DeepTutor5分钟搭好你的AI个性化学习助手完整新手指南【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor当你要啃一篇论文却不知道从哪下手、手头资料散落在十几个网页里时DeepTutor 会把这些材料装进知识库然后以聊天的方式带你一步步学它能讲解、出题、解题、生成可视化图表还会把你的学习轨迹沉淀成可回溯的记忆。它本质上是一个开源的 AI 个性化学习工作台——聊天、知识库、AI 写笔记、知识图谱都在同一个系统里接上你自己喜欢的模型就能用。它为什么值得试 普通问答机器人回答完就结束了DeepTutor 不一样它的功能都挂在同一个智能代理循环上上下文随你走学过的东西留在记忆里。具体差别有四点一个引擎跑通所有模式聊天、出题、深研、解题、可视化随切随用知识全局共享知识库、笔记、书籍在聊天和伙伴中随时可引用记忆可查可改三层记忆都是明文文件每条结论能追到原始记录按需借脑可接入 Claude Code、Codex 等外部代理在对话中实时咨询上图是整个工作流的核心你的消息、历史会话、记忆、人设汇成一个统一上下文模型按思考 → 选工具 → 执行 → 看结果 → 回答的循环推进。所谓个性化就是这套循环每轮都带着你的上下文在跑。快速上手3步安装并跑通 ⚡环境要求Python 3.11–3.13Node.js 20装 Web 界面需要。最短路径是官方 PyPI 包不用克隆仓库mkdir -p my-deeptutor cd my-deeptutor pip install -U deeptutor deeptutor init # 依次确认端口、LLM 提供商、API Key、模型名 deeptutor start # 同时启动前后端保持终端开着建目录装包所有配置、知识库、记忆都落在你启动时所在目录的data/下换目录就是换个工作区跑 init它会问后端/前端端口默认 8001 / 3782、模型提供商和 API Key不想答也可以跳过稍后在网页里补跑 start等终端打印出前端地址浏览器打开http://127.0.0.1:3782验证成功看到 What would you like to learn? 首页、左侧有 Home / Partners / Book / Knowledge Center 等入口说明已跑通在对话框里随便问一个问题能正常流式回复就齐了如果你更习惯从源码装开发、二次定制克隆仓库后按 CONTRIBUTING.md 建虚拟环境、pip install -e .再进web目录装前端依赖然后deeptutor start --dev即可流程与上面一致。核心功能实战聊天先行把任何问题变成一次导学聊天是默认模式也是所有其他能力的入口——它不是一问一答而是一次有过程的导学。直接提问输入问题后你可以看到它思考、调工具搜索、读知识库的全过程切换能力输入框左下角的 Chat 下拉可以换成 Quiz出题、Research带引用的调研报告、Visualize图表动画、Solve分步解题等模式喂上下文点 号可临时引用文件、历史会话、书籍、题库点工具栏上的知识库图标则是粘性引用整场对话都生效让它追问问题模糊时代理会主动停下反问而不是猜着答建知识库把你的资料变成 RAG 底座知识库是聊天回答言之有据的来源也是 Co-Writer 和书籍生成的素材库。新建左侧进入 Knowledge Center点 New knowledge base选引擎默认 LlamaIndex本地向量 BM25开箱即用也可选 GraphRAG、LightRAG、PageIndex 或关联 Obsidian 库传资料支持 PDF、Markdown、文档类文件解析引擎可在 Settings → Knowledge Base 调整Text / MinerU / Docling 等用起来回到聊天在工具栏勾选这个知识库回答就会带引用地落在你的资料上生成书籍把资料变成一本交互书书籍功能把选定的素材编译成活书不是静态 PDF而是由章节 类型化内容块组成的阅读环境。选来源新知识库、笔记、题库或历史会话都能当原料审大纲生成前先给出章节提纲供你确认不满意可改避免一次性盲生成玩内容块每章含文字、测验卡、代码、动画、交互 HTML 等块可单独增删、移动、换类型页级问答每页自带 Page Chat读到哪问到哪Co-Writer和 AI 合写笔记与文档写论文笔记、教程、复习文档时Co-Writer 是一个自动保存、实时预览的 Markdown 工作区。开草稿点 New draft或用 From template 从模板起步外科手术式改写选中一段文字要求扩写、缩写、改写它可以引用知识库和网络证据审核改动所有修改以 diff 形式给出你逐条接受或拒绝没批准的内容不会落稿沉淀复用写好的稿子可存进笔记本之后在聊天或书籍里随时引用进阶玩法三层记忆让 AI 真正记得你记忆系统是文件制的不是黑盒向量库你可以逐层点开看L1 原始轨迹按日期追加的事件流最底层证据L2 分面事实每个功能面提炼出的事实清单引用 L1L3 跨面合成对你的画像、偏好、近期关注的综合判断引用 L2点开 Memory 页能直接编辑和清理记忆图谱里悬停任意节点可以看到这条结论背后是哪条原始记录。想让因材施教持续生效这是最值得花十分钟配置的页面。Partners把助教搬进你的 IMPartner 是常驻伙伴它有自己的灵魂设定SOUL.md、模型策略、私有记忆再接上飞书、Telegram、Discord、企业微信等渠道后就变成了住在 IM 里、随叫随到的私教。在 Partners 页点 New partner写人设、选模型为它配置 IM 渠道凭据它就开始独立收发消息反向用法在聊天里把一个 Partner 当作子代理咨询两个脑互相借力Learning Space技能与题库的仓库Learning Space 放的是会长期留存的东西聊天历史、笔记本、题库含你的作答、参考答案和解析、 Mastery Path 学习路径、人设以及 Skills。技能是模型按需读取的SKILL.md剧本你可以自己写也可以从社区技能市场 EduHub 一键导入自带安全审核门槛题库与 Mastery Path 配合测验答错的问题自动进复习计划遇到问题时看这里问页面能打开但聊天没反应或答非所问基本是没配模型。进 Settings → Models添加一个 LLM 档案Base URL、API Key、模型名三项保存后刷新对话即可。问deeptutor start报端口被占用重新跑一次deeptutor init换端口或直接改data/user/settings/system.json里的端口号再重启。问想接 Ollama / LM Studio 本地模型怎么办在 Models 里选 OpenAI 兼容类提供商Base URL 填http://127.0.0.1:11434/v1Ollama。若你跑在 Docker 里容器内的 localhost 不是宿主机要换成http://host.docker.internal:11434/v1。问知识库建好了但检索效果差或一直报错两件事先查知识库功能需要额外配置一个 Embedding 模型再检查 Settings → Knowledge Base 的文档解析引擎是否与你的文档类型匹配。单篇文档解析失败时可以直接删掉那一篇重建不用推倒整个库。问数据都存在哪里能迁移吗全部在工作区目录下的data/里配置、知识库、记忆、会话都是明文 JSON/YAML/Markdown。设置DEEPTUTOR_HOME或deeptutor start --home可指定其他位置备份 拷走整个data/。写在最后DeepTutor 的路子很直接把学拆成聊天、知识库、书籍、记忆这几块可组合的积木再交给一个统一的智能代理循环去调度——你负责提问题和验收它负责查资料、出活、记住你。建议第一天只装好模型、建一个知识库、问十个问题把三层记忆和 Partner 留给资料变多之后。源码入口deeptutor/代理逻辑在 deeptutor/agents/工具注册在 deeptutor/tools/命令行完整功能deeptutor_cli/容器化与二次开发CONTAINERIZATION.md、CONTRIBUTING.md【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
DeepTutor5分钟搭好你的AI个性化学习助手完整新手指南【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor当你要啃一篇论文却不知道从哪下手、手头资料散落在十几个网页里时DeepTutor 会把这些材料装进知识库然后以聊天的方式带你一步步学它能讲解、出题、解题、生成可视化图表还会把你的学习轨迹沉淀成可回溯的记忆。它本质上是一个开源的 AI 个性化学习工作台——聊天、知识库、AI 写笔记、知识图谱都在同一个系统里接上你自己喜欢的模型就能用。它为什么值得试 普通问答机器人回答完就结束了DeepTutor 不一样它的功能都挂在同一个智能代理循环上上下文随你走学过的东西留在记忆里。具体差别有四点一个引擎跑通所有模式聊天、出题、深研、解题、可视化随切随用知识全局共享知识库、笔记、书籍在聊天和伙伴中随时可引用记忆可查可改三层记忆都是明文文件每条结论能追到原始记录按需借脑可接入 Claude Code、Codex 等外部代理在对话中实时咨询上图是整个工作流的核心你的消息、历史会话、记忆、人设汇成一个统一上下文模型按思考 → 选工具 → 执行 → 看结果 → 回答的循环推进。所谓个性化就是这套循环每轮都带着你的上下文在跑。快速上手3步安装并跑通 ⚡环境要求Python 3.11–3.13Node.js 20装 Web 界面需要。最短路径是官方 PyPI 包不用克隆仓库mkdir -p my-deeptutor cd my-deeptutor pip install -U deeptutor deeptutor init # 依次确认端口、LLM 提供商、API Key、模型名 deeptutor start # 同时启动前后端保持终端开着建目录装包所有配置、知识库、记忆都落在你启动时所在目录的data/下换目录就是换个工作区跑 init它会问后端/前端端口默认 8001 / 3782、模型提供商和 API Key不想答也可以跳过稍后在网页里补跑 start等终端打印出前端地址浏览器打开http://127.0.0.1:3782验证成功看到 What would you like to learn? 首页、左侧有 Home / Partners / Book / Knowledge Center 等入口说明已跑通在对话框里随便问一个问题能正常流式回复就齐了如果你更习惯从源码装开发、二次定制克隆仓库后按 CONTRIBUTING.md 建虚拟环境、pip install -e .再进web目录装前端依赖然后deeptutor start --dev即可流程与上面一致。核心功能实战聊天先行把任何问题变成一次导学聊天是默认模式也是所有其他能力的入口——它不是一问一答而是一次有过程的导学。直接提问输入问题后你可以看到它思考、调工具搜索、读知识库的全过程切换能力输入框左下角的 Chat 下拉可以换成 Quiz出题、Research带引用的调研报告、Visualize图表动画、Solve分步解题等模式喂上下文点 号可临时引用文件、历史会话、书籍、题库点工具栏上的知识库图标则是粘性引用整场对话都生效让它追问问题模糊时代理会主动停下反问而不是猜着答建知识库把你的资料变成 RAG 底座知识库是聊天回答言之有据的来源也是 Co-Writer 和书籍生成的素材库。新建左侧进入 Knowledge Center点 New knowledge base选引擎默认 LlamaIndex本地向量 BM25开箱即用也可选 GraphRAG、LightRAG、PageIndex 或关联 Obsidian 库传资料支持 PDF、Markdown、文档类文件解析引擎可在 Settings → Knowledge Base 调整Text / MinerU / Docling 等用起来回到聊天在工具栏勾选这个知识库回答就会带引用地落在你的资料上生成书籍把资料变成一本交互书书籍功能把选定的素材编译成活书不是静态 PDF而是由章节 类型化内容块组成的阅读环境。选来源新知识库、笔记、题库或历史会话都能当原料审大纲生成前先给出章节提纲供你确认不满意可改避免一次性盲生成玩内容块每章含文字、测验卡、代码、动画、交互 HTML 等块可单独增删、移动、换类型页级问答每页自带 Page Chat读到哪问到哪Co-Writer和 AI 合写笔记与文档写论文笔记、教程、复习文档时Co-Writer 是一个自动保存、实时预览的 Markdown 工作区。开草稿点 New draft或用 From template 从模板起步外科手术式改写选中一段文字要求扩写、缩写、改写它可以引用知识库和网络证据审核改动所有修改以 diff 形式给出你逐条接受或拒绝没批准的内容不会落稿沉淀复用写好的稿子可存进笔记本之后在聊天或书籍里随时引用进阶玩法三层记忆让 AI 真正记得你记忆系统是文件制的不是黑盒向量库你可以逐层点开看L1 原始轨迹按日期追加的事件流最底层证据L2 分面事实每个功能面提炼出的事实清单引用 L1L3 跨面合成对你的画像、偏好、近期关注的综合判断引用 L2点开 Memory 页能直接编辑和清理记忆图谱里悬停任意节点可以看到这条结论背后是哪条原始记录。想让因材施教持续生效这是最值得花十分钟配置的页面。Partners把助教搬进你的 IMPartner 是常驻伙伴它有自己的灵魂设定SOUL.md、模型策略、私有记忆再接上飞书、Telegram、Discord、企业微信等渠道后就变成了住在 IM 里、随叫随到的私教。在 Partners 页点 New partner写人设、选模型为它配置 IM 渠道凭据它就开始独立收发消息反向用法在聊天里把一个 Partner 当作子代理咨询两个脑互相借力Learning Space技能与题库的仓库Learning Space 放的是会长期留存的东西聊天历史、笔记本、题库含你的作答、参考答案和解析、 Mastery Path 学习路径、人设以及 Skills。技能是模型按需读取的SKILL.md剧本你可以自己写也可以从社区技能市场 EduHub 一键导入自带安全审核门槛题库与 Mastery Path 配合测验答错的问题自动进复习计划遇到问题时看这里问页面能打开但聊天没反应或答非所问基本是没配模型。进 Settings → Models添加一个 LLM 档案Base URL、API Key、模型名三项保存后刷新对话即可。问deeptutor start报端口被占用重新跑一次deeptutor init换端口或直接改data/user/settings/system.json里的端口号再重启。问想接 Ollama / LM Studio 本地模型怎么办在 Models 里选 OpenAI 兼容类提供商Base URL 填http://127.0.0.1:11434/v1Ollama。若你跑在 Docker 里容器内的 localhost 不是宿主机要换成http://host.docker.internal:11434/v1。问知识库建好了但检索效果差或一直报错两件事先查知识库功能需要额外配置一个 Embedding 模型再检查 Settings → Knowledge Base 的文档解析引擎是否与你的文档类型匹配。单篇文档解析失败时可以直接删掉那一篇重建不用推倒整个库。问数据都存在哪里能迁移吗全部在工作区目录下的data/里配置、知识库、记忆、会话都是明文 JSON/YAML/Markdown。设置DEEPTUTOR_HOME或deeptutor start --home可指定其他位置备份 拷走整个data/。写在最后DeepTutor 的路子很直接把学拆成聊天、知识库、书籍、记忆这几块可组合的积木再交给一个统一的智能代理循环去调度——你负责提问题和验收它负责查资料、出活、记住你。建议第一天只装好模型、建一个知识库、问十个问题把三层记忆和 Partner 留给资料变多之后。源码入口deeptutor/代理逻辑在 deeptutor/agents/工具注册在 deeptutor/tools/命令行完整功能deeptutor_cli/容器化与二次开发CONTAINERIZATION.md、CONTRIBUTING.md【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
