4.9万星！港大开源AI私教，把你的书变成会出题的老师

先说个扎心的场景。

你手机里是不是存了一大堆资料？考研的、考证的、行业报告的、孩子网课的。存的时候都想着"以后用得上"，结果三年没打开过一次。

不是我们不想学，是没人管。书会摊在桌上，视频会停在第三集，只有老师才会追着你问一句：这一段，你真的懂了吗？

GitHub 10月30日更新的日榜上，冲上来一个专门解决这件事的开源项目——HKUDS/DeepTutor。单日新增1271颗星，排在第5位。

团队是香港大学数据智能实验室，就是做 LightRAG 的那一批人。第三方统计显示，它已经有49.4k颗星，全球排名537位。许可证 Apache-2.0，商用也放得开。

它跟普通AI最大的区别就一句话：它记得你。

通用大模型很会答题，但它不知道你读过什么、哪一段没听懂、上次卡在哪儿。DeepTutor 的做法是，你先把教材、论文、笔记、PDF、Word、PPT、Excel 全导进去建一个知识库，之后所有回答都只围绕这些材料来。

这一点的差别很大。你问它一道题，它不是上网随便抄一段给你，而是先翻你的资料，再讲给你听。资料是你自己的，答案就有出处。

DeepTutor：把你自己的书变成会出题的AI老师

一、它不是聊天框，是六个老师

① 引导式学习：不直接甩答案，一步一步把概念讲开

② 深度解题：把复杂题拆成小步，过程摊开给你看

③ 自动出题：出卷、批改，按错题再补练

④ 深度调研：围绕一个题目查资料，给你一份带出处的报告

⑤ 可视化：把抽象的东西变成图表、Mermaid、SVG，甚至互动网页

⑥ 掌握路径：记录你哪里薄弱，下次自动往那儿安排

再加一层记忆：学习记录分三层存着，还能用一张记忆图把"它为什么这么判断你"摊开。这一条很关键——很多AI辅导最吓人的地方，是它悄悄记错了你，你还不知道。

二、它最值钱的地方，是数据不出门

它支持 Ollama、LM Studio、llama.cpp、vLLM 这些本地方案，模型可以完全跑在你自己的机器上。孩子的作业、你的工作笔记、公司的内部资料，不用一股脑传给别人的服务器。

想省事就用云端模型，想彻底私有就本地跑，两头都留着门。

三、三种人该现在就去装

第一种，考证考研的。真题、讲义、错题本全喂进去，让它按你的薄弱点出题，比漫无目的刷题省时间。

第二种，家里有初高中孩子的。你不用再当那个"讲了半天孩子还是不懂"的家长，讲不明白的交给它，你只负责看进度。

第三种，要啃行业报告的。几十份PDF丢进去，直接问"这几家的毛利差在哪"，它会翻你的资料回答，还会告诉你结论出自第几页。

四、装起来真的只要三行

pip install -U deeptutor

deeptutor init

deeptutor start

跑完打开 127.0.0.1:3782 就是界面。懒一点，官方也有 Docker 镜像。

五、坑也提前说，别踩

第一，它不保证答案对。检索质量取决于资料干不干净、解析准不准、选的模型行不行。资料是垃圾，它讲得再流畅也是垃圾。

第二，别指望它一次读懂一千多页的大部头。有网友实测，把1300页的物理学讲义整本喂进去，让它从浅到深排计划，它只给出6个章节，深度不够；掌握路径也只列了15个要点。素材太长，它只给"入门版"，你得自己往下拆。

第三，它是给你"管资料、陪你长期学"的操作台，不是替你考试的神。定位错了，用起来就会失望。

最后说句实在话。

这两年AI工具换了一茬又一茬，能留下来的不是参数最大的那个，是能把你手机里那堆"以后用得上"变成"今天就用上"的那个。

你存了三年没打开的资料，缺的从来不是一个更强的模型，是一个会追着

你问"这段你真懂了吗"的老师。

现在这个老师开源了，还不要钱。项目名：HKUDS/DeepTutor，GitHub 直接搜。

觉得有用，点个赞收个藏，评论区告诉我你最想让它教什么，我按大家的需求挨个测。