HKUDS

@HKUDS

DeepTutor

HKUDS/DeepTutor

DeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.

STARS32,215
FORKS4,211
ISSUES89
LANGUAGEPython

HISTORICAL INTELLIGENCE

历史情报摘要

按周期独立统计
周榜当前未记录
历史最佳#3最近排名#20

当前未进入本站记录范围

记录天数
5 天
记录期 Star
+1.5k
本站共 12 天周榜快照 · 最近记录 2026-07-28
月榜持续记录
历史最佳#18当前排名#18

与上一期排名持平

记录天数
5 天
记录期 Star
+736
本站共 12 天月榜快照 · 最近记录 2026-08-04
本站最早记录:2026-07-24

指标仅基于本站已保存快照,不代表项目在 GitHub 的首次上榜时间;同日多次抓取保留当日最新结果,负向 Star 差值按样本校正处理。

周榜历史趋势

2026-07-24 至 2026-07-28,掉榜日期保留为空缺。

排名,数字越小越靠前周期新增 Star
折线表示历史榜单排名,柱形表示相同快照记录的新增 Star。排名纵轴已反向,越靠上排名越高。 #1 #6 #11 #15 #20 2026-07-24:新增 2908 Star 2026-07-25:新增 2908 Star 2026-07-26:新增 2908 Star 2026-07-27:新增 2199 Star 2026-07-28:新增 2172 Star 2026-07-24:排名 #3,新增 2908 Star2026-07-25:排名 #3,新增 2908 Star2026-07-26:排名 #3,新增 2908 Star2026-07-27:排名 #15,新增 2199 Star2026-07-28:排名 #20,新增 2172 Star 07-24 07-28 +2.9k
图表仅使用本站保存的快照,不补零、不推算掉榜期间数据;下方历史明细继续保留原始日期、排名与 Star 数。

VERIFIABLE HEALTH SIGNALS

项目健康证据

维护、响应、交付与采用风险分开观察,不生成虚假的单一总分。
部分样本
MAINTENANCE

维护活性

核对提交
近 90 天 Commit
≥300
已采集下限
活跃贡献者
≥40
按公开提交账号去重
近 12 月活跃月份
4/12
基于已采集提交
RESPONSE

社区响应

核对样本
Issue 关闭率
69%
85/≥123 个同期新 Issue
Issue 关闭中位数
2.5 天
仅统计已关闭样本
PR 合并率
56%
101/180 个同期新 PR
PR 合并中位数
2.2 天
仅统计已合并样本
DELIVERY

持续交付

核对发布
近 12 月正式 Release
62
排除草稿与预发布
最近正式 Release
2026-08-02
以公开发布时间为准
发布间隔中位数
1.8 天
至少两次正式发布才计算
ADOPTION

采用风险

查看仓库
仓库状态
正常开放
未发现归档标记
开源协议
Apache-2.0
仍需核对完整协议与依赖
Security Policy
未发现
仅检查 GitHub 社区资料

统计窗口 90 天快照样本 3 天计算规则 health-v1采集于 2026-08-04 02:50

高活跃数据触及分页上限,数值以已采集下限展示。 这些信号不替代代码审计、安全测试和真实生产验证。

AI-ASSISTED PROJECT BRIEF

项目定位与辅助解读

来源边界与风险表述检查

AI 解读仅作初评参考,技术落地请以 GitHub 源码、README 和完整协议为准。

项目资料AI 整理

DeepTutor是由HKUDS开源的个人化终身辅导系统,采用多智能体和RAG技术,提供CLI与Web界面,支持多种语言,以Apache-2.0协议发布。旨在通过交互式学习辅助用户,项目拥有较高关注度。

从公开资料看,DeepTutor定位为终身个性化辅导工具,结合AI代理、大型语言模型、RAG和多智能体系统。提供命令行工具和Next.js构建的Web界面,文档支持多种语言。项目在GitHub上有较高星标和复刻数,社区活跃。实际功能、性能与安全性需读者自行验证。

核心亮点

项目最值得关注的能力

AI 推断
  • 多智能体(multi-agent)与RAG结合的架构设计
  • 提供CLI工具和Web界面,支持多种语言文档
  • Apache-2.0协议开源,社区活跃,有Discord、飞书等沟通渠道

适用场景

它可以解决哪些实际问题

AI 推断
  • 个性化学习辅导与问答
  • 教育研究中的AI代理实验
  • 构建交互式学习应用

技术观察

从公开资料提炼的实现特征

AI 推断
  • 基于Python 3.11+,使用Next.js 16构建前端
  • 采用RAG和多智能体系统,标签包含ai-agents、deepresearch等
  • 提供CLI和Web两种使用方式,项目有版本发布

优势判断

相对明确的项目价值

AI 推断
  • 社区规模大,Stars超过3.2万,Forks超过4千
  • 功能定位明确,文档和界面支持多语言

局限与注意

评估和采用前需要留意

AI 推断
  • 公开资料未提供独立的安全审计或性能测试结果
  • 作为较新项目,长期稳定性和兼容性需关注

适用人群

哪些开发者和团队值得关注

AI 推断
  • 对AI教育应用感兴趣的开发者
  • 教育者、学生及AI研究人员
综合参考
DeepTutor作为一个教育类AI开源项目,架构和社区表现值得关注,但公开资料未提供独立安全审计或性能基准。建议在采用前自行进行安全、兼容性和可靠性验证,并关注官方文档与版本更新。
由 AI 基于 GitHub 公开资料辅助生成,不构成安全审计、生产选型或专业建议。

依据与内容边界

区分可验证事实、项目方自述与 AI 推断

GitHub 可验证事实

Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。

项目方自述

功能与使用方式主要来自仓库描述和 README,未经本站独立验证。

AI 推断

适用场景、优势与局限属于辅助解读,应结合原始文档独立判断。

  • GitHub事实:仓库拥有32202个Star、4211个Fork、89个Open Issues,语言为Python,License为Apache-2.0。
  • 项目方自述:README称其提供终身个性化辅导,支持CLI、Web界面和多种语言文档。
生成于 2026-08-04 03:10 规则版本 2026-07-v3
内容有误或您是项目作者?提交纠错
仅保存处理所需内容,不记录原始 IP;可信项目作者的高风险申诉会优先处理。