Online-Tutorial | 35.000 Sterne Erreicht: Das HKU-Team Veröffentlicht DeepTutor Als Open Source – Eine Plattform, Die Wissensfragen Und -antworten, Interaktives Lernen, Übungsgenerierung Und Tiefgehende Forschung Miteinander verbindet.

Da groß angelegte Modelle immer mehr Einzug in Bildungs- und Lernszenarien halten, entwickeln sich KI-Lernwerkzeuge von einfachen Frage-Antwort- und Unterstützungsfunktionen zu kompletten Lernsystemen, die Wissenserwerb, Verständnis, Übung und Forschung umfassen.Das Data Intelligence Laboratory der Universität Hongkong (HKUDS) hat DeepTutor, einen persönlichen Lernassistenten, als Open-Source-Software veröffentlicht.Dadurch werden verschiedene Lernmodi wie Chat, Quiz, Recherche, Visualisierung, Problemlösung und Mastery Path in einem einzigen Agent-Arbeitsbereich vereint, sodass Lernende den gesamten Lernzyklus von der Wissensaneignung bis zur Beherrschung und Recherche in derselben Umgebung durchlaufen können.

Verwandte Artikel:

https://hyper.ai/papers/2604.26962

Das Kernkonzept von DeepTutor lautet: „Eine Laufzeitumgebung für jeden Modus“.Im Gegensatz zu herkömmlichen Werkzeugen, die verschiedene Funktionen voneinander trennen,DeepTutor ermöglicht es, dass verschiedene Lernmodi dasselbe Agentensystem nutzen.Nutzer müssen nicht ständig zwischen verschiedenen Tools wechseln; Wissensdatenbanken, Bücher, Notizen, Fragenkataloge und Lernmaterialien können für unterschiedliche Aufgaben durchgängig genutzt werden. Ob es darum geht, ein komplexes Konzept zu verstehen, ein schwieriges Problem zu lösen, einen Lernpfad zu planen oder themenbezogene Recherchen durchzuführen – all dies ist direkt in natürlicher Sprache möglich.

Auf technischer Ebene integriert DeepTutor Multi-Engine-RAG, Echtzeit-Websuche, Datenbanken wissenschaftlicher Artikel, Python-Codeausführung und bedarfsgesteuerte Subagenten. Dadurch kann es Intentionen analysieren, Wissen abrufen, Aufgaben zerlegen und Inhalte bedarfsgerecht generieren. Zu seinen Kernfunktionen gehören:

• Fragen und Antworten zum Thema Dokumentenwissen:Laden Sie Lehrbücher, Aufsätze, technische Dokumente und andere Materialien hoch, um eine persönliche Wissensdatenbank aufzubauen und dokumentenbasierte Frage-Antwort- und Problemlösungsaufgaben durchzuführen.
• Interaktive Lernvisualisierung:Komplexes Wissen in intuitive Visualisierungen umwandeln und interaktives Lernen im Kontext ermöglichen.
• Wissensvertiefung und Übungsgenerierung:Auf Grundlage der Lerninhalte und des Verständnisses des Schülers werden personalisierte Quizze und Übungsfragen generiert, um das Wissen zu festigen.
• Tiefgehende Recherche und Inhaltserstellung:Durch die Kombination von RAG, Webseiten und der Suche in wissenschaftlichen Artikeln können wir Themenerkundung, Wissensgewinnung und die Generierung von Forschungsinhalten durchführen.

Im Vergleich zu KI-Tools, die lediglich Antworten liefern,DeepTutor betont die Kontinuität des Lernprozesses: vom Erwerb von Wissen und dem Verstehen von Konzepten über das Üben und Festigen des Wissens bis hin zur Durchführung vertiefender Forschung.Verschiedene Lernstufen können denselben Lernkontext teilen und so nach und nach einen vollständigen persönlichen Lernworkflow bilden.

DeepTutor hat in letzter Zeit seine Agenten-, RAG- und Entwicklungswerkzeugfunktionen kontinuierlich verbessert. Von Version 1.5.0 bis zur neuesten Version 1.5.11 wurden dem Projekt schrittweise neue Funktionen hinzugefügt. PageIndex, GraphRAG, Gemini Embedding 2, Traceable RAG References und Reasoning Effort Configuration by Model  Es verbessert außerdem die Fähigkeiten und erweitert die Unterstützung für OpenAI, Anthropic und andere Modelle sowie für verschiedene LLM-Anbieter.

Gleichzeitig wird das Agenten-Tool-Ökosystem von DeepTutor weiter ausgebaut: Es unterstützt...Melden Sie sich über OpenAI Codex OAuth mit dem ChatGPT-Schema bei Codex an.Es umfasst außerdem kontounabhängige Codex- und MCP-Dienste sowie eine große Anzahl von CLI-Apps, die Tutor aufrufen kann; Programmier-CLIs wie Gemini, Kimi, opencode und MiMo wurden ebenfalls in My Agents integriert, wodurch DeepTutor über Wissensfragen und -antworten sowie die Inhaltsgenerierung hinausgeht und externe Tools aufrufen kann, um komplexere Aufgaben zu erledigen.

Hinsichtlich Wissensdatenbank und Benutzererfahrung wurden in den letzten Versionen außerdem folgende Neuerungen eingeführt: Gemini Embedding 2 native Schnittstelle, PageIndex Agentic Retrieval, GraphRAG-Indexierung, multimodale Bildanalyse und verbesserte Wissensbasisstatus- und Referenzierungsfunktionen.Parallel dazu wurden kontinuierliche Optimierungen an Aspekten wie Speichernutzung, Index-Caching, asynchronem Upload, LightRAG-Indexierung und der Generierung langer Antworten vorgenommen, wodurch die Stabilität komplexer Wissensbasen und langlaufender Agentenaufgaben weiter verbessert wurde.

Um allen einen schnellen Einstieg in DeepTutor zu ermöglichen, hat der Tutorialbereich von HyperAI (hyper.ai) das Tutorial „DeepTutor Personal Learning Assistant“ veröffentlicht, das an das neueste DeepTutor-Versionsupdate angepasst wurde. Die entsprechende Umgebung ist konfiguriert, und interessierte Entwickler können direkt loslegen.

Online ausführen:https://go.hyper.ai/lhlEp

Weitere Online-Tutorials:

https://hyper.ai/notebooks

Demolauf

1. Nachdem Sie die Startseite von hyper.ai aufgerufen haben, wählen Sie die Seite „Tutorials“ aus oder klicken Sie auf „Weitere Tutorials anzeigen“, wählen Sie „DeepTutor Personal Learning Assistant“ aus und klicken Sie auf „Dieses Tutorial ausführen“.

2. Nachdem die Seite weitergeleitet wurde, klicken Sie oben rechts auf „Klonen“, um das Tutorial in Ihren eigenen Container zu klonen.

Hinweis: Sie können die Sprache oben rechts auf der Seite ändern. Derzeit sind Chinesisch und Englisch verfügbar. Dieses Tutorial zeigt die Schritte auf Englisch.

3. Wählen Sie die Images „NVIDIA RTX 5090-4“ und „vllm“ aus und klicken Sie auf „Auftragsausführung fortsetzen“.

4. Warten Sie, bis die Ressourcen zugewiesen wurden. Sobald sich der Status auf „Wird ausgeführt“ ändert, klicken Sie auf „Arbeitsbereich öffnen“, um den Jupyter-Arbeitsbereich zu betreten.

Effektanzeige

1. Klicken Sie nach der Weiterleitung auf die README-Datei links. Ändern Sie anschließend die externe API-Adresse in der Konfigurationsdatei system.json. Ersetzen Sie dazu im Abschnitt your_api = “YOUR_API_BASE” im unten stehenden Code rechts die Zeile YOUR_API_BASE durch die tatsächliche API-Adresse und führen Sie den Code anschließend aus.

2. Führen Sie die Schritte aus dem zweiten Schritt aus, um die WebUI zu starten. Klicken Sie nach dem Start des Webdienstes auf die API-Adresse rechts, um die Demo-Oberfläche zu öffnen.