DeepTutor 完整指南3 步搭好你的个性化 AI 导师带记忆、带知识库【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutorDeepTutor 是一个本地运行的开源代理原生个性化教学平台。你把讲义传进知识库后可以直接就原文提问它用三层记忆记住你的学习轨迹还能把材料编译成可交互的活书。适合个人学习者、教师和开发者。3 步跑通本地部署 假设你手上有课程 PDF想让 AI 基于这些材料给你答疑而不是泛泛而谈。先让 DeepTutor 跑起来安装需要 Python 3.11–3.13 和 Node.js 20pip install -U deeptutor deeptutor init # 按提示填端口、模型 API key启动并打开浏览器deeptutor start # 终端会打印前端地址默认 127.0.0.1:3782在Settings → Models里确认模型配置然后开聊。跳过init也能启动只是模型项留空稍后在设置页补上即可。第一次对话时你可以直接附上文件再提问。如果答案质量不如预期多半是下一步——知识库——还没配。知识库上传 PDF 后直接就原文提问这是 DeepTutor 个性化教学的地基。在知识中心新建一个库上传教材、讲义或笔记之后聊天时把该库挂到会话上下文里回答就会引用你文档里的具体内容。举个具体例子上传一本物理教材 PDF问第三章里两种解法的区别是什么它会给出带原文依据的回答而不是通用套话。检索引擎可以选LlamaIndex默认本地向量 BM25、GraphRAG 和 LightRAG知识图谱检索、PageIndex带页级引用、LightRAG Server甚至直接关联你的 Obsidian 库。每个知识库绑定一个引擎重建索引会写入新的version-N目录不会毁掉正在用的旧索引。相关源码可以看 知识库管理 和 RAG 检索管线。三层记忆它记得你学过错什么普通 AI 助手每次对话都从零开始。DeepTutor 的记忆是明文文件三层结构可以直接读、直接改L1 事件流追加式记录trace/场景/日期.jsonlL2 场景要点每个场景一份摘要L2/场景.mdL3 跨场景综合整合你的偏好与近况L3/profile.md等DeepTutor 三层记忆图谱可视化它实际长这样对话中你提过导数我总是绕晕之后系统给你生成测验时就不会再堆简单导数题。L2 引用 L1、L3 引用 L2所以记忆图谱里的每条结论都能一路追溯到原始事件——个性化不是黑盒。整理记忆的预算参数在Settings → Memory调整源码在 记忆系统。活书引擎把材料变成能读的教材 把课程的 PPT、讲义或聊天记录变成一本活书。它不是静态 PDF创建时先给出章节大纲让你确认再编译成带类型的块——文本、测验卡、记忆卡、Manim 动画、交互式 HTML 模块、概念图谱。每一页自带一个小聊天窗可以随时就当前页追问。例子把一章编译出来后你发现某节讲得抽象可以只改那个块——插入、移动、重新生成或直接把它的类型从文本换成测验卡不用重写整章。之后用deeptutor book health检查源材料是否已经和编译页面脱节。书籍引擎源码在 deeptutor/book/。一个代理循环驱动全部模式聊天、测验、深度研究、解题、可视化跑在同一个代理循环上——你切换的是目标不是引擎上下文跟着学习者走。这个循环的规律很简单模型按轮次思考需要时调用工具RAG、联网搜索、代码执行、画图观察结果最后给出不带工具的答复。遇到拿不准的地方它不硬猜而是通过ask_user暂停这一轮、先问你一个结构化问题。想扩展新功能时往 capabilities/ 里加一个插件目录即可能力注册机制在 deeptutor/capabilities/registry.py。三类角色的上手路径个人学习者 建自己的知识库知识中心新建库并上传课程材料之后所有提问都挂上这个库。生成复习计划在 Learning Space 创建 Mastery Path系统按阶段出题并批改通过当前关卡才解锁下一关。DeepTutor 学习空间掌握路径回看学习轨迹终端里跑deeptutor memory show直接看 L2/L3 记忆文档。教师 用活书引擎编教材确认大纲 → 编译章节 → 在某章后插入测验卡学生读的时候就能自测。用协作写作打磨讲义选中一句话让它改写或扩写修改以 diff 呈现你确认后才落盘源码见 co_writer/。DeepTutor 协作写作编辑面板给全班开多用户模式开启认证后每个学生的会话、记忆、知识库互相隔离模型和知识库由管理员通过授权分配。开发者 用 JSON 驱动deeptutor run deep_solve 求 sin(x^2) 的导数 --format json每行输出一个事件适合接到自己的自动化流程里。让别的 agent 来操作 DeepTutor仓库根目录的 SKILL.md 是一份操作交接文档任何会用工具的 LLM 读一遍就能上手。扩展能力参考 deeptutor/capabilities/ 的插件模型加一个新功能目录或用deeptutor skill install安装社区技能。4 种部署方式速查方式适合谁起点命令PyPI 安装日常使用完整 Web 应用pip install -U deeptutor源码安装参与开发、看内部实现克隆仓库后pip install -e .前端npm ciDocker服务器部署、隔离环境拉取镜像运行只暴露 3782 端口即可仅 CLI只要终端交互、不要 Web 界面源码目录下安装packaging/deeptutor-cli容器部署细节无 root、远程代理、端口映射见 CONTAINERIZATION.md。避坑清单先检查这 6 件事 ⚠️没配模型 key应用能启动但模型项是空的先填 Settings → Models。想用知识库却忘了 embeddingRAG 相关功能需要先配好 embedding 模型不配就只能用纯聊天。版本不对Python 3.11–3.13、Node 20源码安装建议 Node 22 LTS。Docker 里连本地 Ollama 失败容器内localhost是容器自己Base URL 要写host.docker.internal。服务器部署忘开认证认证默认关闭、单用户运行公网部署务必先开启首个注册用户是管理员。一个文件解析失败就想删库不用。单篇文档可以从库里移除重建索引也不会覆盖旧版本。结语DeepTutor 把会答题的 AI变成了记得你、有据可依、能持续陪跑的 AI知识库让答案有出处三层记忆让教学有连续性活书让材料变成能读的教材。从pip install -U deeptutor开始今天就把你的第一份讲义喂给它。好的导师不制造标准答案只让每个问题有迹可循。【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 完整指南：3 步搭好你的个性化 AI 导师，带记忆、带知识库
DeepTutor 完整指南3 步搭好你的个性化 AI 导师带记忆、带知识库【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutorDeepTutor 是一个本地运行的开源代理原生个性化教学平台。你把讲义传进知识库后可以直接就原文提问它用三层记忆记住你的学习轨迹还能把材料编译成可交互的活书。适合个人学习者、教师和开发者。3 步跑通本地部署 假设你手上有课程 PDF想让 AI 基于这些材料给你答疑而不是泛泛而谈。先让 DeepTutor 跑起来安装需要 Python 3.11–3.13 和 Node.js 20pip install -U deeptutor deeptutor init # 按提示填端口、模型 API key启动并打开浏览器deeptutor start # 终端会打印前端地址默认 127.0.0.1:3782在Settings → Models里确认模型配置然后开聊。跳过init也能启动只是模型项留空稍后在设置页补上即可。第一次对话时你可以直接附上文件再提问。如果答案质量不如预期多半是下一步——知识库——还没配。知识库上传 PDF 后直接就原文提问这是 DeepTutor 个性化教学的地基。在知识中心新建一个库上传教材、讲义或笔记之后聊天时把该库挂到会话上下文里回答就会引用你文档里的具体内容。举个具体例子上传一本物理教材 PDF问第三章里两种解法的区别是什么它会给出带原文依据的回答而不是通用套话。检索引擎可以选LlamaIndex默认本地向量 BM25、GraphRAG 和 LightRAG知识图谱检索、PageIndex带页级引用、LightRAG Server甚至直接关联你的 Obsidian 库。每个知识库绑定一个引擎重建索引会写入新的version-N目录不会毁掉正在用的旧索引。相关源码可以看 知识库管理 和 RAG 检索管线。三层记忆它记得你学过错什么普通 AI 助手每次对话都从零开始。DeepTutor 的记忆是明文文件三层结构可以直接读、直接改L1 事件流追加式记录trace/场景/日期.jsonlL2 场景要点每个场景一份摘要L2/场景.mdL3 跨场景综合整合你的偏好与近况L3/profile.md等DeepTutor 三层记忆图谱可视化它实际长这样对话中你提过导数我总是绕晕之后系统给你生成测验时就不会再堆简单导数题。L2 引用 L1、L3 引用 L2所以记忆图谱里的每条结论都能一路追溯到原始事件——个性化不是黑盒。整理记忆的预算参数在Settings → Memory调整源码在 记忆系统。活书引擎把材料变成能读的教材 把课程的 PPT、讲义或聊天记录变成一本活书。它不是静态 PDF创建时先给出章节大纲让你确认再编译成带类型的块——文本、测验卡、记忆卡、Manim 动画、交互式 HTML 模块、概念图谱。每一页自带一个小聊天窗可以随时就当前页追问。例子把一章编译出来后你发现某节讲得抽象可以只改那个块——插入、移动、重新生成或直接把它的类型从文本换成测验卡不用重写整章。之后用deeptutor book health检查源材料是否已经和编译页面脱节。书籍引擎源码在 deeptutor/book/。一个代理循环驱动全部模式聊天、测验、深度研究、解题、可视化跑在同一个代理循环上——你切换的是目标不是引擎上下文跟着学习者走。这个循环的规律很简单模型按轮次思考需要时调用工具RAG、联网搜索、代码执行、画图观察结果最后给出不带工具的答复。遇到拿不准的地方它不硬猜而是通过ask_user暂停这一轮、先问你一个结构化问题。想扩展新功能时往 capabilities/ 里加一个插件目录即可能力注册机制在 deeptutor/capabilities/registry.py。三类角色的上手路径个人学习者 建自己的知识库知识中心新建库并上传课程材料之后所有提问都挂上这个库。生成复习计划在 Learning Space 创建 Mastery Path系统按阶段出题并批改通过当前关卡才解锁下一关。DeepTutor 学习空间掌握路径回看学习轨迹终端里跑deeptutor memory show直接看 L2/L3 记忆文档。教师 用活书引擎编教材确认大纲 → 编译章节 → 在某章后插入测验卡学生读的时候就能自测。用协作写作打磨讲义选中一句话让它改写或扩写修改以 diff 呈现你确认后才落盘源码见 co_writer/。DeepTutor 协作写作编辑面板给全班开多用户模式开启认证后每个学生的会话、记忆、知识库互相隔离模型和知识库由管理员通过授权分配。开发者 用 JSON 驱动deeptutor run deep_solve 求 sin(x^2) 的导数 --format json每行输出一个事件适合接到自己的自动化流程里。让别的 agent 来操作 DeepTutor仓库根目录的 SKILL.md 是一份操作交接文档任何会用工具的 LLM 读一遍就能上手。扩展能力参考 deeptutor/capabilities/ 的插件模型加一个新功能目录或用deeptutor skill install安装社区技能。4 种部署方式速查方式适合谁起点命令PyPI 安装日常使用完整 Web 应用pip install -U deeptutor源码安装参与开发、看内部实现克隆仓库后pip install -e .前端npm ciDocker服务器部署、隔离环境拉取镜像运行只暴露 3782 端口即可仅 CLI只要终端交互、不要 Web 界面源码目录下安装packaging/deeptutor-cli容器部署细节无 root、远程代理、端口映射见 CONTAINERIZATION.md。避坑清单先检查这 6 件事 ⚠️没配模型 key应用能启动但模型项是空的先填 Settings → Models。想用知识库却忘了 embeddingRAG 相关功能需要先配好 embedding 模型不配就只能用纯聊天。版本不对Python 3.11–3.13、Node 20源码安装建议 Node 22 LTS。Docker 里连本地 Ollama 失败容器内localhost是容器自己Base URL 要写host.docker.internal。服务器部署忘开认证认证默认关闭、单用户运行公网部署务必先开启首个注册用户是管理员。一个文件解析失败就想删库不用。单篇文档可以从库里移除重建索引也不会覆盖旧版本。结语DeepTutor 把会答题的 AI变成了记得你、有据可依、能持续陪跑的 AI知识库让答案有出处三层记忆让教学有连续性活书让材料变成能读的教材。从pip install -U deeptutor开始今天就把你的第一份讲义喂给它。好的导师不制造标准答案只让每个问题有迹可循。【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