온라인 튜토리얼 | 별점 3만 5천 개 달성: 홍콩대 연구팀, 지식 질의응답, 대화형 학습, 연습 문제 생성 및 심층 연구를 연결하는 단일 에이전트 DeepTutor 오픈소스 공개

대규모 모델이 교육 및 학습 환경에 점차 확산됨에 따라, AI 학습 도구는 단순한 질문과 답변 및 지원 기능에서 지식 습득, 이해, 연습 및 연구를 포괄하는 완전한 학습 시스템으로 진화하고 있습니다.홍콩대학교 데이터 인텔리전스 연구소(HKUDS)는 개인 학습 도우미인 DeepTutor를 오픈소스로 공개했습니다.이 기능은 채팅, 퀴즈, 연구, 시각화, 문제 해결, 숙달 경로와 같은 다양한 학습 모드를 단일 에이전트 작업 공간으로 통합하여 학습자가 지식 습득부터 숙달 및 연구에 이르기까지 전체 학습 과정을 동일한 환경 내에서 완료할 수 있도록 합니다.

관련 논문:

https://hyper.ai/papers/2604.26962

DeepTutor의 핵심 개념은 "모드마다 하나의 런타임"입니다.서로 다른 기능을 분리하는 기존 도구와는 달리,DeepTutor는 서로 다른 학습 모드가 동일한 에이전트 시스템을 공유할 수 있도록 합니다.사용자는 도구를 끊임없이 전환할 필요가 없습니다. 지식 기반, 서적, 노트, 문제 은행 및 학습 자료를 다양한 작업에서 지속적으로 활용할 수 있습니다. 복잡한 개념을 이해하거나, 어려운 문제를 해결하거나, 학습 경로를 계획하거나, 주제별 연구를 수행하는 등 모든 작업을 자연어를 통해 직접 수행할 수 있습니다.

기술적인 측면에서 DeepTutor는 멀티 엔진 RAG, 실시간 웹 검색, 학술 논문 데이터베이스, Python 코드 실행, 온디맨드 방식으로 호출되는 하위 에이전트를 통합하여 사용자의 요구에 따라 의도 분석, 지식 검색, 작업 분해 및 콘텐츠 생성을 자동으로 완료할 수 있습니다. 주요 기능은 다음과 같습니다.

• 문서 관련 지식 Q&A:교재, 논문, 기술 문서 및 기타 자료를 업로드하여 개인 지식 기반을 구축하고, 자료 기반의 질의응답 및 문제 해결을 진행하세요.
• 상호작용형 학습 시각화:복잡한 지식을 직관적인 시각화로 변환하고 맥락에 맞는 상호작용적 학습을 가능하게 합니다.
• 지식 강화 및 연습 문제 생성:개인 맞춤형 퀴즈와 연습 문제는 학습 내용과 학생의 이해도를 바탕으로 생성되어 지식 습득을 돕습니다.
• **심층 조사 및 콘텐츠 제작:**RAG, 웹 페이지 및 학술 논문 검색을 결합함으로써 주제 탐색, 지식 발견 및 연구 콘텐츠 생성을 수행할 수 있습니다.

단순히 답변만 제공하는 AI 도구와 비교했을 때,DeepTutor는 지식 습득 및 개념 이해부터 연습 및 지식 강화, 그리고 심층 연구 수행에 이르기까지 학습 과정의 연속성을 강조합니다.서로 다른 단계들이 동일한 학습 맥락을 공유함으로써, 점진적으로 완전한 개인 학습 워크플로우를 형성할 수 있습니다.

DeepTutor는 최근 에이전트, RAG 및 개발 도구 기능을 지속적으로 개선해 왔습니다. 1.5.0 버전부터 최신 1.5.11 버전까지 프로젝트가 점진적으로 추가되었습니다.****PageIndex, GraphRAG, Gemini Embedding 2, 추적 가능한 RAG 참조 및 모델별 추론 노력 구성또한 OpenAI, Anthropic 및 기타 모델은 물론 다양한 LLM 제공업체에 대한 기능을 향상시키고 지원을 더욱 확장합니다.

동시에 DeepTutor의 에이전트 도구 생태계도 더욱 확장되고 있습니다. 다음과 같은 기능을 지원합니다...OpenAI Codex OAuth를 통해 ChatGPT 스키마를 사용하여 Codex에 로그인하세요.또한 계정 수준에서 독립적인 Codex 및 MCP 서비스는 물론, 튜터가 호출할 수 있는 다양한 CLI 앱도 포함되어 있습니다. Gemini, Kimi, opencode, MiMo와 같은 코딩 CLI도 My Agents에 통합되어 DeepTutor가 지식 관련 질문과 답변 및 콘텐츠 생성 기능을 넘어 외부 도구를 호출하여 더욱 복잡한 작업을 완료할 수 있도록 지원합니다.

지식 기반 및 사용자 경험 측면에서 최근 버전에는 다음과 같은 기능이 추가되었습니다...Gemini Embedding 2 네이티브 인터페이스, PageIndex 에이전트 검색, GraphRAG 인덱싱, 멀티모달 이미지 구문 분석, 향상된 지식 기반 상태 및 참조 기능.한편, 메모리 사용량, 인덱스 캐싱, 비동기 업로드, LightRAG 인덱싱 및 장시간 응답 생성과 같은 측면에서 지속적인 최적화가 이루어져 복잡한 지식 기반과 장시간 실행되는 에이전트 작업의 안정성이 더욱 향상되었습니다.

누구나 DeepTutor를 빠르게 경험할 수 있도록 HyperAI(hyper.ai) 튜토리얼 섹션에서 최신 DeepTutor 버전에 맞춰 제작된 "DeepTutor 개인 학습 도우미" 튜토리얼을 출시했습니다. 관련 환경이 이미 설정되어 있으므로 관심 있는 개발자는 바로 사용해 볼 수 있습니다.

온라인으로 실행:https://go.hyper.ai/lhlEp

더 많은 온라인 튜토리얼:

https://hyper.ai/notebooks

데모 실행

1. hyper.ai 홈페이지에 접속한 후 "튜토리얼" 페이지를 선택하거나 "더 많은 튜토리얼 보기"를 클릭하고 "DeepTutor 개인 학습 도우미"를 선택한 다음 "이 튜토리얼 실행"을 클릭하세요.

2. 페이지가 리디렉션된 후 오른쪽 상단의 "복제"를 클릭하여 튜토리얼을 자신의 컨테이너로 복제합니다.

참고: 페이지 오른쪽 상단에서 언어를 변경할 수 있습니다. 현재 중국어와 영어로만 제공됩니다. 이 튜토리얼에서는 영어로 된 단계를 안내합니다.

3. "NVIDIA RTX 5090-4" 및 "vllm" 이미지를 선택하고 "작업 실행 계속"을 클릭합니다.

4. 리소스 할당이 완료될 때까지 기다립니다. 상태가 "실행 중"으로 변경되면 "워크스페이스 열기"를 클릭하여 Jupyter 워크스페이스에 들어갑니다.

효과 표시

1. 페이지 리디렉션 후 왼쪽의 README 파일을 클릭하세요. README 파일에 들어가면 system.json 설정 파일에서 외부 API 주소를 수정하세요. 구체적으로, 아래 코드의 your_api = “YOUR_API_BASE” 부분에서 YOUR_API_BASE를 오른쪽에 제공된 실제 API 주소로 바꾸고 코드를 실행하세요.

2. 두 번째 단계의 절차에 따라 웹 UI를 시작하십시오. 웹 서비스가 시작되면 오른쪽에 있는 API 주소를 클릭하여 데모 인터페이스를 여십시오.