一个把课程、笔记、练习和日程放进同一张工作台的开源项目，1.7.1 这一版把桌面端和"把学到的东西带走"这两件事补上了。

它先解决的是学习流程的碎片化

DeepTutor 出自香港大学数据科学实验室，采用 Apache 2.0 许可开源，自我定位是"终身个性化辅导"的学习工作台。它不把功能做成一个个独立页面，而是以工作区为单位组织：首页看整体进度，学习区放正在进行的活动，资源区堆书、文档与知识库。聊天、书籍、沉浸阅读、练习、任务板、日历和笔记本都在同一个上下文里，换一个入口不会把刚才的对话丢掉。

这套设计的实际意义在于，学习过程中反复被打断的往往不是理解，而是搬运——把聊天里的结论抄进笔记、把笔记里的疑问变成练习、把练习的结果记回日程。工作区把这些环节接在同一条链上，省下的是这些来回。

一个运行时，七种学习模式

它把能力拆成几种模式共享同一个会话：对话用于追问，测验把内容变成可作答的题目，研究模式带着检索去查资料，可视化把抽象关系画出来，解题模式逐步推导，掌握路径按知识依赖排出先后顺序，阅读模式则让人一边看原文一边做标注。模式之间共享上下文，意味着在阅读里划出的疑点，可以直接切到对话里继续问。

知识这一层是可以换引擎的：LlamaIndex、PageIndex、GraphRAG、LightRAG 都在支持范围内，文档、视频、音频都能进库，回答时带来源引用。对需要写论文或者做技术调研的人，引用比答案本身更重要——它决定了这段话能不能直接用。

记忆被做成可以翻看的东西

多数 AI 工具的记忆是个黑箱：它记住了什么、为什么这么记，用户看不见。DeepTutor 把它拆成三层，L1 记录交互轨迹，L2 沉淀事实，L3 做综合归纳，然后用一张 Memory Graph 把三层之间连起来，可以展开查看，也可以审计和修改。这个设计的价值不在于"记得多"，而在于记错了能改——长期使用的助手，可纠正性比记忆力更关键。

同一套思路也用在笔记上。笔记本按页面、子页面、块三级组织，块可以插入题目、图表或者一段对话的结论，写完之后能整页导出成 Word 或 Markdown。1.7.1 新加的是导出到 Anki：闪卡直接进复习队列，不用再手工抄一遍。日历那边补上了 iCalendar 导出，课程安排与复习计划可以并进系统日历。

1.7.1 这次更新了什么

最显眼的是桌面预览版。它把 Python 运行环境、Node 环境和整套学习工作区打进一个桌面应用，覆盖 Apple Silicon 与 Intel 芯片的 Mac，以及 Windows 的 64 位版本。此前想用只能自己起服务或者跑容器，现在是一个装完就能开的应用。这个版本仍是预览性质，官方也提示它是从开发分支产出的构建，适合先试手感而不是直接替换掉现有环境。

本地化铺得更宽，越南语、日语、土耳其语和巴西葡萄牙语进入界面与回复语言选项，日期格式、从右到左排版这些细节也跟着调整。账户侧允许在个人资料里改密码，此前用管理员发的临时密码登录的账号会被提示修改。模型与服务商那边补了 xAI 的模型、Mistral 的向量与语音、接入自建服务的网页搜索，以及几个第三方网关。

文档处理这一块修得比较细：Office 与 DOCX 的降级路径现在能更好地保留公式、图片、幻灯片顺序、稀疏表格列和成组的数学符号；MinerU 解析保留参考文献列表；混合检索会把 BM25 得分为零的命中排除掉。这些改动不显眼，但直接决定了喂进去的论文能不能被正确读出结构。

门槛、成本与适用人群

它以三种形态分发：容器镜像、Python 包和源码。前两种适合只想用的人，第三种面向要改代码或者接入自己模型的开发者。核心本身免费，但要真正跑起来，得自己准备模型服务——本地模型、云端 API 或者自建网关都行，这部分才是主要的成本与门槛。界面语言覆盖十几种，中文简繁都在内，文档也做了中英双语。

它更适合有明确学习目标的人：备考、读论文、跟一门长课、把一堆技术文档啃下来。这类场景的共同点是材料多、结构复杂、需要反复回看，正是检索加记忆能发挥作用的地方。如果只是想找人闲聊或者写一段文案，这套工作区的分量反而会成为负担。

开源学习工具最容易做成"功能清单"，难的是把清单串成一条走得通的路。DeepTutor 的可取之处，是它把记忆、笔记和复习做成了同一条链上的环节，而不是三个互不相干的按钮。