IT女子 アラ美お疲れ様です！IT業界で働くアライグマです！
論文や技術書を読むだけでは身につかない。インプットした知識を定着させるには、自分専用の学習アシスタントが必要です。
「技術書を読んでもすぐ忘れてしまう」「論文を山ほど読んでいるのに体系的な理解が進まない」──エンジニアなら誰しも経験する悩みではないでしょうか。
DeepTutorは、この問題に向けたオープンソースのAI学習アシスタントです。RAG（Retrieval-Augmented Generation、資料を検索してから答える仕組み）で、アップロードした文書をもとに答えてくれる自分専用の学習環境を作れます。
本記事では、DeepTutorとは何か、無料で使えるか、2026年11月時点の最新版での導入手順と使い方を解説します（GitHubのリポジトリ HKUDS/DeepTutor のREADMEで2026年11月8日に確認）。
DeepTutorとは：無料で使えるオープンソースのAI学習アシスタント
IT女子 アラ美AI学習アシスタントを動かすPC環境から見直しなさい
いつでもどこでもクラウド上PCにアクセス！仮想デスクトップサービス【XServer クラウドPC】
DeepTutorは、香港大学のHKUDS（Data Intelligence Lab）が公開しているオープンソースのAI学習アシスタントです。2025年12月29日に公開され、その後も更新が続いています（2026年11月6日にv1.7.2）。
無料で使える？かかるお金はLLMの利用料
DeepTutor本体はApache License 2.0のオープンソースで、ダウンロードも利用も無料です。Apache License 2.0は、ライセンスの条件（著作権表示などを残すこと）を守れば商用でも使えるライセンスです。
ただし、DeepTutorは答えを作るのにLLM（大規模言語モデル）を使います。OpenAIやAnthropicなどのAPIを使えば、その利用料はそれぞれの会社に払います。Ollama・LM Studio・vLLM・llama.cppのような自分のPCで動くLLMにつなぐこともでき、その場合はAPIの利用料はかかりません（回答の質はPCで動かすモデルの性能に左右されます）。
主な機能（v1.7系）
v1.7系のDeepTutorでは、次の学習モードを同じ画面から使えます。会話の文脈はモードをまたいで引き継がれます。
- Chat：ナレッジベースの資料に沿って質問に答える。答えには資料の引用元が付く
- Quiz：資料をもとに問題を作る
- Research：テーマを調べてまとめる
- Visualize：概念を図解する
- Solve：問題をステップごとに解く
- Reading：文書・動画・音声を見ながら、引用元付きで質問する
IT女子 アラ美
ITアライグマDeepTutorの仕組み：ナレッジベースと記憶
DeepTutorの答えのもとになるのは、自分で作るナレッジベース（資料の集まり）です。2025年12月の公開時からいちばん大きく変わったのもこの部分なので、v1.7系の仕組みを整理します。
ナレッジベース：検索の方式を選べる
ナレッジベースを作るときに、資料の探し方（検索エンジン）を1つ選びます。既定はLlamaIndexで、意味の近さで探すベクトル検索と、言葉の一致で探すキーワード検索（BM25）を組み合わせます。ほかに、資料の中の言葉どうしの関係（ナレッジグラフ）をたどって探すGraphRAGやLightRAG、ページ単位で引用を返すPageIndexも選べます。
資料はファイルのアップロードのほか、GitHubのリポジトリ、ドキュメントサイトのURL、Obsidianの保管庫（vault）もつなげます。PDFなどの読み取り方は「Settings → Knowledge & documents」で選びます。
記憶：何を覚えているかを見て直せる
DeepTutorは、やり取りの記録から学習者について覚えたことを3段階（L1の記録・L2の事実・L3のまとめ）で持ち、答えを学習者に合わせます。覚えた内容は画面の「Memory Graph」で根拠と一緒に確かめられ、直すこともできます。
IT女子 アラ美ITアライグマDeepTutorの使い方：v1.7での導入手順
2025年12月の公開時は、リポジトリを取得してスクリプトで起動する方法でした。v1.7系では導入の方法が変わり、次の3通りから選びます。どの方法でも、起動したあとに画面の設定でLLMを選びます。
Step 1: 導入の方法を選ぶ
| 方法 | 向いている人 | 必要なもの |
|---|---|---|
| デスクトップアプリ（Open DeepTutor） | コマンドを使わずに試したい人 | macOS（Apple Silicon・Intel）またはWindows（x64）。現在はプレビュー版 |
| Docker | PythonやNode.jsを入れずに全機能を試したい人 | Docker |
| pip（PyPI） | ターミナルから使いたい人 | Python 3.11〜3.14とNode.js 20.9以上 |
デスクトップアプリは、GitHubの最新リリース（Releases）からインストーラーをダウンロードします。Windows版はプレビューのため署名がなく、SmartScreen（Windowsの保護機能）の警告が出ることがあります。
Step 2: DockerまたはpipでDeepTutorを起動する
Dockerなら、次の1行で起動します。
docker run --rm --name deeptutor \
-p 127.0.0.1:3782:3782 \
-v deeptutor-data:/app/data \
ghcr.io/hkuds/deeptutor:latestpipなら、作業用のフォルダを作ってから次のコマンドを順に実行します。deeptutor init では、使うポートとLLMの提供元を対話形式で決めます。
mkdir -p my-deeptutor && cd my-deeptutor
python -m pip install -U "deeptutor[full]"
deeptutor init
deeptutor startどちらの方法でも、ブラウザで http://127.0.0.1:3782 を開くと画面が出ます。以前の版で使っていた .env ファイルは、v1.7系では読み込まれません。設定は画面から行い、data/user/settings/ に保存されます。
Step 3: 画面を日本語にしてLLMを選ぶ
「Settings → General」の「Interface language」で、画面の言語を日本語に変えられます。答えの言語は「Model output language」で別に選びます。
次に、「Settings → Providers」でOpenAIなどの提供元とAPIキーを登録し、「Language models」で使うモデルを選びます。自分のPCのOllamaなどにつなぐ場合は、APIキーの代わりにそのサーバーのアドレスを登録します。
Step 4: ナレッジベースを作って質問する
ナレッジベースを新しく作り、検索の方式を選んでから、PDFなどの資料をアップロードします。読み込み（索引づくり）が終わったら、Chatでそのナレッジベースを選んで質問します。
IT女子 アラ美ITアライグマDeepTutorの使い方の例：論文をまとめて理解する流れ
IT女子 アラ美たとえば、RAGについての論文を何本も読んで、手法どうしの違いをつかみたいときは、次の順で使います。ここに書くのは機能に沿った使い方の例で、学習時間がどれだけ減るかを測ったものではありません。
まず論文を1つのナレッジベースにまとめる
関連する論文のPDFを、1つのナレッジベースにまとめてアップロードします。論文どうしの関係も知りたいなら、検索の方式にGraphRAGかLightRAGを選ぶと、言葉どうしのつながりをたどって答えてくれます。
Chatで違いを聞き、Visualizeで図にする
Chatで「各手法の違いを表にまとめて」のように聞くと、ナレッジベースの論文をもとに答え、どの論文のどこから答えたかを引用元として示します。言葉だけで分かりにくいところは、Visualizeで図解させます。
読み終えたらQuizで理解を確かめる
読み終えたら、Quizで論文の内容から問題を作らせて解きます。間違えたところは、Chatに戻って引用元の箇所を読み直します。
最後にResearchで論文の外の情報を足す
ナレッジベースにない新しい研究を知りたいときは、Researchでテーマを調べさせます。
IT女子 アラ美ITアライグマDeepTutor活用のコツと発展的な使い方
DeepTutorをより効果的に活用するためのコツを紹介します。
効果的なナレッジベース設計
- トピック単位でナレッジベースを分ける：「RAG論文集」「Kubernetes運用ノウハウ」のように、関連性の高い文書をグルーピング
- 読み取り方を資料に合わせる：図や表の多いPDFは、「Settings → Knowledge & documents」で構造ごと読み取るMinerUなどを選ぶ（MinerUはPDF・画像・DOCX・PPTX・XLSXに対応）
- 読み込みに失敗したファイルだけ外す：読み取れなかったファイルは、ナレッジベースを作り直さずに1件だけ削除できる
効果的なクエリパターン
- 比較質問：「AとBの違いは何ですか？」→複数概念の関係性を整理
- 実装質問：「この手法を実装するにはどうすればいいですか？」→コード例を生成
- クイズ依頼：Quizで「〇〇について問題を出して」→資料に沿った問題で理解を確かめる
- 調べもの：Researchで「〇〇の最新研究動向を調べて」→ナレッジベースの外の情報を足す
モデルの使い分け
以前の版にあった config/agents.yaml でエージェントごとに設定する方法は、v1.7系のリポジトリにはありません。v1.7系では画面の設定で使い分けます。
- Language models：ふだんの答えに使うモデルを選ぶ
- Task models：会話の名前付けなどの裏方の作業に、小さくて速いモデルを割り当てる（空のままなら既定のモデルを使う）
うまく動かないときは、ターミナルで deeptutor doctor を実行すると、起動に必要な準備ができているかを確かめられます。
IT女子 アラ美ITアライグマよくある質問（FAQ）
Q. DeepTutorは無料で使えますか？
DeepTutor本体はApache License 2.0のオープンソースで、無料で使えます。かかるのは、つなぐLLMの利用料です。OpenAIなどのAPIを使えばその料金がかかり、自分のPCで動かすLLMにつなげばAPIの料金はかかりません。
Q. DeepTutorはローカル環境だけで動作しますか？
DeepTutor自体は自分のPCで動きます。LLMは、OpenAIなどのAPIのほか、Ollama・LM Studio・vLLM・llama.cppのような自分のPCで動くLLMサーバーも選べます。OpenAIのAPIキーは必須ではありません。回答の質は、選んだモデルの性能に左右されます。
Q. DeepTutorを使うとキャリアにどんなメリットがありますか？
RAGやナレッジグラフの実装経験は、AI/ML分野で高く評価されるスキルです。DeepTutorのアーキテクチャを理解することで、自社プロダクトへのRAG実装にも応用できます。ハイクラスエンジニア転職エージェント3社比較で紹介しているエージェントに相談すると、AI関連の高条件ポジションを紹介してもらいやすくなります。
Q. 日本語の論文や技術書にも対応していますか？
DeepTutorは、文書の読み取りと答えをLLMで行うため、日本語の文書も扱えます。画面は「Settings → General」の「Interface language」で日本語にでき、答えの言語も「Model output language」で選べます。日本語の答えの質は、選んだモデルの日本語の性能に左右されます。
IT女子 アラ美ITアライグマおすすめ学習リソース・サービス
DeepTutorのようなAI学習ツールを活用しながら、Python×AI実装のスキルを体系的に学びたい方には、以下のサービスがおすすめです。実践的なカリキュラムで効率よくスキルアップできます。
サーバー環境の選定や本番運用時のインフラ構成については、エンジニア向けXServer用途別比較ガイドも参考になります。社内のAI学習基盤をリードする社内SEのキャリアを目指す方は社内SE転職エージェント3社比較ガイド、独立してAI案件を取りたい方はフリーランスエージェント5社比較もチェックしてみてください。
本記事で解説したようなAI技術を、基礎から体系的に身につけたい方は、以下のスクールも検討してみてください。
| 比較項目 | Winスクール | Aidemy Premium |
|---|---|---|
| 目的・ゴール | 資格取得・スキルアップ初心者〜社会人向け | エンジニア転身・E資格Python/AI開発 |
| 難易度 | 個人レッスン形式 | コード記述あり |
| 補助金・給付金 | 教育訓練給付金対象 | 教育訓練給付金対象 |
| おすすめ度 | 幅広くITスキルを学ぶなら | AIエンジニアになるなら |
| 公式サイト | 詳細を見る | − |
IT女子 アラ美ITアライグマまとめ
DeepTutorは、香港大学のHKUDSが公開しているオープンソースのAI学習アシスタントです。
本記事のポイントを振り返りましょう。
- DeepTutorとは：自分で作るナレッジベースの資料に沿って、質問への回答・クイズ・調べもの・図解ができる学習アシスタント
- 料金：本体はApache License 2.0で無料。つなぐLLMの利用料は別
- 導入：v1.7系はデスクトップアプリ・Docker・pip（
deeptutor initとdeeptutor start）の3通り。LLMは画面の設定で選ぶ - 使い方のコツ：トピック単位でナレッジベースを分け、Chat・Quiz・Researchを使い分ける
技術書や論文を読んでもなかなか定着しない悩みを抱えているなら、まずDockerかデスクトップアプリでDeepTutorを試し、手元の資料でナレッジベースを1つ作ってみてください。
IT女子 アラ美ITアライグマ
