オンラインチュートリアル | 35,000スター達成：香港大学チームがDeepTutorをオープンソース化。知識Q&A、インタラクティブ学習、練習問題生成、ディープリサーチを繋ぐシングルエージェント

大規模モデルが教育や学習の場面に浸透し続けるにつれ、AI学習ツールは単純な質疑応答や支援機能から、知識の獲得、理解、実践、研究を網羅する包括的な学習システムへと進化している。香港大学データインテリジェンス研究所（HKUDS）は、個人学習支援ツールであるDeepTutorをオープンソース化した。これにより、チャット、クイズ、調査、視覚化、解決、習熟パスといった様々な学習モードが単一のエージェントワークスペースに統合され、学習者は知識の習得から習熟、調査に至るまでの学習サイクル全体を同じ環境内で完了できるようになります。

関連論文:

https://hyper.ai/papers/2604.26962

DeepTutorの核となるコンセプトは、「すべてのモードに1つのランタイム」です。異なる機能を分離する従来のツールとは異なり、DeepTutorでは、異なる学習モードが同じエージェントシステムを共有できます。ユーザーはツールを頻繁に切り替える必要はありません。知識ベース、書籍、ノート、問題集、学習教材などを、さまざまなタスクで継続的に利用できます。複雑な概念の理解、難問の解決、学習計画の策定、トピックに関する調査など、すべて自然言語で直接行うことができます。

技術的なレベルでは、DeepTutorはマルチエンジンRAG、リアルタイムWeb検索、学術論文データベース、Pythonコード実行、オンデマンドで呼び出されるサブエージェントを統合し、ユーザーのニーズに基づいて意図解析、知識検索、タスク分解、コンテンツ生成を自動的に完了できるようにします。その主な機能は以下のとおりです。

• ドキュメントに関する知識Q&A：教科書、論文、技術文書、その他の資料をアップロードして個人の知識ベースを構築し、文書に基づいた質疑応答や問題解決を行います。
• インタラクティブな学習可視化：複雑な知識を直感的に理解できる視覚化に変換し、文脈に沿ったインタラクティブな学習を可能にする。
• 知識の定着と演習問題の作成：学習内容と生徒の理解度に基づいて、個別のクイズや練習問題が生成され、知識の定着を支援します。
• 綿密な調査とコンテンツ作成：RAG、ウェブページ、学術論文検索を組み合わせることで、トピックの探索、知識の発見、研究コンテンツの生成を行うことができます。

単に答えを提供するだけのAIツールと比較して、DeepTutorは学習プロセスの連続性を重視しています。知識の習得と概念の理解から始まり、知識の実践と定着、そして最終的には詳細な研究へと進みます。異なる学習段階でも同じ学習環境を共有することで、徐々に完全な個人学習ワークフローが形成される。

DeepTutorは近年、エージェント、RAG、および開発ツールの機能を継続的に強化してきました。バージョン1.5.0から最新のバージョン1.5.11にかけて、プロジェクトが段階的に追加されています。 PageIndex、GraphRAG、Gemini Embedding 2、Traceable RAG References、およびモデルごとの推論努力構成  また、OpenAI、Anthropic、その他のモデル、およびさまざまなLLMプロバイダーに対する機能強化とサポートのさらなる拡大も実現します。

同時に、DeepTutorのエージェントツールエコシステムもさらに拡大しており、以下の機能をサポートしています。OpenAI Codex OAuth経由でChatGPTスキームを使用してCodexにログインします。また、アカウントレベルで独立したCodexおよびMCPサービス、さらにTutorが呼び出すことができる多数のCLIアプリも含まれています。Gemini、Kimi、opencode、MiMoなどのコーディングCLIもMy Agentsに統合されており、DeepTutorは知識に関する質疑応答やコンテンツ生成にとどまらず、外部ツールを呼び出してより複雑なタスクを完了することができます。

知識ベースとユーザーエクスペリエンスの面では、最近のバージョンではさらに以下の機能が追加されています... Gemini Embedding 2ネイティブインターフェース、PageIndexエージェント検索、GraphRAGインデックス作成、マルチモーダル画像解析、および知識ベースの状態と参照機能の改善。一方、メモリ使用量、インデックスキャッシュ、非同期アップロード、LightRAGインデックス作成、長時間応答生成などの側面において継続的な最適化が行われ、複雑な知識ベースや長時間実行されるエージェントタスクの安定性がさらに向上しました。

DeepTutorを誰もが手軽に体験できるよう、HyperAI（hyper.ai）のチュートリアルセクションでは、最新バージョンのDeepTutorに対応した「DeepTutorパーソナルラーニングアシスタント」チュートリアルを公開しました。必要な環境は既に設定済みですので、興味のある開発者はすぐに使い始めることができます。

オンラインで実行:https://go.hyper.ai/lhlEp

その他のオンラインチュートリアル：

https://hyper.ai/notebooks

デモの実行

1. hyper.ai のホームページにアクセスしたら、「チュートリアル」ページを選択するか、「その他のチュートリアルを表示」をクリックし、「DeepTutor パーソナル学習アシスタント」を選択して、「このチュートリアルを実行」をクリックします。

2. ページがリダイレクトされたら、右上隅の「複製」をクリックして、チュートリアルを独自のコンテナーに複製します。

注：ページの右上で言語を切り替えることができます。現在、中国語と英語が利用可能です。このチュートリアルでは英語で手順を説明します。

3. 「NVIDIA RTX 5090-4」と「vllm」のイメージを選択し、「ジョブの実行を続行」をクリックします。

4. リソースが割り当てられるのを待ちます。ステータスが「実行中」に変わったら、「ワークスペースを開く」をクリックしてJupyterワークスペースに入ります。

エフェクト表示

1. ページがリダイレクトされたら、左側のREADMEファイルをクリックします。ファイルに入ったら、system.json設定ファイル内の外部APIアドレスを変更します。具体的には、以下のコードのyour_api = “YOUR_API_BASE”セクションにあるYOUR_API_BASEを、右側に示されている実際のAPIアドレスに置き換えてから、コードを実行します。

2. ステップ2のコードを実行してWebUIを起動します。Webサービスが起動したら、右側のAPIアドレスをクリックしてデモインターフェースを開きます。