DeepTutor

活跃
GitHub Python Apache-2.0

简介

港大开源的 Agent 原生个性化学习助手,基于多 Agent 与 RAG 提供交互式深度辅导。

核心特性

  • 三层记忆架构(L1/L2/L3)— 短期会话记忆、中期工作记忆、长期语义记忆,支持跨会话知识持续积累
  • TutorBot 持久自主导师 — 可长期运行的自主 AI 教师,支持 HTTP/SSE API 接入和多用户隔离
  • RAG 检索增强 — 基于 LlamaIndex 的文档索引与检索,支持版本化 KB 索引和自动重新索引
  • 多模态交互 — 支持文本、代码、SVG 附件输入,集成 Visualize/Animator 可视化引擎
  • Agent 原生架构 — Deep Research / Solve / Question 等 Agentic 能力,Auto Mode 自动选择最佳工具
  • 多用户部署 — 支持管理员授权、用户工作空间隔离和作用域化运行时访问控制

适用场景

💡 大学课程个性化辅导,基于课程资料 RAG 检索实现深度答疑
💡 企业培训平台,TutorBot 作为长期运行的 AI 导师提供持续学习支持
💡 编程学习助手,支持代码附件输入、执行反馈和交互式调试
💡 K-12 教育场景,通过可视化引擎将抽象概念转化为交互式图表
💡 多人协作学习环境,不同用户拥有独立学习空间和记忆

优势与不足

优势

  • 活跃维护,近期持续更新
  • 社区热度高(35.9k stars)
  • 开源许可证友好(Apache-2.0)
  • Issue 响应及时,积压少

快速开始

```bash
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
pip install -r requirements.txt
# 配置 .env 中的 LLM API Key
deptutor start
```

相关项目

LazyLLM

3.9k · Python
活跃 A+

LazyLLM 是一个轻量级多 Agent LLM 应用开发框架,提供最简捷的方式构建多智能体 LLM 应用,集成了 RAG、知识图谱、微调等功能,支持 LangChain 和 LlamaIndex 生态。

multi-agentframeworkrag +3
  • · 低代码多智能体应用组装,内置数据流和功能模块,像乐高积木一样搭建
  • · 一键部署,POC 阶段使用轻量网关,生产阶段支持 Kubernetes 打包
  • · 跨平台兼容裸金属、Slurm 集群和公有云,无需修改代码

MetaGPT

69.9k · Python
不活跃 B

多智能体框架,致力于构建首个 AI 软件公司,通过自然语言编程实现多角色协作,自动完成需求分析、设计、编码和测试全流程。

multi-agentframeworkpython +2
  • · 多角色协作 — 内置产品经理、架构师、工程师等角色,模拟完整软件公司 SOP 流程
  • · 自然语言编程 — 输入一行需求描述,自动输出用户故事、竞品分析、API 设计和完整代码
  • · Data Interpreter — 支持动态代码生成与数据分析,可处理 CSV、可视化等数据任务

GenAI Agents

23.8k · Jupyter Notebook
活跃 A+

GenAI Agents 是一个包含 50 多个教程和实现的生成式 AI 智能体技术合集,覆盖从基础对话机器人到复杂多智能体系统的完整技术栈。

tutorialmulti-agentconversational-ai +1
  • · 50+ 可运行教程 — 覆盖从简单对话机器人到复杂多智能体系统的完整技术栈
  • · 多智能体系统实现 — 包含多 Agent 协作、任务分解、角色分配的完整代码示例
  • · RAG 技术集成 — 演示检索增强生成在 Agent 中的多种应用模式

Ouroboros

5.5k · Python
活跃 A

Ouroboros 是一个规范驱动的多智能体开发框架,从传统的提示词工程转向规范驱动开发模式,支持多 Agent 协作、MCP 工具集成和自动化工作流编排,适用于高质量 Agent 系统构建。

multi-agentframeworkagent +4
  • · 规范优先工作流:苏格拉底式访谈 → 不可变种子规范 → 执行 → 评估
  • · 多运行时适配器,支持 Claude Code、Codex CLI、OpenCode、Hermes、Gemini、Kiro、Copilot
  • · 三层架构:内核(合约引擎)、插件(领域工作流)、Shell(TUI 驾驶舱)