DeepTutor 与 nanobot,港大 HKUDS 的学习 Agent 技术栈
“教育不是灌满一桶水,而是点燃一把火。” — 威廉·巴特勒·叶芝(William Butler Yeats)

香港大学数据智能实验室(HKUDS)在 2025 年底到 2026 年春接连开源了两个很能打的项目,个性化学习助手 DeepTutor 与超轻量个人智能体 nanobot。官方 README 写得很直白,TutorBot 这一层由 nanobot 驱动。一条从「底层运行时」到「学习场景产品」的链路人就搭好了,值得按工程视角拆开看。
下文数据与版本说明以 2026 年 4 月中旬 查阅 GitHub 仓库与 Release 页为准,星标数会随时间变动。
DeepTutor 在解决什么问题
定位是 Agent-Native Personalized Tutoring,即把智能体当成一等公民来做个性化助学,而不是在聊天窗口上贴一层「答疑」。核心卖点在官方 Key Features 里写得很集中,概括起来是这几块:
- 统一聊天工作区,多种模式(日常对话、深度解题、测验生成、深度研究、数学动画等)共用同一条上下文,避免换功能就丢线程。
- 个人 TutorBot,每个机器人有独立工作区、记忆与技能,可提醒、可成长;底层写明 Powered by nanobot。
- 协作式 Markdown 编辑(Co-Writer)、引导式学习(Guided Learning)、知识中心与持久记忆 等,把材料与对话绑在同一套学习闭环里。
- 面向智能体的 CLI,方便脚本和别的 Agent 调用(仓库里也有
SKILL.md一类约定)。
协议为 Apache-2.0。仓库新闻里提到 2026 年 2 月曾在约 39 天内达到 10k 星标量级,属于社区热度很高的那一档;具体数字以当时页面为准。
版本线(简述)
2026 年 4 月初的 v1.0.0-beta.1 起了一次自底向上的架构重写,说明里提到约 20 万行量级的新代码、双层插件模型(Tools + Capabilities)、TutorBot、CLI 与 SDK 等。之后仍有连续小版本(如 v1.0.1、v1.0.2)做检索整合、前端资源泄漏修复、可视化与测验去重等,说明项目仍在快速迭代。默认本地 Web 入口在文档里常见为 http://localhost:3782,以当前仓库说明为准。
上手方式(保留官方路径)
交互式安装仍推荐 python scripts/start_tour.py;容器路线可用仓库提供的 docker-compose 变体。细节以 README 为准,此处不复制易过期的每一步参数。
nanobot 是什么,和 OpenClaw 什么关系
nanobot 自述是受 OpenClaw 启发的超轻量个人智能体,MIT 协议。README 里有一句常被引用的话,大意是用少得多的代码行数交付核心智能体能力(仓库里还提供了自行统计核心行数的脚本名,便于核对,而不是口头吹牛)。
它和「纳米机器人」无关,名字容易误读,心里要先翻译成轻量运行时。特性上包括多聊天渠道、MCP、心跳与定时任务、沙箱、Python SDK、兼容 OpenAI 的 HTTP 接口等;2026 年 4 月 5 日发布的 v0.1.5 在发行说明里强调了长任务稳定性、Dream 两阶段记忆、沙箱与编程 Agent SDK 等,适合作为 TutorBot 这种长期在线、多通道场景的底座。
两者如何拼在一起
用盖房子类比,nanobot 更像地基与管线(会话、记忆、渠道、工具与技能加载),DeepTutor 在上层叠学习产品与工作流(统一工作区、知识库、引导学习与测验等)。官方在 TutorBot 一条里直接链到 nanobot,等于把集成关系写死在产品叙事里,而不是事后附会。
若你关心实现细节,可以在 nanobot 仓库里顺着 agent/、记忆与渠道相关目录读;DeepTutor 侧则关注 TutorBot 与工作区、CLI、SDK 的边界。对做教育类产品的人来说,这条链路的启发是,先有一个可靠的智能体运行时,再把「助学」做成可组合能力,而不是反过来。
近期路线(来自公开 Roadmap 摘要)
两边都在补多用户与工程化(例如登录、主题、文档站、知识库引擎升级等),nanobot 一侧也在推进多模态、更强规划与更多第三方集成。具体排期以各自 Issues / Discussions 为准,这里只提示「仍在高速演进」,集成前锁版本、读发行说明。
对做练习类、伴学类应用的人来说,这套栈的意义在于,个性化不必只等于「多记几个用户字段」,而是可以有独立记忆、渠道触达、可插拔技能的一条完整路径;璞奇若往「练与学」一体化走,值得对照自己的边界做技术选型,而不是照搬某一版插件接口。
璞奇启示
- 练习与伴学若要持续,需要可审计的记忆与触达通道,轻量智能体运行时 + 清晰技能边界,比单页聊天更易演进。
- 生成题目时,可把「提取旧知识、间隔复习」设计成与 TutorBot 提醒同频的闭环,而不只做单次出题。
- 对接开源栈前先锁版本、读 Release,重写期与高频发版期接口变动大,避免生产环境 silent break。