一つの頭脳、8つの学習モード、切り替えるのは目的だけ

DeepTutor の最も核心的な設計：チャット、解答、出題、リサーチ、可視化、習熟度練習——すべてが同じ agent loop の上で動く。あなたが切り替えるのはこのターンで何をしたいかであり、基盤エンジンとコンテキストは常に同じ一つだ。

公式のシステムアーキテクチャ図：上層の各機能パネルが、基盤の agent ランタイムと共有コンテキストを共用する。画像は HKUDS 公式リポジトリより。

チャットがどうやって一連の指導になるか：まず自分で考え、確信が持てなければ逆に聞き返す

Chat はデフォルトの入口で、ほとんどの作業がここから始まる。1つの会話スレッドで、普通に会話し、ツールを呼び出し、選んだナレッジベースを根拠に答えを「裏付け」、添付を読み、画像を生成し、他の agent に相談し、ノートを書く——そして複数ターンにわたって同じコンテキストを引き継ぐ。

公式の Chat agent ループ図解：思考、行動、観察を繰り返し、答えを出すまで続く。ask_user は迷ったときに主導権をあなたへ返す。画像は HKUDS 公式リポジトリより。

オン/オフできるツールには brainstorm（ブレインストーミング）、web_search（ウェブ検索）、paper_search（論文検索）、reason（深い推論）、geogebra_analysis（数学作図分析）があり、生成モデルを設定すれば imagegen（画像生成）と videogen（動画生成）も加わる。この Chat は他の機能へ入る起点でもある：ここから Quiz（出題）、Research（引用付きレポート）、Visualize（図表アニメ）、Solve（詳細な推論による解答）、Mastery Path（学習計画）が派生する。

何を覚え、何を忘れるか：2種類のコンテキストがきっちり分かれている

なぜここまであなたを分かるのか：記憶は一層ずつ全部開いて辿れる

DeepTutor のパーソナライズは、裏に隠れたベクトルライブラリ頼みではなく、ファイルで支えられ、あなたが読めて書き換えられて監査できる三層の記憶による。上の層の結論はどれも下の層の証拠を引用しているので、プロフィールのどの一文からも元の出来事まで一気に辿り戻せる。下の図はクリックでき、ある層を押すとそこに何が保存され、どこから来たのかが見られる。

公式はこの記憶を三層に分けている：L1 はワークスペースのミラーに追記のみの出来事痕跡を加えたもの、L2 は各界面が厳選した事実、L3 は界面横断の統合だ。L2 は L1 を、L3 は L2 を引用するので、プロフィール内のどの内容も鎖を辿って出典まで確認できる。製品内の Memory Graph はこのピラミッド全体を描き出す：L3 の統合が中心、L2 が中間の環、L1 の痕跡が最外周に並ぶ。

記憶の全体像：読める、整理できる、監査できる。

三層記憶グラフ：どの結論も元の出来事まで辿れる。

上記2枚は HKUDS 公式リポジトリより。

相棒、執筆、製本、資料探し：残りいくつかのモジュールを一気に

以下のモジュールはやや脇役だが、どれも実用的だ。すべて同じ頭脳に掛かっており、ここでは圧縮して駆け足で、それぞれ公式スクショを1枚添える。

Partners：人格も電話番号も持つ、常駐する相棒

Partners は自分の人格、モデル戦略、資料庫、記憶、チャネルを持つ常駐の相棒だ。ウェブや IM から入ってくる各メッセージは、partner 専用ワークスペース内での普通の会話ターンに変わる。チャネル層は設定駆動で、Feishu、Telegram、Slack、Discord、DingTalk、WeChat Work、WhatsApp、Teams など15の入口につなげられる。partner はサブ agent として普通のチャットから相談されることもでき、これが「My Agents」だ：ローカルの Claude Code や Codex にリアルタイムで相談することも、既存の過去会話を検索可能・続行可能な名前付き agent にインポートすることもできる。

Partners ワークスペースの全体像。画像は HKUDS 公式リポジトリより。

Partners のアーキテクチャ図を開く

Partners のアーキテクチャ：受信メッセージを一律に partner ワークスペース内の会話ターンへ変換する。画像は HKUDS 公式リポジトリより。

Co-Writer：一段選べば修正させられ、変更はあなたの承認で初めて反映

分割レイアウトの Markdown 執筆エリアで、リアルタイムでプレビューをレンダリングする（数式や図表も含む）。核心は「外科手術的な編集」だ：文章を一段選んで、書き換え・加筆・要約させる。編集 agent はナレッジベースやウェブの証拠を根拠に修正でき、各変更を承認・却下できる diff として表示し、あなたが承認を押すまで実際に文書へは何も書き込まれない。

Co-Writer ワークスペースの全体像。画像は HKUDS 公式リポジトリより。

Book：あなたの素材を「生きた本」に編む

Book は選んだ資料を1冊のインタラクティブな生きた本に変える。型付きブロックで組み立てられた読書環境だ。作成時にはいきなり中身の見えない完成品を吐くのではなく、まず章立ての大綱を提示してあなたに確認させる。各章はテキスト、コールアウト、クイズ、フラッシュカード、タイムライン、コード、図表、インタラクティブ部品、アニメ、概念図などのブロックにコンパイルされ、各ページに独自の Page Chat がある。ブロックは単独で挿入・移動・再生成・種類変更ができ、章全体を書き直す必要はない。

本のライブラリの全体像。画像は HKUDS 公式リポジトリより。

クイズブロック

Manim アニメブロック

インタラクティブ部品ブロック

Knowledge Center：検索エンジンを自分で選べる

ナレッジベースは RAG（先に資料を調べてから答える）の裏にある文書集合で、チャット、執筆、製本、Partner 会話に根拠を提供する。特徴は検索エンジンを選べる点だ：LlamaIndex（デフォルト、ローカルのベクトル＋キーワード）、PageIndex（ページ単位の引用付き）、GraphRAG、LightRAG（ナレッジグラフ検索）、あるいは Obsidian リポジトリを直接リンクして家庭教師にその場で読み書きさせることもできる。各ナレッジベースは1つのエンジンに紐づき、再インデックス時は旧版を保持するので、使用中のものを壊さない。

Knowledge Center の全体像。画像は HKUDS 公式リポジトリより。

Learning Space：スキル、人格、再利用できるコンテキスト

資料庫兼パーソナライズ層。ここにチャット履歴、ノートブック、問題集（保存された各問には、あなたの解答・模範解答・解説が残る）、そして mastery path、人格（「仲間」「研究助手」「先生」といった行動プリセット）、スキル（モデルが必要に応じて読む SKILL.md の台本）が保存される。スキルは全部自分で書く必要はなく、EduHub コミュニティのカタログから直接ダウンロードして持ち込める。

Learning Space の全体像。画像は HKUDS 公式リポジトリより。

3行のコマンドで動き、他の AI からツールとして呼ばれることも

最もスムーズな一本道は PyPI インストール：完全なローカル Web アプリとコマンドラインツールが入り、コードを clone する必要はない。Python 3.11+ と Node.js 20+ が必要だ。

pip install -U deeptutor
deeptutor init
deeptutor start
# 打开 127.0.0.1:3782

docker run --rm --name deeptutor \
  -p 127.0.0.1:3782:3782 \
  -v deeptutor-data:/app/data \
  ghcr.io/hkuds/deeptutor:latest

導入経路は全部で4種類：PyPI（上記のもの）、ソース（コードを直す用）、Docker（単一コンテナで完全なアプリを起動）、CLI のみ（画面のないサーバー、agent harness、Claude Code / Codex といった場面向けで、ウェブ界面はなし）。認証はデフォルトでオフ、デフォルトはシングルユーザー動作。マルチユーザーを有効にすると、最初に登録した人が管理者になり、他の人は隔離されたワークスペースとマスクされた設定ページを得て、生の API key が晒されることは決してない。設定はすべて純粋な JSON / YAML だ。

人だけでなく、他の agent にも向いている

DeepTutor CLI には2つの使い方がある：対話式の REPL（deeptutor chat）と、他の agent 用の構造化 JSON 出力（--format json を付けると、各ターンが NDJSON でストリーム出力される）。動作は「ヘッドレスでも安全」だ：ターミナルがないとき、ask_user の一時停止は自動で空の返答として解決され、固まらない。リポジトリのルートには約150行の SKILL.md 引き継ぎドキュメントが同梱されており、Claude Code、Codex、OpenCode はこれを自動で認識、一度読めばシステム全体の使い方が分かり、deeptutor run を LangChain や AutoGen のループ内の1つのツールとして包むこともできる。

deeptutor skill search "socratic tutor"
deeptutor skill install socratic-tutor

EduHub からスキルをインポートするたびに同じセキュリティゲートを通る：レジストリのセキュリティ判定、アーカイブの防御的な解凍、スキル内の always フィールドの剥奪（ダウンロードしたスキルは毎回のシステムプロンプトに強引に押し込めない）、そして出所を .hub-lock.json に書いて監査に備える。

これらの機能がどう一本に束なるか：1本の論文が背後の機構を明かした

上に並んだモジュール群は、一見すると機能の羅列だ。それらをバラバラにせず、使うほどあなたを分かるシステムへと変えているのが、HKUDS チームが同時期に出した論文《DeepTutor: Towards Agentic Personalized Tutoring》である。それが答えるのは具体的な問いだ：なぜ指導中に見つかった弱点が、次に何を出題するかを直接決められるのか。そして問題を解いたパフォーマンスが、なぜ逆に次回の説明を改善できるのか。

SKG と DPM はこの論文で最も抽象的な一対の概念だ。まず1枚の対照カードで区別しよう：

痕跡の森：指導のたびに階層化された「カルテ」を1冊起こす

痕跡の森は DPM の帳簿だ。完全な指導会話の1回1回が、1本の木として記録される：Level 1 はセッション級の入力と全体要約、Level 2 はタスク分解から生まれた中間プラン、Level 3 は最も細かい実行記録（ツール出力、証拠、検証結果を含む）を保存する。各ノードにはベクトルエンコードが付き、森全体を意味的な類似度で検索できる。システムは TraceToolkit というツールボックスでそれをめくり、動作はたった3つ：意味で類似を探す（SearchTrace）、時間やテーマで絞って列挙する（ListTraces）、祖先パスまで繋げて1つのノードを丸ごと読む（ReadNodes）。

プロフィールは、最新の会話1回を受け身に要約して生まれるのではない。新しい痕跡が1つ来るたびに、3つの専用記憶 agent が能動的に TraceToolkit を調べ、最新の行動とセッションをまたいだ古いパターンを照らし合わせ、プロフィールの3つの部分を更新する：セッション履歴の要約、証拠に裏付けられた繰り返しの困惑リスト、未来を導く教育的な省察だ。パーソナライズはこうして、粗い「習熟度スコア」ではなく、引き出せる痕跡の証拠の上に築かれる。

組み立てて見る：この一周がどう回るか

2つのことを繋げて見よう：静的な知識と個人記憶が、まずハイブリッド・パーソナライズエンジンで1つの「パーソナライズされたコンテキスト」に合成され、同時に2本のパイプラインへ供給される。解答指導は「まず調査、次に段階的に誘導、最後に生徒の水準に合わせて説明を書く」の3ステップ（初学者は足場を組んだ段階的な導出を、熟練者は要点だけの簡潔なまとめを受け取る）。出題は「この生徒の視点で概念地図を描いて問題を選び、独立した検証者が正誤をチェックする」の2ステップ。生徒がこのターンを終えると、結果はまた痕跡の森に書き戻され、プロフィールを更新する。

論文著者：Bingxi Zhao, Jiahao Zhang, Xubin Ren, Zirui Guo, Tianzhe Chu, Yi Ma, Chao Huang（The University of Hong Kong, HKUDS）。v1 は 2026-04-10、v2 は 2026-05-08 に提出。

本当に実力があるか：270タスクで実測してみた

パーソナライズ指導を測るため、論文は生徒中心の評価セット TutorBench を自作した：まず大学の教材と論文をナレッジベースにインデックスし、各ナレッジベースごとに水準の異なる生徒プロフィールを3つ作り、各プロフィールに出所の根拠がある知識ギャップ（「誤解」「不完全な理解」「知識の欠落」の3種に分ける）を掛け、最後に各プロフィールが通過したインタラクティブなタスクをちょうど3つだけ残す。

どう採点するか：1人の AI 生徒に授業を受けさせる

評価は AI ベースの生徒シミュレーターで各被測システムとやり取りする：シミュレーターは知識ギャップを一人称の「私は…だと思っていた」に変え、複数ターンの指導の後にカスタム練習を要求し、生まれた完全な会話記録をパーソナライズ採点基準で採点する。採点は2グループ計10項目、それぞれ1〜5点。指導側5項目：出典忠実度、パーソナライズ、応用可能性、生き生きとした度合い、論理の深さ。練習側5項目：適合度、根拠の充実度、多様性、解答の質、概念横断。評価は全270タスクを網羅し、Gemini-3-Flash で生徒シミュレーターと各システムのバックボーンを駆動し、Claude Sonnet 4.6 を評定者とした。

最も向上した3つの次元

バーの長さは1〜5点満点で換算。

5つのシステムの横並び比較

4つのベースラインはどれも同じ検索ツールとバックボーンモデルを共有し、それぞれに思考連鎖、自己再審、あるいは ReAct 式のツール呼び出しを加えただけだ。スコアはとても密に固まっており、これらを足すだけでは、学習者に本当に適応するシステムには追いつけないことを示している。

分解して見る：SKG と DPM は別々の一端を担い、どちらも欠かせない

アブレーション実験で2つの部品をそれぞれ外し、どの指標が崩れるかを見る：

2つを同時に外すと、全体の低下が最も大きい。これは SKG と DPM が補い合う2つの機構であることを証明している：SKG は「家庭教師が何を言ったか」を固定し、DPM は「それがどうあなたに適応するか」を形作る。取り替えも省略もできない。

意外な一手：パーソナライズを全部切っても、足場そのものが十分に強い

論文はもう1つ測っている：DeepTutor の「調査・解決・執筆」という足場は、パーソナライズ指導だけに効くのか、それとも汎用の問題解決にも効くのか？そこでハイブリッド・パーソナライズエンジン全体（SKG と DPM を丸ごと無効化）を切り、純粋なソルバーだけを残し、5つの公開テストセット（HLE、GPQA-Diamond、LiveBench 推論サブセット、GAIA、AA-LCR）で一発正解率（Pass@1）の向上を測った。

5つのバックボーンモデルがすべて向上し、平均の相対利得は25.69%から32.03%の間だ。この区分ではパーソナライズ、SKG、DPM がすべて切られているので、この向上が示すのは「調査・解決・執筆」という足場そのものの汎用的な価値である。

論文が自ら引いた境界線と、あなたが今すぐ手を付けられること

論文は言い過ぎていない。何が検証済みで、何がまだ測られていないかを明確に述べている。

論文の原文はこう強調する：Book Engine、TutorBot（現行製品の Partners）といったシステム拡張は「アーキテクチャの実例」であり、長期パーソナライズ指導のためのデプロイ機構であって、今回の評価で検証された介入ではない。それらの継続率、参加度、実際の学習成果への影響は、縦断的な人間研究を要する。Chat、Book、Memory といった機能は今すぐ導入して使えるが、「長く使い続ければ本当に人がより良く学べる」という点は、論文自身も測っておらず、将来に委ねている。インタラクティブな評価は AI 生徒シミュレーターと採点基準に基づく評定に頼っており、「制御されたシミュレーション」と「実在の学習者」の間の差を本質的に抱える。多段パイプラインもまた、より高い推論コストと引き換えに、より強い可制御性を得ている。論文の提言：実際に使うときは生成された指導内容を権威ではなく補助として扱い、重要な主張は信頼できるカリキュラム教材や人間の教師と照らして確認すること。

一般の人が今すぐ手にしてできること

DeepTutor のやり方は、8つの学習モード（チャット、解答、出題、リサーチ、ノート、習熟度練習…）を全部同じ「頭脳」の上に載せ、そこにあなたと共に育つ記憶を1つ添えることだ。切り替えるのはこのターンで何をしたいかだけで、基盤エンジンとコンテキストは常に同じ一つだ。

だが、あなたを覚えていて自分で出題までするシステムを、なぜ「説明が正しく、出題が適切」と信じられるのか？答えは1枚の図で分かる閉ループだ。

上のすべてを支えるのが、チーム同時期の論文にある「ハイブリッド・パーソナライズエンジン」だ。中で2つのものが噛み合う：1つは「説明が正しいか」を担い（カリキュラム内容を一つ一つ照合、論文では SKG）、もう1つは「あなたに合うか」を担う（あなたがどう学び、どこで繰り返し間違うかを覚える、論文では DPM）。両方が一緒に回ることで、指導と出題が1つの輪につながる。

小互を追って一周：彼は連続で微積分の連鎖律の微分を間違える → 指導がこの弱点を彼の学習カルテに記録 → システムが連鎖律の問題を集中的に出す → 彼の解答の様子がまた次回の説明を改善する。各ステップの記録はクリックで出典を辿れる。パーソナライズはブラックボックスに閉じ込められていない。これが論文の言う「閉じた指導サイクル」であり、「使うほど分かってくれる」理由だ。

公式の向上数字はどれも採点で、一般の人には体感がない。言い換えよう：AI が自分で調べ、複数ステップで1件を仕上げる問題を一群用意し、この足場を付けるかどうかで何件多く仕上げられるかを見る。

以上のスコアと向上幅はすべて HKUDS チーム自身の論文によるもので、指導効果は AI 生徒シミュレーターが採点、現時点で独立した第三者による再現はない。