DeepTutor: montar un tutor con IA que se adapta a lo que ya sabes

DeepTutor es un sistema de tutoría personalizada de código abierto desarrollado por un grupo de investigación de la Universidad de Hong Kong. Se instala con pip install -U deeptutor, corre en tu máquina con la interfaz en el navegador, y su diferencia con preguntarle a un chatbot es que mantiene memoria del alumno: recuerda lo que ya dominas y calibra la dificultad de lo que te pregunta.

Es Apache 2.0, tiene artículo científico detrás y va por las 35.000 estrellas.

Qué lo diferencia de preguntarle a ChatGPT

Esta es la pregunta que hay que responder, porque cualquiera puede pedirle a un modelo que le explique algo.

La diferencia está en la persistencia. Un chat empieza de cero cada vez: no sabe qué te costó la semana pasada ni qué ya tienes dominado, así que o te repite lo que sabes o te salta a lo que no. DeepTutor construye un perfil del alumno que se va adaptando, y sobre él calibra las preguntas.

La segunda diferencia es que ancla las respuestas a tus documentos. Cargas tus materiales —apuntes, un temario, un manual— en su base de conocimiento y responde desde ahí en lugar de desde lo que el modelo recuerde. Para estudiar una normativa concreta o un temario de oposición, la diferencia entre esas dos cosas es todo.

Sus autores publican mediciones en el artículo: mejoras del 10,8 % de media en métricas de personalización y del 29,4 % en razonamiento con distintos modelos base. Son cifras del propio equipo, con su propia metodología y su propio banco de pruebas, así que trátalas como lo que son: el resultado que reporta quien construyó la herramienta, no una verificación independiente.

Qué trae

Mirando su interfaz, el sistema es bastante más que un chat:

Módulo	Para qué
Chat	La conversación de tutoría
Knowledge	Tus documentos, indexados para responder desde ellos
Book	Materiales interactivos
Co-Writer	Escribir con ayuda del tutor
Mastery Path	La ruta de aprendizaje según lo que dominas
Memory	Lo que el sistema recuerda de ti
Partners	Agentes de tutoría por distintos canales
Multiusuario	Varias personas sobre la misma instalación

Ese módulo de memoria es la pieza central: sin él, lo demás sería otro envoltorio de chat.

Cómo instalarlo

La vía corta, sin clonar nada:

mkdir -p mi-deeptutor && cd mi-deeptutor
pip install -U deeptutor
deeptutor init     # pregunta puertos, proveedor de modelo y clave
deeptutor start    # arranca backend y frontend, deja la terminal abierta

deeptutor init te pregunta el puerto del backend (por defecto 8001), el del frontend (por defecto 3782), qué proveedor de modelo quieres con su URL, clave y modelo, y opcionalmente un proveedor de embeddings para la base de conocimiento.

Cuando arranque, abre la dirección que imprime la terminal, normalmente http://127.0.0.1:3782. Con Ctrl+C paras las dos partes. Puedes saltarte el init para probarlo rápido y configurar los modelos luego desde los ajustes.

Si prefieres el código fuente, hay instalación desde el repositorio con entorno virtual y deeptutor start --dev, que levanta el frontend con recarga en caliente.

Cómo usarlo con Claude Code o Codex

DeepTutor no es una skill: es una aplicación que se instala y se usa en el navegador. Donde el agente ayuda es en montarla, que con Python, puertos, claves y embeddings de por medio tiene más piezas de las que parece:

Instálame DeepTutor siguiendo su README, en un entorno virtual aparte
para no tocar mi Python del sistema. Configúralo con el proveedor de
modelo que ya tengo en mis variables de entorno y, cuando arranque,
dime la URL y qué puertos ha ocupado.

Lo de los puertos no es un capricho: usa el 8001 y el 3782, y si tienes algo ahí te lo vas a encontrar de frente.

Para quién es útil de verdad

Para preparar una oposición. Es el caso que mejor encaja: temario cerrado, mucho volumen y necesidad de repasar lo que se olvida. Lo complementa bien lo que cuento en ChatGPT para oposiciones, que va del enfoque; esto va de la herramienta.

Para formación interna. Cargas tus manuales y tus procedimientos, y el equipo pregunta contra ellos en vez de contra lo que el modelo se imagine.

Para materias que se construyen en capas, como matemáticas o idiomas, donde saltarse un escalón hunde lo siguiente y una ruta calibrada vale más que un chat suelto.

Cuándo no te compensa

• Si solo quieres resolver una duda suelta, montar todo esto es desproporcionado. Pregúntale a un chat y ya.
• Si no vas a cargar tus materiales, pierdes lo que lo hace distinto y te queda un chat con más pasos.
• Necesitas tu propia clave de un proveedor de modelo: el sistema es gratis, el consumo no.
• Es software de investigación: sale de un grupo universitario, avanza deprisa y su prioridad es el artículo, no tu instalación. Espera aristas.

Preguntas frecuentes

¿DeepTutor es gratis?

El software sí, con licencia Apache 2.0, y se ejecuta en tu equipo. Necesitas tu propia clave de un proveedor de modelo, y ese consumo lo pagas tú.

¿En qué se diferencia de preguntarle a ChatGPT?

En que mantiene memoria del alumno entre sesiones y calibra la dificultad según lo que ya dominas, y en que responde anclado a los documentos que tú cargas en su base de conocimiento en lugar de a lo que el modelo recuerde.

¿Se puede usar en español?

El sistema no depende del idioma: responde en el que le hables y sobre los materiales que le cargues, así que un temario en español funciona. La interfaz y la documentación sí están sobre todo en inglés y chino.

¿Mis apuntes salen de mi ordenador?

La aplicación corre en local, pero envía consultas al proveedor de modelo que configures. Si el material es sensible, lo consecuente es apuntarlo a un modelo que ejecutes tú mismo.

¿Sirve para dar clase a varias personas?

Tiene módulo multiusuario sobre una misma instalación, así que sí. Para uso serio con un grupo, ten en cuenta que el consumo de modelo se multiplica por alumno.