HKUDS / DeepTutor

问题：传统AI助教只能回答固定问题，无法根据学生进度动态调整教学内容和方式。

方案：DeepTutor利用多智能体系统和会话记忆，能跟踪学习进度，自动切换深度解答、测验生成、深度研究等模式，提供持续适应的学习路径。

示例：学生先提问一个数学题，DeepTutor给出详细解答后，自动生成相关测验，再深入推荐扩展资料，全程保持上下文连贯。

问题：需要从大量文档（如PDF、Markdown）中快速提取信息并回答专业问题，但手动检索效率低。

方案：通过RAG知识库系统上传文档，DeepTutor自动索引并支持基于文档的问答，结合多轮对话精准定位答案。

示例：上传公司内部技术手册后，开发者直接问“如何配置数据库连接池”，DeepTutor从手册中提取相关章节并给出步骤。

问题：开发者在终端中需要快速获取代码建议、调试帮助或执行复杂任务，但缺乏上下文感知的交互工具。

方案：DeepTutor提供CLI工具，可在终端中直接启动智能对话，支持代码补全、错误排查和任务自动化，无需切换界面。

示例：在终端输入`tutor debug`并粘贴报错日志，DeepTutor自动分析错误原因并给出修复建议。

问题：需要在不同平台（如Discord、Web）上提供统一的教学服务，但各平台独立开发成本高。

方案：TutorBot支持多通道部署，每个机器人拥有独立记忆和技能集，可在不同平台间同步学习进度和个性化设置。

示例：学生在Discord上提问，TutorBot记录学习状态；之后在Web端继续学习时，系统自动恢复上次对话和测验结果。