DeepTutor 是一个基于代理原生设计的学习工作空间，它能够将辅导、问题解决、测验生成、研究、可视化功能以及掌握练习整合到一个可扩展的系统中。

核心特性：
- 每种模式都有独立的运行周期——聊天、问答、研究、可视化、解决难题以及精通路径等模式都在同一个引擎上运行。因此，你可以改变目标，而无需更换引擎；学习者的体验也会随着目标的变化而调整。

- 连接式学习环境——知识库、书籍、协作创作草稿、笔记、问题库、角色模型等元素可以在整个工作流程中保持可用，而无需依赖孤立的工具来存储这些信息。

- 代理和合作伙伴——可以在任何回合中咨询实时的 Claude 代码、代码集或合作伙伴的意见（或者导入他们之前的对话记录），并在同一台设备上运行持久的即时通讯伴侣。

- 多引擎知识体系——在 LlamaIndex、PageIndex、GraphRAG、LightRAG 等框架下，实现版本化的 RAG 库，并支持通过插件方式处理文档解析。同时，可以链接到 Obsidian 存储库以获得更强大的功能。

- 可扩展的工具和技能——包括内置工具、MCP 服务器、图像/视频/语音生成模型，以及来自 EduHub 的可安装社区技能。

- 可检查的记忆——L1 的追踪数据、L2 的表层摘要以及 L3 的综合分析，使得个性化设置变得可见且可编辑。通过记忆图谱，可以追溯每一个主张背后的证据。