DeepTutor 完整部署指南5步点亮你的个性化AI学习工作台【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor你有没有过这样的时刻想系统学一门新知识资料散落各处、问题越攒越多、学过的内容转头就忘而市面上那些智能助手大多只会机械地一问一答既不懂你的进度也接不上你的上下文如果你正在寻找一个真正能跟着你学的AI工具那么开源项目DeepTutor值得你花上十分钟认真了解一下。它是一个基于Agent原生架构的个性化学习工作台把对话问答、深度研究、可视化、知识库检索、题目生成、记忆追踪等能力统一到同一个引擎上聊天时它能调用工具研究时它能检索文献并输出引用学习过程中它会持续记录你的偏好与薄弱点。更重要的是它完全开源Apache 2.0 许可数据默认保存在本地你也可以接入 Ollama 等本地模型实现完全离线的私密学习环境。一、先认识它这不是聊天机器人而是一座学习驾驶舱把 DeepTutor 想象成一座飞机的驾驶舱正中央的主操作台是Chat 对话左手边是知识库燃料舱脚下是记忆系统飞行日志旁边还坐着几位可以随时请教的子代理副驾驶。所有仪表都由同一套 Agent 引擎驱动你切换的是任务目标而不是换一台机器。在动手部署之前先看一眼这座驾驶舱的完整仪表盘——这是它的核心能力清单能力模块一句话定位典型用途Chat 对话主操作台支持工具调用与多轮上下文日常答疑、概念梳理、头脑风暴Quiz 题目生成自动出题并校验答案备考自测、知识巩固Research 深度研究多代理协作产出带引用的报告论文调研、技术选型分析Visualize 可视化图表、流程图、动画生成数据解读、概念演示Solve 解题推理分步推导、数学计算、代码调试刷题演练、编程排错Mastery Path 掌握路径个性化学习计划与进度门控系统性进阶学习Co-Writer 协同写作选段改写、引用资料、实时预览笔记整理、报告撰写Book 智能书籍把资料编译成交互式教材把笔记变成带练习的活书Knowledge Center多引擎知识库检索RAG让AI基于你的资料作答Memory 记忆系统三层可审计的记忆追踪让AI真正记得你在界面上所有这些能力都通过左侧导航和悬浮菜单调用你可以在任意一次对话中随时切换模式二、第一站4条安装路径10分钟完成起步部署⚙️1. 部署前要准备什么DeepTutor 对普通用户非常友好官方提供了四种安装方式任选其一即可。需要的基础环境如下安装方式环境要求适合谁PyPI 安装推荐Python 3.11–3.13 Node.js 20大多数想快速上手的用户源码安装Python 3.11–3.13 Node.js 22 LTS想二次开发、改代码的开发者Docker只需 Docker 引擎想一键容器化、免环境折腾CLI 极简版Python 3.11终端党、只想用命令行交互2. 最快的路PyPI 一条龙安装对于绝大多数人我推荐第一条路。整个流程可以用三句话概括建目录 → 装包 → 初始化。mkdir -p deeptutor-workspace cd deeptutor-workspace pip install -U deeptutor deeptutor init其中deeptutor init是一个交互式向导它会依次询问你后端端口默认 8001、前端端口默认 3782、LLM 提供商、API 地址、密钥与模型名以及可选的嵌入模型用于知识库。全程无需手动编辑任何配置文件跟着提示选就好。3. 一键启动把驾驶舱点着初始化完成后启动命令同样简单到不像话deeptutor start这条命令会同时拉起后端 FastAPI 服务8001 端口和前端 Next.js 界面3782 端口。稍等片刻浏览器打开http://localhost:3782你就能看到它的欢迎界面了 小贴士想快速试用可以跳过deeptutor init系统会用默认端口空配置启动之后再到Settings → Models里补填模型信息即可。按CtrlC即可同时停掉前后端。4. 另外三条路源码、Docker 与命令行源码安装适合想参与开发的读者克隆仓库后在本目录创建虚拟环境git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor python3 -m venv .venv source .venv/bin/activate python -m pip install -e . ( cd web npm ci --legacy-peer-deps ) deeptutor init deeptutor start --dev # --dev 开启前端热更新Docker 部署则是一条更省心的路一条命令就完事数据都持久化在 volume 里docker run --rm --name deeptutor \ -p 127.0.0.1:3782:3782 \ -v deeptutor-data:/app/data \ ghcr.io/hkuds/deeptutor:latest注意这里只需要映射 3782 端口浏览器只跟前端通信前端会通过内置代理把/api和/ws请求转发到容器内的后端你完全不需要关心 8001。纯 CLI 模式适合不喜欢浏览器的终端党安装后直接进入交互式会话python -m pip install -e ./packaging/deeptutor-cli deeptutor init --cli deeptutor chat三、第二站上手实测把三大核心功能用起来驾驶舱已经点燃现在真正开起来。这一站我们实测三件最有价值的事在对话中接上你的资料、把笔记变成知识库、让AI记住你的学习习惯。1. 先聊起来给对话加上上下文弹药DeepTutor 的 Chat 不只是聊天框。点击输入框旁的按钮你会看到一整排可注入的上下文资源文件附件PDF/DOCX/PPTX 等、聊天历史、书籍、笔记本、题库甚至你导入的外部 AI 助手对话。这些是一次性的弹药而固定在工具栏上的子代理、知识库、人设与模型则属于粘性上下文会跨轮次持续生效。实际操作上你可以在提问前先上传一份 PDF然后追问总结第三章的论证逻辑并指出其中与第二章的关联它会把文件内容与你的提问一并理解。2. 建知识库让AI读过你的所有资料知识库是 DeepTutor 最有分量的功能之一。它支持多种检索引擎——默认的LlamaIndex本地向量BM25混合检索、PageIndex带页面级引用的托管检索、GraphRAG/LightRAG知识图谱检索以及链接Obsidian 仓库等你可以在知识中心按需选择在命令行里知识库的完整生命周期同样齐备deeptutor kb create 我的机器学习笔记 # 新建知识库 deeptutor kb add 我的机器学习笔记 --doc 线性代数教程.pdf deeptutor kb search 梯度下降 # 检索验证 deeptutor kb list # 查看全部之后在任意对话中选中这个知识库AI 的每次回答都会先在你的资料里检索证据并给出可追溯的引用——这正是基于我的资料作答和凭空编造的本质区别。3. 记忆系统让AI真正记得你DeepTutor 的记忆系统采用三层架构并且全部以文件形式存放在本地你可以随时打开查看、修改L1 工作区镜像实时记录你在各功能区的每一次操作轨迹L2 表面总结按聊天、笔记、知识库等维度提炼出事实L3 跨表面综合把碎片信息合并成关于你的画像、偏好与知识边界更妙的是L2 会引用 L1 的原始记录L3 会引用 L2 的证据整个推理链可审计。你可以在记忆工作台里看到每一层的规模与状态四、第三站进阶玩法把学习工作流武装到牙齿基础功能跑通之后下面这几个进阶模块才是 DeepTutor 拉开差距的地方。1. 组建你的AI助教团子代理与外部助手遇到复杂任务单个 AI 难免力不从心。DeepTutor 支持把Claude Code、Codex、Gemini、Kimi、opencode、MiMo等本地 CLI 助手挂接为子代理在对话中实时调用——它真的会在你的机器上运行那个代理并把它的工作过程流式展示出来。你可以用 Agent 选择器或直接输入指定代理并控制它最多迭代几轮。2. 把学习笔记变成活教材Book 智能书籍Book 模块能把你的知识库、笔记或聊天记录编译成一本交互式书籍——不是静态 PDF而是由文本、测验卡、时间线、代码、互动组件、动画等模块化积木组成的阅读环境。创建时会先生成章节大纲供你审核成书后每章还能单独替换模块类型、侧边随时对话3. 协同写作边写边让AI动手术Co-Writer 是专门为长文设计的 Markdown 写作台左右分屏、实时预览。它的核心玩法是选区外科手术式编辑选中一段文字让 AI 改写、扩写或精简改动以 accept/reject 差异形式呈现你逐条确认后才会落笔4. 团队场景多用户共享与权限隔离如果你要给学习小组或班级部署共享环境可以在data/user/settings/auth.json中开启认证。之后首个注册用户自动成为管理员拥有模型目录、共享知识库与技能的分配权普通用户各自拥有独立的工作区管理员下发的模型和知识库以只读、脱敏的方式呈现——API 密钥永远不会暴露给普通用户。五、配置调优把引擎调校到最适合你的状态️1. 模型选择本地与云端按需切换在Settings → Models中你可以为 LLM、嵌入、搜索、语音、图像生成分别配置提供商。偏好隐私的用户完全可以全本地化部署示例配置大致长这样对应 Ollama 场景{ llm_provider: ollama, llm_model: llama3, llm_base_url: http://localhost:11434/v1, embedding_provider: ollama, embedding_model: all-minilm }想用云端大模型同样简单换成 OpenAI 系配置并填入 API 密钥即可。每个配置区块都支持先存草稿、再应用测试不通过就不会生效可以放心试错。2. 性能与内存优化建议官方在 v1.5.8 中做了大量内存收敛工作限制前端堆上限、LLM 客户端连接池化、缓存设上限等长时间运行更稳定。对资源受限的环境你还可以换轻量模型如mistral、qwen2.5这类参数更小的模型调低记忆预算在Settings → Memory中降低 L2/L3 的整理频率减少并发避免同时挂多个复杂研究任务手动清内存deeptutor memory show查看deeptutor memory clear清理3. 常见问题快速排查指南现象可能原因解决办法连不上 Ollama本地服务没启动或端口不对运行ollama serve确认 11434 端口可达前端页面打不开端口被占用或防火墙拦截检查 3782 端口或重新deeptutor init换端口知识库索引失败嵌入模型未配置或连接异常到 Settings 检查嵌入模型状态并重试索引子代理调用无响应外部 CLI 未登录或密钥失效核对子代理的登录态与 API 密钥源码版启动很慢首次运行需要构建前端产物耐心等待构建完成开发期用--dev享受热更新容器内连不上宿主机模型容器里 localhost 不是宿主机用--add-hosthost.docker.internal:host-gateway并改 Base URL六、从使用者到贡献者加入技能生态与社区1. 技能市场别人的学习方法论一键装进来DeepTutor 采用开放的 Agent-Skills 技能格式一个文件夹加一份SKILL.md说明书并内置了社区技能仓库EduHub——苏格拉底式导师、闪卡生成器、作文批改、考试大纲设计等教学向技能都能一键安装deeptutor skill search 数学辅导 # 在技能市场搜索 deeptutor skill install math-tutor-skill # 安装到本地 deeptutor skill list # 查看已装技能2. 把自己的技能分享出去装技能之外你也能成为贡献者。把方法论打包成SKILL.md后登录并发布即可deeptutor skill login deeptutor skill publish ./my-learning-skill deeptutor skill update # 发布新版本或回滚3. 开源协作的正确姿势如果你发现 bug、有功能想法或想参与开发可以在 Issue 区描述使用体验与建议按照项目提供的贡献指南提交代码投票或提议路线图议题把你的使用案例写成文章分享给更多学习者。结语现在轮到你把驾驶舱开上跑道了学习从来不是一蹴而就的事但一个好工具能帮你把每一次提问、每一份资料、每一点进步都沉淀下来。DeepTutor 把对话、研究、知识库、记忆这些散落的零件拧成了一台完整的引擎——而启动它的成本只是几分钟的安装和一串命令。别犹豫了打开终端输入pip install -U deeptutor然后在http://localhost:3782里向它提出你的第一个问题。真正的学习从你按下回车的那一刻开始。【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 DeepTutor 完整部署指南：5步点亮你的个性化AI学习工作台
DeepTutor 完整部署指南5步点亮你的个性化AI学习工作台【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor你有没有过这样的时刻想系统学一门新知识资料散落各处、问题越攒越多、学过的内容转头就忘而市面上那些智能助手大多只会机械地一问一答既不懂你的进度也接不上你的上下文如果你正在寻找一个真正能跟着你学的AI工具那么开源项目DeepTutor值得你花上十分钟认真了解一下。它是一个基于Agent原生架构的个性化学习工作台把对话问答、深度研究、可视化、知识库检索、题目生成、记忆追踪等能力统一到同一个引擎上聊天时它能调用工具研究时它能检索文献并输出引用学习过程中它会持续记录你的偏好与薄弱点。更重要的是它完全开源Apache 2.0 许可数据默认保存在本地你也可以接入 Ollama 等本地模型实现完全离线的私密学习环境。一、先认识它这不是聊天机器人而是一座学习驾驶舱把 DeepTutor 想象成一座飞机的驾驶舱正中央的主操作台是Chat 对话左手边是知识库燃料舱脚下是记忆系统飞行日志旁边还坐着几位可以随时请教的子代理副驾驶。所有仪表都由同一套 Agent 引擎驱动你切换的是任务目标而不是换一台机器。在动手部署之前先看一眼这座驾驶舱的完整仪表盘——这是它的核心能力清单能力模块一句话定位典型用途Chat 对话主操作台支持工具调用与多轮上下文日常答疑、概念梳理、头脑风暴Quiz 题目生成自动出题并校验答案备考自测、知识巩固Research 深度研究多代理协作产出带引用的报告论文调研、技术选型分析Visualize 可视化图表、流程图、动画生成数据解读、概念演示Solve 解题推理分步推导、数学计算、代码调试刷题演练、编程排错Mastery Path 掌握路径个性化学习计划与进度门控系统性进阶学习Co-Writer 协同写作选段改写、引用资料、实时预览笔记整理、报告撰写Book 智能书籍把资料编译成交互式教材把笔记变成带练习的活书Knowledge Center多引擎知识库检索RAG让AI基于你的资料作答Memory 记忆系统三层可审计的记忆追踪让AI真正记得你在界面上所有这些能力都通过左侧导航和悬浮菜单调用你可以在任意一次对话中随时切换模式二、第一站4条安装路径10分钟完成起步部署⚙️1. 部署前要准备什么DeepTutor 对普通用户非常友好官方提供了四种安装方式任选其一即可。需要的基础环境如下安装方式环境要求适合谁PyPI 安装推荐Python 3.11–3.13 Node.js 20大多数想快速上手的用户源码安装Python 3.11–3.13 Node.js 22 LTS想二次开发、改代码的开发者Docker只需 Docker 引擎想一键容器化、免环境折腾CLI 极简版Python 3.11终端党、只想用命令行交互2. 最快的路PyPI 一条龙安装对于绝大多数人我推荐第一条路。整个流程可以用三句话概括建目录 → 装包 → 初始化。mkdir -p deeptutor-workspace cd deeptutor-workspace pip install -U deeptutor deeptutor init其中deeptutor init是一个交互式向导它会依次询问你后端端口默认 8001、前端端口默认 3782、LLM 提供商、API 地址、密钥与模型名以及可选的嵌入模型用于知识库。全程无需手动编辑任何配置文件跟着提示选就好。3. 一键启动把驾驶舱点着初始化完成后启动命令同样简单到不像话deeptutor start这条命令会同时拉起后端 FastAPI 服务8001 端口和前端 Next.js 界面3782 端口。稍等片刻浏览器打开http://localhost:3782你就能看到它的欢迎界面了 小贴士想快速试用可以跳过deeptutor init系统会用默认端口空配置启动之后再到Settings → Models里补填模型信息即可。按CtrlC即可同时停掉前后端。4. 另外三条路源码、Docker 与命令行源码安装适合想参与开发的读者克隆仓库后在本目录创建虚拟环境git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor python3 -m venv .venv source .venv/bin/activate python -m pip install -e . ( cd web npm ci --legacy-peer-deps ) deeptutor init deeptutor start --dev # --dev 开启前端热更新Docker 部署则是一条更省心的路一条命令就完事数据都持久化在 volume 里docker run --rm --name deeptutor \ -p 127.0.0.1:3782:3782 \ -v deeptutor-data:/app/data \ ghcr.io/hkuds/deeptutor:latest注意这里只需要映射 3782 端口浏览器只跟前端通信前端会通过内置代理把/api和/ws请求转发到容器内的后端你完全不需要关心 8001。纯 CLI 模式适合不喜欢浏览器的终端党安装后直接进入交互式会话python -m pip install -e ./packaging/deeptutor-cli deeptutor init --cli deeptutor chat三、第二站上手实测把三大核心功能用起来驾驶舱已经点燃现在真正开起来。这一站我们实测三件最有价值的事在对话中接上你的资料、把笔记变成知识库、让AI记住你的学习习惯。1. 先聊起来给对话加上上下文弹药DeepTutor 的 Chat 不只是聊天框。点击输入框旁的按钮你会看到一整排可注入的上下文资源文件附件PDF/DOCX/PPTX 等、聊天历史、书籍、笔记本、题库甚至你导入的外部 AI 助手对话。这些是一次性的弹药而固定在工具栏上的子代理、知识库、人设与模型则属于粘性上下文会跨轮次持续生效。实际操作上你可以在提问前先上传一份 PDF然后追问总结第三章的论证逻辑并指出其中与第二章的关联它会把文件内容与你的提问一并理解。2. 建知识库让AI读过你的所有资料知识库是 DeepTutor 最有分量的功能之一。它支持多种检索引擎——默认的LlamaIndex本地向量BM25混合检索、PageIndex带页面级引用的托管检索、GraphRAG/LightRAG知识图谱检索以及链接Obsidian 仓库等你可以在知识中心按需选择在命令行里知识库的完整生命周期同样齐备deeptutor kb create 我的机器学习笔记 # 新建知识库 deeptutor kb add 我的机器学习笔记 --doc 线性代数教程.pdf deeptutor kb search 梯度下降 # 检索验证 deeptutor kb list # 查看全部之后在任意对话中选中这个知识库AI 的每次回答都会先在你的资料里检索证据并给出可追溯的引用——这正是基于我的资料作答和凭空编造的本质区别。3. 记忆系统让AI真正记得你DeepTutor 的记忆系统采用三层架构并且全部以文件形式存放在本地你可以随时打开查看、修改L1 工作区镜像实时记录你在各功能区的每一次操作轨迹L2 表面总结按聊天、笔记、知识库等维度提炼出事实L3 跨表面综合把碎片信息合并成关于你的画像、偏好与知识边界更妙的是L2 会引用 L1 的原始记录L3 会引用 L2 的证据整个推理链可审计。你可以在记忆工作台里看到每一层的规模与状态四、第三站进阶玩法把学习工作流武装到牙齿基础功能跑通之后下面这几个进阶模块才是 DeepTutor 拉开差距的地方。1. 组建你的AI助教团子代理与外部助手遇到复杂任务单个 AI 难免力不从心。DeepTutor 支持把Claude Code、Codex、Gemini、Kimi、opencode、MiMo等本地 CLI 助手挂接为子代理在对话中实时调用——它真的会在你的机器上运行那个代理并把它的工作过程流式展示出来。你可以用 Agent 选择器或直接输入指定代理并控制它最多迭代几轮。2. 把学习笔记变成活教材Book 智能书籍Book 模块能把你的知识库、笔记或聊天记录编译成一本交互式书籍——不是静态 PDF而是由文本、测验卡、时间线、代码、互动组件、动画等模块化积木组成的阅读环境。创建时会先生成章节大纲供你审核成书后每章还能单独替换模块类型、侧边随时对话3. 协同写作边写边让AI动手术Co-Writer 是专门为长文设计的 Markdown 写作台左右分屏、实时预览。它的核心玩法是选区外科手术式编辑选中一段文字让 AI 改写、扩写或精简改动以 accept/reject 差异形式呈现你逐条确认后才会落笔4. 团队场景多用户共享与权限隔离如果你要给学习小组或班级部署共享环境可以在data/user/settings/auth.json中开启认证。之后首个注册用户自动成为管理员拥有模型目录、共享知识库与技能的分配权普通用户各自拥有独立的工作区管理员下发的模型和知识库以只读、脱敏的方式呈现——API 密钥永远不会暴露给普通用户。五、配置调优把引擎调校到最适合你的状态️1. 模型选择本地与云端按需切换在Settings → Models中你可以为 LLM、嵌入、搜索、语音、图像生成分别配置提供商。偏好隐私的用户完全可以全本地化部署示例配置大致长这样对应 Ollama 场景{ llm_provider: ollama, llm_model: llama3, llm_base_url: http://localhost:11434/v1, embedding_provider: ollama, embedding_model: all-minilm }想用云端大模型同样简单换成 OpenAI 系配置并填入 API 密钥即可。每个配置区块都支持先存草稿、再应用测试不通过就不会生效可以放心试错。2. 性能与内存优化建议官方在 v1.5.8 中做了大量内存收敛工作限制前端堆上限、LLM 客户端连接池化、缓存设上限等长时间运行更稳定。对资源受限的环境你还可以换轻量模型如mistral、qwen2.5这类参数更小的模型调低记忆预算在Settings → Memory中降低 L2/L3 的整理频率减少并发避免同时挂多个复杂研究任务手动清内存deeptutor memory show查看deeptutor memory clear清理3. 常见问题快速排查指南现象可能原因解决办法连不上 Ollama本地服务没启动或端口不对运行ollama serve确认 11434 端口可达前端页面打不开端口被占用或防火墙拦截检查 3782 端口或重新deeptutor init换端口知识库索引失败嵌入模型未配置或连接异常到 Settings 检查嵌入模型状态并重试索引子代理调用无响应外部 CLI 未登录或密钥失效核对子代理的登录态与 API 密钥源码版启动很慢首次运行需要构建前端产物耐心等待构建完成开发期用--dev享受热更新容器内连不上宿主机模型容器里 localhost 不是宿主机用--add-hosthost.docker.internal:host-gateway并改 Base URL六、从使用者到贡献者加入技能生态与社区1. 技能市场别人的学习方法论一键装进来DeepTutor 采用开放的 Agent-Skills 技能格式一个文件夹加一份SKILL.md说明书并内置了社区技能仓库EduHub——苏格拉底式导师、闪卡生成器、作文批改、考试大纲设计等教学向技能都能一键安装deeptutor skill search 数学辅导 # 在技能市场搜索 deeptutor skill install math-tutor-skill # 安装到本地 deeptutor skill list # 查看已装技能2. 把自己的技能分享出去装技能之外你也能成为贡献者。把方法论打包成SKILL.md后登录并发布即可deeptutor skill login deeptutor skill publish ./my-learning-skill deeptutor skill update # 发布新版本或回滚3. 开源协作的正确姿势如果你发现 bug、有功能想法或想参与开发可以在 Issue 区描述使用体验与建议按照项目提供的贡献指南提交代码投票或提议路线图议题把你的使用案例写成文章分享给更多学习者。结语现在轮到你把驾驶舱开上跑道了学习从来不是一蹴而就的事但一个好工具能帮你把每一次提问、每一份资料、每一点进步都沉淀下来。DeepTutor 把对话、研究、知识库、记忆这些散落的零件拧成了一台完整的引擎——而启动它的成本只是几分钟的安装和一串命令。别犹豫了打开终端输入pip install -U deeptutor然后在http://localhost:3782里向它提出你的第一个问题。真正的学习从你按下回车的那一刻开始。【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考