# DeepTutor: Agent-Native 个性化辅导
[](https://www.python.org/downloads/)
[](https://nextjs.org/)
[](LICENSE)
[](https://github.com/HKUDS/DeepTutor/releases)
[](#)
[](https://discord.gg/eRsjPgMU4t)
[](./Communication.md)
[](https://github.com/HKUDS/DeepTutor/issues/78)
[功能特性](#-key-features) · [快速开始](#-get-started) · [探索](#-explore-deeptutor) · [TutorBot](#-tutorbot--persistent-autonomous-ai-tutors) · [CLI](#%EF%B8%8F-deeptutor-cli--agent-native-interface) · [社区](#-community--ecosystem)
[🇨🇳 中文](assets/README/README_CN.md) · [🇯🇵 日本語](assets/README/README_JA.md) · [🇪🇸 Español](assets/README/README_ES.md) · [🇫🇷 Français](assets/README/README_FR.md) · [🇸🇦 العربية](assets/README/README_AR.md) · [🇷🇺 Русский](assets/README/README_RU.md) · [🇮🇳 हिन्दी](assets/README/README_HI.md) · [🇵🇹 Português](assets/README/README_PT.md)
### 📰 新闻
### 📦 发布版本
过往发布
## ✨ 核心功能
- **统一聊天工作区** — 五种模式，一个线程。Chat、Deep Solve、Quiz Generation、Deep Research 和 Math Animator 共享同一上下文 — 开始对话，升级到多智能体问题解决，生成测验，然后深入研究，全程不丢失任何一条消息。
- **个人 TutorBot** — 不是聊天机器人 — 而是自主导师。每个 TutorBot 都在自己的工作区中运行，拥有独立的记忆、个性和技能集。它们设置提醒、学习新能力，并随着你的成长而进化。由 [nanobot](https://github.com/HKUDS/nanobot) 提供支持。
- **AI 协作写作** — 一个 Markdown 编辑器，AI 是其中的一等协作者。选择文本，进行重写、扩展或摘要 — 从你的知识库和网络中获取信息。每一部分内容都会反馈到你的学习生态系统中。
- **引导式学习** — 将你的材料转化为结构化、可视化的学习旅程。DeepTutor 设计多步骤计划，为每个知识点生成交互式页面，并允许你在每一步进行讨论。
- **知识中心** — 上传 PDF、Markdown 和文本文件以构建 RAG 就绪的知识库。在彩色编码的笔记本中跨会话整理见解。你的文档不只是静静地躺在那里 — 它们主动为每一次对话提供动力。
- **持久记忆** — DeepTutor 为你构建一个动态的个人档案：你学过什么、你如何学习以及你的目标方向。在所有功能和 TutorBot 之间共享，随着每一次交互变得更加精准。
- **Agent-Native CLI** — 每一项功能、知识库、会话和 TutorBot 都只需一个命令。为人类提供丰富的终端输出，为 AI 智能体和管道提供结构化的 JSON。将 [`SKILL.md`](SKILL.md) 交给 DeepTutor，你的智能体就可以自主操作它。
## 🚀 快速开始
### 选项 A — 设置向导（推荐）
一个**单一的交互式脚本**，引导你完成所有操作：依赖安装、环境配置、实时连接测试和启动。无需手动编辑 `.env`。
```
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# 创建一个 Python 环境
conda create -n deeptutor python=3.11 && conda activate deeptutor
# 或者：python -m venv .venv && source .venv/bin/activate
# 启动导览
python scripts/start_tour.py
```
向导会询问你希望如何使用 DeepTutor：
- **Web 模式**（推荐） — 选择依赖配置文件，安装所有内容（pip + npm），然后启动临时服务器并在浏览器中打开**设置**页面。四步引导式向导带你完成 LLM、Embedding 和 Search 提供商的设置，并进行实时连接测试。完成后，DeepTutor 会自动使用你的配置重新启动。
- **CLI 模式** — 完全交互式的终端流程：选择依赖配置文件、安装依赖、配置提供商、验证连接并应用 — 全程无需离开 Shell。
无论哪种方式，最终都会在 [http://localhost:3782](http://localhost:3782) 运行 DeepTutor。
### 选项 B — 手动本地安装
如果你希望完全掌控，可以自己安装和配置所有内容。
**1. 安装依赖**
```
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
conda create -n deeptutor python=3.11 && conda activate deeptutor
pip install -e ".[server]"
# Frontend
cd web && npm install && cd ..
```
**2. 配置环境**
```
cp .env.example .env
```
编辑 `.env` 并至少填写必填字段：
```
# LLM (Required)
LLM_BINDING=openai
LLM_MODEL=gpt-4o-mini
LLM_API_KEY=sk-xxx
LLM_HOST=https://api.openai.com/v1
# Embedding (Knowledge Base 必需)
EMBEDDING_BINDING=openai
EMBEDDING_MODEL=text-embedding-3-large
EMBEDDING_API_KEY=sk-xxx
EMBEDDING_HOST=https://api.openai.com/v1
EMBEDDING_DIMENSION=3072
```
支持的 LLM 提供商
| 提供商 | 绑定 | 默认 Base URL |
|:--|:--|:--|
| AiHubMix | `aihubmix` | `https://aihubmix.com/v1` |
| Anthropic | `anthropic` | `https://api.anthropic.com/v1` |
| Azure OpenAI | `azure_openai` | — |
| BytePlus | `byteplus` | `https://ark.ap-southeast.bytepluses.com/api/v3` |
| BytePlus Coding Plan | `byteplus_coding_plan` | `https://ark.ap-southeast.bytepluses.com/api/coding/v3` |
| Custom (OpenAI-compat) | `custom` | — |
| DashScope (Qwen) | `dashscope` | `https://dashscope.aliyuncs.com/compatible-mode/v1` |
| DeepSeek | `deepseek` | `https://api.deepseek.com` |
| Gemini | `gemini` | `https://generativelanguage.googleapis.com/v1beta/openai/` |
| GitHub Copilot | `github_copilot` | `https://api.githubcopilot.com` |
| Groq | `groq` | `https://api.groq.com/openai/v1` |
| MiniMax | `minimax` | `https://api.minimax.io/v1` |
| Mistral | `mistral` | `https://api.mistral.ai/v1` |
| Moonshot (Kimi) | `moonshot` | `https://api.moonshot.ai/v1` |
| Ollama | `ollama` | `http://localhost:11434/v1` |
| OpenAI | `openai` | `https://api.openai.com/v1` |
| OpenAI Codex | `openai_codex` | `https://chatgpt.com/backend-api` |
| OpenRouter | `openrouter` | `https://openrouter.ai/api/v1` |
| OpenVINO Model Server | `ovms` | `http://localhost:8000/v3` |
| Qianfan (Ernie) | `qianfan` | `https://qianfan.baidubce.com/v2` |
| SiliconFlow | `siliconflow` | `https://api.siliconflow.cn/v1` |
| Step Fun | `stepfun` | `https://api.stepfun.com/v1` |
| vLLM | `vllm` | `http://localhost:8000/v1` |
| VolcEngine | `volcengine` | `https://ark.cn-beijing.volces.com/api/v3` |
| VolcEngine Coding Plan | `volcengine_coding_plan` | `https://ark.cn-beijing.volces.com/api/coding/v3` |
| Xiaomi MIMO | `xiaomi_mimo` | `https://api.xiaomimimo.com/v1` |
| Zhipu AI (GLM) | `zhipu` | `https://open.bigmodel.cn/api/paas/v4` |
支持的 Embedding 提供商
Embedding 使用与 LLM 相同的提供商列表。常见选择：
| 提供商 | 绑定 | 模型示例 |
|:--|:--|:--|
| OpenAI | `openai` | `text-embedding-3-large` |
| DashScope | `dashscope` | `text-embedding-v3` |
| Ollama | `ollama` | `nomic-embed-text` |
| SiliconFlow | `siliconflow` | `BAAI/bge-m3` |
| vLLM | `vllm` | 任何 embedding 模型 |
| Any OpenAI-compatible | `custom` | — |
支持的 Web 搜索提供商
| 提供商 | 环境变量键 | 备注 |
|:--|:--|:--|
| Brave | `BRAVE_API_KEY` | 推荐，提供免费层级 |
| Tavily | `TAVILY_API_KEY` | |
| Jina | `JINA_API_KEY` | |
| SearXNG | — | 自托管，无需 API 密钥 |
| DuckDuckGo | — | 无需 API 密钥 |
| Perplexity | `PERPLEXITY_API_KEY` | 需要 API 密钥 |
**3. 启动服务**
```
# Backend (FastAPI)
python -m deeptutor.api.run_server
# Frontend (Next.js) — 在单独的终端中
cd web && npm run dev -- -p 3782
```
| 服务 | 默认端口 |
|:---:|:---:|
| Backend | `8001` |
| Frontend | `3782` |
打开 [http://localhost:3782](http://localhost:3782) 即可开始使用。
### 选项 C — Docker 部署
Docker 将后端和前端打包到一个容器中 — 无需本地 Python 或 Node.js。根据你的偏好有两种选择：
**1. 配置环境变量**（两个选项均需要）
```
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
cp .env.example .env
```
编辑 `.env` 并至少填写必填字段（与上面的[选项 B](#option-b--manual-local-install) 相同）。
**2a. 拉取官方镜像（推荐）**
官方镜像在每次发布时发布到 [GitHub Container Registry](https://github.com/HKUDS/DeepTutor/pkgs/container/deeptutor)，构建架构为 `linux/amd64` 和 `linux/arm64`。
```
docker compose -f docker-compose.ghcr.yml up -d
```
要固定特定版本，请编辑 `docker-compose.ghcr.yml` 中的镜像标签：
```
image: ghcr.io/hkuds/deeptutor:1.0.0 # or :latest
```
**2b. 从源代码构建**
```
docker compose up -d
```
这将从 `Dockerfile` 本地构建镜像并启动容器。
**3. 验证与管理**
容器健康后，打开 [http://localhost:3782](http://localhost:3782)。
```
docker compose logs -f # tail logs
docker compose down # stop and remove container
```
云端 / 远程服务器部署
部署到远程服务器时，浏览器需要知道后端 API 的公共 URL。在 `.env` 中再添加一个变量：
```
# 设置为 backend 可访问的 public URL
NEXT_PUBLIC_API_BASE_EXTERNAL=https://your-server.com:8001
```
前端启动脚本会在运行时应用此值 — 无需重新构建。
开发模式（热重载）
叠加开发覆盖配置以挂载源代码并为两个服务启用热重载：
```
docker compose -f docker-compose.yml -f docker-compose.dev.yml up
```
对 `deeptutor/`、`deeptutor_cli/`、`scripts/` 和 `web/` 的更改会立即生效。
自定义端口
在 `.env` 中覆盖默认端口：
```
BACKEND_PORT=9001
FRONTEND_PORT=4000
```
然后重启：
```
docker compose up -d # or docker compose -f docker-compose.ghcr.yml up -d
```
数据持久化
用户数据和知识库通过映射到本地目录的 Docker 卷进行持久化：
| 容器路径 | 主机路径 | 内容 |
|:---|:---|:---|
| `/app/data/user` | `./data/user` | 设置、记忆、工作区、会话、日志 |
| `/app/data/knowledge_bases` | `./data/knowledge_bases` | 上传的文档和向量索引 |
这些目录在 `docker compose down` 后仍然存在，并在下次 `docker compose up` 时被重用。
环境变量参考
| 变量 | 必填 | 描述 |
|:---|:---:|:---|
| `LLM_BINDING` | **是** | LLM 提供商（`openai`、`anthropic` 等） |
| `LLM_MODEL` | **是** | 模型名称（例如 `gpt-4o`） |
| `LLM_API_KEY` | **是** | 你的 LLM API 密钥 |
| `LLM_HOST` | **是** | API 端点 URL |
| `EMBEDDING_BINDING` | **是** | Embedding 提供商 |
| `EMBEDDING_MODEL` | **是** | Embedding 模型名称 |
| `EMBEDDING_API_KEY` | **是** | Embedding API 密 |
| `EMBEDDING_HOST` | **是** | Embedding 端点 |
| `EMBEDDING_DIMENSION` | **是** | 向量维度 |
| `SEARCH_PROVIDER` | 否 | 搜索提供商（`tavily`、`jina`、`serper`、`perplexity` 等） |
| `SEARCH_API_KEY` | 否 | 搜索 API 密钥 |
| `BACKEND_PORT` | 否 | 后端端口（默认 `8001`） |
| `FRONTEND_PORT` | 否 | 前端端口（默认 `3782`） |
| `NEXT_PUBLIC_API_BASE_EXTERNAL` | 否 | 云端部署的公共后端 URL |
| `DISABLE_SSL_VERIFY` | 否 | 禁用 SSL 验证（默认 `false`） |
### 选项 D — 仅 CLI
如果你只需要 CLI 而不需要 Web 前端：
```
pip install -e ".[cli]"
deeptutor chat # Interactive REPL
deeptutor run chat "Explain Fourier transform" # One-shot capability
deeptutor run deep_solve "Solve x^2 = 4" # Multi-agent problem solving
deeptutor kb create my-kb --doc textbook.pdf # Build a knowledge base
```
## 📖 探索 DeepTutor
### 💬 Chat — 统一智能工作区
五种不同的模式共存于同一个工作区，由**统一上下文管理系统**绑定。对话历史、知识库和引用在模式之间持久存在 — 在同一主题内随时自由切换，根据需要选择模式。
| 模式 | 功能 |
|:---|:---|
| **Chat** | 流畅的、工具增强的对话。从 RAG 检索、网络搜索、代码执行、深度推理、头脑风暴和论文搜索中选择 — 根据需要混合搭配。 |
| **Deep Solve** | 多智能体问题解决：规划、调查、解决和验证 — 每一步都有精确的来源引用。 |
| **Quiz Generation** | 基于你的知识库生成评估，并内置验证功能。 |
| **Deep Research** | 将主题分解为子主题，向 RAG、网络和学术论文并行调度研究智能体，并生成完全引用的报告。 |
| **Math Animator** | 利用 Manim 将数学概念转化为视觉动画和故事板。 |
工具与工作流**解耦** — 在每种模式下，你都可以决定启用哪些工具、使用多少工具，或者是否使用任何工具。工作流编排推理；工具由你组合使用。
### ✍️ Co-Writer — AI 内置于你的编辑器
Co-Writer 将 Chat 的智能直接带入写作界面。它是一个功能齐全的 Markdown 编辑器，AI 是其中的一等协作者 — 不是侧边栏，也不是事后补充。
选择任何文本并选择**重写**、**扩展**或**缩短** — 可选择从你的知识库或网络中获取上下文。编辑流程是非破坏性的，支持完全的撤销/重做，你编写的每一部分都可以直接保存到你的笔记本中，反馈到你的学习生态系统中。
### 🎓 Guided Learning — 可视化、循序渐进的精通
Guided Learning 将你的个人材料转化为结构化的、多步骤的学习旅程。提供一个主题，可选择链接笔记本记录，DeepTutor 将会：
1. **设计学习计划** — 从你的材料中识别 3–5 个渐进的知识点。
2. **生成交互式页面** — 每个知识点都成为一个丰富的可视化 HTML 页面，包含解释、图表和示例。
3. **启用上下文问答** — 在每一步旁边进行聊天以进行更深入的探索。
4. **总结你的进度** — 完成后，接收你所涵盖内容的总结。
会话是持久化的 — 随时暂停、恢复或重新访问任何步骤。
### 📚 Knowledge Management — 你的学习基础设施
Knowledge 是你构建和管理文档集合的地方，这些文档为 DeepTutor 中的其他所有内容提供支持。
- **Knowledge Bases** — 上传 PDF、TXT 或 Markdown 文件以创建可搜索的、RAG 就绪的集合。随着你的库的增长，逐步添加文档。
- **Notebooks** — 跨会话组织学习记录。将来自 Chat、Guided Learning、Co-Writer 或 Deep Research 的见解保存到分类的、彩色编码的笔记本中。
你的知识库不是被动的存储 — 它主动参与你创建的每一次对话、每一次研究会话和每一条学习路径。
### 🧠 Memory — DeepTutor 随你学习而学习
DeepTutor 通过两个互补的维度保持对你持久、不断发展的理解：
- **Summary** — 你学习进度的持续摘要：你学过什么、探索过哪些主题以及你的理解是如何发展的。
- **Profile** — 你的学习者身份：偏好、知识水平、目标和沟通风格 — 通过每一次交互自动完善。
Memory 在所有功能和所有 TutorBot 之间共享。你使用 DeepTutor 越多，它就越个性化和高效。
### 🦞 TutorBot — 持久、自主的 AI 导师
TutorBot 不是聊天机器人 — 它是一个基于 [nanobot](https://github.com/HKUDS/nanobot) 构建的**持久、多实例智能体**。每个 TutorBot 运行自己的智能体循环，拥有独立的工作区、记忆和个性。创建一个苏格拉底式的数学导师、一个耐心的写作教练和一个严谨的研究顾问 — 它们同时运行，每个都随你一起进化。
- **Soul Templates** — 通过可编辑的 Soul 文件定义导师的个性、语气和教学理念。从内置的原型（苏格拉底式、鼓励式、严谨式）中选择，或者创建你自己的 — 灵魂塑造每一次回应。
- **Independent Workspace** — 每个机器人都有自己的目录，具有独立的记忆、会话、技能和配置 — 完全隔离，但能够访问 DeepTutor 的共享知识层。
- **Proactive Heartbeat** — 机器人不只是响应 — 它们主动发起。内置的 Heartbeat 系统支持定期的学习检查、复习提醒和计划任务。即使你不主动，你的导师也会出现。
- **Full Tool Access** — 每个机器人都可以使用 DeepTutor 的完整工具包：RAG 检索、代码执行、网络搜索、学术论文搜索、深度推理和头脑风暴。
- **Skill Learning** — 通过向其工作区添加技能文件来教你的机器人新能力。随着你的需求演变，导师的能力也会随之演变。
- **Multi-Channel Presence** — 将机器人连接到 Telegram、Discord、Slack、Feishu、WeChat Work、DingTalk、Email 等。你的导师随时随地与你相遇。
- **Team & Sub-Agents** — 在单个机器人内生成后台子智能体或编排多智能体团队，以处理复杂的、长时间运行的任务。
```
deeptutor bot create math-tutor --persona "Socratic math teacher who uses probing questions"
deeptutor bot create writing-coach --persona "Patient, detail-oriented writing mentor"
deeptutor bot list # See all your active tutors
```
### ⌨️ DeepTutor CLI — Agent-Native 界面
DeepTutor 完全原生支持 CLI。每一项功能、知识库、会话、记忆和 TutorBot 都只需一个命令 — 无需浏览器。CLI 既服务于人类（通过丰富的终端渲染），也服务于 AI 智能体（通过结构化的 JSON 输出）。
将项目根目录下的 [`SKILL.md`](SKILL.md) 交给任何使用工具的智能体（[nanobot](https://github.com/HKUDS/nanobot) 或任何具有工具访问权限的 LLM），它就可以自主配置和操作 DeepTutor。
**One-shot execution** — 直接从终端运行任何功能：
```
deeptutor run chat "Explain the Fourier transform" -t rag --kb textbook
deeptutor run deep_solve "Prove that √2 is irrational" -t reason
deeptutor run deep_question "Linear algebra" --config num_questions=5
deeptutor run deep_research "Attention mechanisms in transformers"
```
**Interactive REPL** — 具有实时模式切换的持久聊天会话：
```
deeptutor chat --capability deep_solve --kb my-kb
# 在 REPL 内部：/cap, /tool, /kb, /history, /notebook, /config 用于即时切换
```
**Knowledge base lifecycle** — 完全从终端构建、查询和管理 RAG 就绪的集合：
```
deeptutor kb create my-kb --doc textbook.pdf # Create from document
deeptutor kb add my-kb --docs-dir ./papers/ # Add a folder of papers
deeptutor kb search my-kb "gradient descent" # Search directly
deeptutor kb set-default my-kb # Set as default for all commands
```
**Dual output mode** — 为人类提供丰富的渲染，为管道提供结构化的 JSON：
```
deeptutor run chat "Summarize chapter 3" -f rich # Colored, formatted output
deeptutor run chat "Summarize chapter 3" -f json # Line-delimited JSON events
```
**Session continuity** — 从中断的地方继续任何对话：
```
deeptutor session list # List all sessions
deeptutor session open
# Resume in REPL
```
完整 CLI 命令参考
**Top-level**
| 命令 | 描述 |
|:---|:---|
| `deeptutor run ` | 在单轮中运行任何功能（`chat`、`deep_solve`、`deep_question`、`deep_research`、`math_animator`） |
| `deeptutor chat` | 交互式 REPL，可选 `--capability`、`--tool`、`--kb`、`--language` |
| `deeptutor serve` | 启动 DeepTutor API 服务器 |
**`deeptutor bot`**
| 命令 | 描述 |
|:---|:---|
| `deeptutor bot list` | 列出所有 TutorBot 实例 |
| `deeptutor bot create ` | 创建并启动新机器人（`--name`、`--persona`、`--model`） |
| `deeptutor bot start ` | 启动机器人 |
| `deeptutor bot stop ` | 停止机器人 |
**`deeptutor kb`**
| 命令 | 描述 |
|:---|:---|
| `deeptutor kb list` | 列出所有知识库 |
| `deeptutor kb info ` | 显示知识库详细信息 |
| `deeptutor kb create ` | 从文档创建（`--doc`、`--docs-dir`） |
| `deeptutor kb add ` | 逐步添加文档 |
| `deeptutor kb search ` | 搜索知识库 |
| `deeptutor kb set-default ` | 设置为默认知识库 |
| `deeptutor kb delete ` | 删除知识库（`--force`） |
**`deeptutor memory`**
| 命令 | 描述 |
|:---|:---|
| `deeptutor memory show [file]` | 查看记忆（`summary`、`profile` 或 `all`） |
| `deeptutor memory clear [file]` | 清除记忆（`--force`） |
**`deeptutor session`**
| 命令 | 描述 |
|:---|:---|
| `deeptutor session list` | 列出会话（`--limit`） |
| `deeptutor session show ` | 查看会话消息 |
| `deeptutor session open ` | 在 REPL 中恢复会话 |
| `deeptutor session rename ` | 重命名会话（`--title`） |
| `deeptutor session delete ` | 删除会话 |
**`deeptutor notebook`**
| 命令 | 描述 |
|:---|:---|
| `deeptutor notebook list` | 列出笔记本 |
| `deeptutor notebook create ` | 创建笔记本（`--description`） |
| `deeptutor notebook show ` | 查看笔记本记录 |
| `deeptutor notebook add-md ` | 将 markdown 导入为记录 |
| `deeptutor notebook replace-md ` | 替换 markdown 记录 |
| `deeptutor notebook remove-record ` | 删除记录 |
**`deeptutor config` / `plugin` / `provider`**
| 命令 | 描述 |
|:---|:---|
| `deeptutor config show` | 打印当前配置摘要 |
| `deeptutor plugin list` | 列出已注册的工具和功能 |
| `deeptutor plugin info ` | 显示工具或功能详细信息 |
| `deeptutor provider login ` | 提供商认证（`openai-codex` OAuth 登录；`github-copilot` 验证现有的 Copilot 认证会话） |
## 🗺️ 路线图
| 状态 | 里程碑 |
|:---:|:---|
| 🔜 | **Authentication & Login** — 可选的登录页面，用于支持多用户的公共部署 |
| 🔜 | **Themes & Appearance** — 多样化的主题选项和可自定义的 UI 外观 |
| 🔜 | **LightRAG Integration** — 集成 [LightRAG](https://github.com/HKUDS/LightRAG) 作为高级知识库引擎 |
| 🔜 | **Documentation Site** — 综合文档页面，包含指南、API 参考和教程 |
## 🌐 社区与生态系统
DeepTutor 站在杰出开源项目的肩膀上：
| 项目 | 在 DeepTutor 中的角色 |
|:---|:---|
| [**nanobot**](https://github.com/HKUDS/nanobot) | 为 TutorBot 提供支持的超轻量级智能体引擎 |
| [**LlamaIndex**](https://github.com/run-llama/llama_index) | RAG 管道和文档索引的骨干 |
| [**ManimCat**](https://github.com/Wing900/ManimCat) | 为 Math Animator 提供支持的 AI 驱动数学动画生成 |
**来自 HKUDS 生态系统：**
| [⚡ LightRAG](https://github.com/HKUDS/LightRAG) | [🤖 AutoAgent](https://github.com/HKUDS/AutoAgent) | [🔬 AI-Researcher](https://github.com/HKUDS/AI-Researcher) | [🧬 nanobot](https://github.com/HKUDS/nanobot) |
|:---:|:---:|:---:|:---:|
| Simple & Fast RAG | Zero- Agent Framework | Automated Research | Ultra-Lightweight AI Agent |
## 🤝 贡献
我们希望 DeepTutor 成为送给社区的礼物。🎁
**[Data Intelligence Lab @ HKU](https://github.com/HKUDS)**
[⭐ Star us](https://github.com/HKUDS/DeepTutor/stargazers) · [🐛 Report a bug](https://github.com/HKUDS/DeepTutor/issues) · [💬 Discussions](https://github.com/HKUDS/DeepTutor/discussions)
Licensed under the [Apache License 2.0](LICENSE).
