下是四個最直接、最有說服力的應用方向。

新進員工培訓

傳統的新進員工培訓往往面臨三個問題：教材是死的（PDF 或 PPT 讀完就忘）、進度難以追蹤（靠人工記錄既費時又不準）、每位新人的學習速度不同但得接受同樣的課程安排。

DeepTutor 的解法是：將公司規章制度、工作流程文件、產品知識等上傳到知識中心，建立一個專屬的企業知識 RAG 庫。新人透過 TutorBot 學習，AI 導師會記住每位員工學到哪裡、在哪個概念上卡關，並針對個別弱點生成補強測驗。整個過程不需要培訓主管全程陪同，AI 導師 24 小時隨時待命。

客戶教育與產品訓練

對於軟體公司或金融機構等需要大規模客戶教育的企業，可以用 Book Engine 將產品手冊轉為互動式「活的書」，讓客戶透過問答式學習掌握產品功能，而不是硬讀厚重的說明文件。

這種場景同樣可以結合 Deep Research 功能，讓客戶在學習產品的同時，也能即時取得競品比較分析，強化對本公司產品優勢的認識。

技能認證準備

PMP、AWS 認證、金融証照等技能認證的備考往往耗費大量時間。DeepTutor 的 Quiz Generation 功能可以根據認證範圍建立題庫銀行，AI 生成個人化練習卷，模擬真實考試環境，並根據每次練習的結果追蹤理解度缺口，優先針對弱項加強。

內部知識庫建構

許多企業的痛點不是缺少知識，而是知識散落在各處——技術文件在某個共享資料夾、會議紀錄在另一個雲端硬碟、流程規範又在內部 Wiki。DeepTutor 的知識中心可以整合這些分散的資料，透過 RAG 檢索確保每個答案都有明確的文件來源，並用 Co-Writer 功能讓團隊成員協作維護知識庫的更新。

技術架構快速解析：為什麼它比一般工具強大

對技術細節有興趣的讀者，以下是 DeepTutor 技術架構的核心概念。

DeepTutor 採用雙層插件模型：

• Level 1 — Tools（工具層）：RAG 檢索、網路搜尋、代碼執行、推理、腦力激盪、論文搜尋、GeoGebra 分析
• Level 2 — Capabilities（能力層）：Chat、Deep Solve、Deep Question、Deep Research、Math Animator、Visualize

這種分層設計讓上層功能（Capabilities）能夠靈活調用底層工具（Tools），形成高度可組合的能力矩陣。每個學習任務，系統都會自動判斷需要調用哪些工具組合來達成最佳效果。

在 LLM 支援方面，DeepTutor 目前相容超過 30 家 provider，包括 OpenAI、Anthropic、DeepSeek、Gemini、MiniMax、Moonshot、Ollama、LM Studio、vLLM、Groq、Azure OpenAI 等。這意味著台灣企業可以根據成本考量選擇最適合的模型：預算有限時用 DeepSeek 或 MiniMax，對品質有更高要求時切換到 GPT-4o 或 Claude，而不需要被任何單一廠商綁定。

安裝部署：四種方式適合不同需求

DeepTutor 的部署靈活性是它對企業友善的另一個關鍵原因。目前支援四種部署方式：

1. Setup Tour（最推薦）：一行指令 python scripts/start_tour.py，互動式引導完成 7 個步驟，從環境設定到第一次對話，大約需要 30 到 60 分鐘，適合個人用戶或想快速評估的企業。

2. 手動安裝：透過 pip install 安裝套件，手動設定 .env 配置檔，適合有 Python 開發經驗、需要更細緻控制的技術用戶。

3. Docker 部署：官方提供 GHCR 容器映像，支援 amd64 和 arm64 架構，適合企業 IT 部門在標準化環境中部署。

4. 純 CLI 模式：不需要 Node.js，只用 Python 環境即可運行，適合伺服器資源有限或只需要 CLI 整合的場景。

值得特別說明的是，DeepTutor 可以完全離線運行在個人電腦或 NAS 設備上（已有台灣用戶在極空間 Z425 NAS 上成功部署的案例）。選擇本地 Ollama 或 LM Studio 作為 LLM 後端時，所有資料完全不離開公司網域，資料主權完全由企業自己掌控。這對有資安合規需求的金融、醫療、政府等產業而言，是一個決定性的優勢。

優點與限制：誠實的評估

我們不做單方面的宣傳。以下是對 DeepTutor 優缺點的誠實評估：

主要優點

• 開源免費，Apache 2.0 授權：可商用，無訂閱費用，企業不需要為每位員工的使用付出固定月費
• 完全本地部署：敏感商業文件不需要上雲，資料主權自持，符合台灣資安法規趨勢
• Agent 原生設計：不是聊天機器人加插件，而是從底層設計為多代理人協作系統
• 持久記憶機制：每次使用都讓 AI 更懂學習者，形成正向學習飛輪
• 高度可擴展性：Skills 外掛系統讓企業可以自訂教學邏輯，不受限於預設功能
• 多語言支援：官方 README 自帶中文、英文、日文、西班牙文等 10 種以上語言版本
• 極為活躍的開發節奏：v1.0 發布後 20 天內已推出 12 個以上新版本，幾乎每天都有更新

需要注意的限制

• 仍需要 API Key：LLM 和 Embedding 都需要第三方 API，即使是最便宜的 DeepSeek 或 MiniMax 也有費用。若使用本地模型（Ollama）則可完全免費，但對硬體要求較高。
• 技術門檻中等偏高：需要具備 Python 環境管理和 API Key 串接的基本知識，非技術背景的人員需要支援。
• 複雜 PDF 版面處理仍有挑戰：圖文混排、多欄設計的 PDF 轉換品質可能不穩定。
• 數學動畫需額外環境：Math Animator 功能依賴 Manim，而 Manim 需要 LaTeX 環境和 ffmpeg，設定步驟較繁瑣。
• 尚未內建企業 SSO：如果公司需要統一登入整合，目前需要自行開發或等待官方功能更新。
• 目前只有 Web 介面：沒有專屬的行動應用程式，在手機上的使用體驗不如原生 App 順暢。

替代方案有限公司的觀點：DeepTutor 值得台灣企業認真評估

從替代方案有限公司的角度來看，DeepTutor 代表的是一個重要的趨勢轉捩點：開源 AI 工具的品質和完整性，已經達到可以和商業付費工具正面競爭的水準，而且在資料主權和部署彈性這兩個維度上，開源工具有著商業 SaaS 產品難以超越的結構性優勢。

對台灣中大型企業而言，DeepTutor 的評估重點應該放在三個面向：第一，現有的教育訓練痛點是否吻合它的強項（個人化學習軌跡、知識庫 RAG、自動出題）；第二，IT 部門是否有能力支援 Python + Docker 環境的維運；第三，LLM API 成本在現有培訓預算結構中的位置是否合理。如果三個問題的答案都是肯定的，那麼花一個小時安裝體驗是非常值得的投資。

對中小企業和新創公司而言，DeepTutor 的開源免費屬性更是一個難以拒絕的誘因。在 AI 學習工具市場中，能做到「功能完整、完全開源、可本地部署、支援 30 家以上 LLM 廠商」這四點同時成立的選項，目前幾乎只有 DeepTutor 一個。

我們替代方案有限公司接下來六天將繼續深入解析 DeepTutor 的各個面向：第 2 天我們會拆解 Agent 原生架構和 TutorBot 持久記憶的技術原理；第 3 天帶你走過企業內訓的完整實作流程。如果你現在就想動手嘗試，下一步就是跟著官方的 Setup Tour 指令完成安裝——整個過程大約需要一個小時，而這一個小時很可能是你今年在 AI 工具上最有價值的時間投資之一。

本文為「DeepTutor 7 天完整指南」系列第 1 篇，共 7 篇。