Coding-Tutor 是学习教育领域的开源项目，由 iwangjian 开发，2025 年首次发布。
它收录于学习教育分类，该分类目前共有 429 个项目，GitHub 星标数为 91。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-14。Apache-2.0 许可证，可免费使用和部署。
它主要面向的使用场景是：学术研究：复现论文实验，探索对话式教学Agent。同类可对比的替代方案包括 OpenAI Evals、promptfoo、DeepEval。
Coding-Tutor
训练AI导师逐轮纠错，让编程辅导更精准
Coding-Tutor 是一个面向对话式编程教学场景的研究项目，核心是训练逐轮验证器（turn-by-turn verifier）来提升大语言模型作为编程导师的表现。该项目针对当前LLM在辅导场景中难以准确判断学生代码错误、提供及时反馈的问题，提出了一种新的验证器训练方法，并基于ACL 2025论文公开了相关代码和实验。它主要解决的是如何让AI导师在对话的每一步都能精准评估学生状态并给出有效指导，从而提升教学效果。核心能力包括：构建对话教学数据集、训练和评估逐轮验证器、以及集成到教学代理中。项目提供了完整的实验脚本和模型权重，方便研究者复现和扩展。
开源
free
编程开发
GitHub 星标
★ 91
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类编程开发
开发团队iwangjian
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型coding-assistant,evaluation-framework,llm-agents,tutoring
GitHub 星标★ 91
30天Star增速
HF 下载量
上线时间2025-01-23 00:00:00
最近更新2026-08-14 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数5
使用教程
核心亮点
- 基于ACL 2025论文，方法有学术支撑，可信度高
- 提供逐轮验证器训练代码，可直接复现实验
- 聚焦真实教学场景，解决LLM辅导反馈不精准的痛点
不足之处
- 项目处于早期，文档和社区支持待观察
- 依赖特定数据集和模型，泛化性需进一步验证
适用场景
- 学术研究：复现论文实验，探索对话式教学Agent
- 教育科技：开发智能编程辅导系统，提供个性化反馈
- LLM应用：优化大模型在交互式教学中的表现
替代项目
OpenAI Evals、promptfoo、DeepEval
项目介绍
上一篇：vibe-vibe
同类项目推荐
awesome-awesome-ai
开源
一站式导航AI资源，告别收藏夹吃灰
An awesome list for collecting awesome lists related to AI.
machine-learning
开源
免费学AI，从入门到实战，社区共建资源库
Learn AI together, for free. AI learning and teaching resources for everyone.
groundhog
开源
拆解 Cursor 原理，手把手教你造 AI 编程助手
Groundhog's primary purpose is to teach people how Cursor and all these other coding···
notebooks
开源
跟着最新视觉模型教程，边看边跑代码，快速上手实战
A collection of tutorials on state-of-the-art computer vision models and techniques.···