DeepTutor完整上手指南30分钟搭好你的个性化AI学习助手【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutorDeepTutor是一套开源、可私有部署的个性化AI学习助手把对话问答、深度研究、知识库管理、记忆系统和协同写作整合在一个驾驶舱式的界面里。这篇文章不打算给你罗列一堆命令了事而是想陪你走一遍完整流程先看懂它值不值得装再亲手把它跑起来最后聊透那些会让新手当场抓狂的坑。读完你大概需要十五分钟装完到能用也就一杯咖啡的功夫。先聊个扎心的你缺的从来不是资料扪心自问一下你的收藏夹里躺着多少个稍后阅读网盘里积压着多少个G的PDF买了三年还没翻开第一页的电子书又有几本大多数人学习的真实困境不是找不到好资料而是资料到了手里之后没人帮你在上面走完读懂→记住→用出来这条闭环。搜索引擎给你一千个链接但不会提醒你你上周看到第 37 页卡住了聊天机器人能陪你聊但一关窗口就把你忘得干干净净。你需要的不是第 N1 个资料库而是一个能带着你把知识嚼碎、咽下去还记得你学到哪一步的系统。DeepTutor 就是冲着这个痛点来的。DeepTutor到底是什么物种项目的官方定位是Lifelong Personalized Tutoring终身个性化辅导其中最核心的一个词是Agent 原生架构Agent-Native。说人话就是它不是一个聊天框 一摞菜单的老式玩具而是一群分工明确的 AI 代理围绕你的学习目标各司其职、协同作战。如果一定要打个比方把它想成一辆学习驾驶舱最贴切左侧是仪表盘导航、代理、记忆、知识库都在这里正前方是主驾驶位对话输入框而你就是手握方向盘的驾驶员。想让谁来干活喊一声就行。一图看懂它能干的所有事打开主界面点开能力切换菜单你会看到这么一排驾驶模式模式一句话解释谁最需要它Chat 对话随问随答多轮上下文所有人日常答疑就靠它Quiz 测验自动出题检验掌握度备考党、自学者Research 研究多代理联网查资料、整理引用写论文、做技术调研的人Visualize 可视化图表与概念可视化需要看图理解的选手Solve 解题多步推理、数学计算、代码调试刷题党、程序员Mastery Path 掌握路径按你的进度定制学习计划系统性啃一门课的人看到这你大概明白了它不是单一工具而是一整套围绕学习这件事搭起来的平台。接下来我们把它跑起来。极速部署三步走从零到能提问只要半小时部署 DeepTutor 不需要你懂后端、懂 Docker、懂任何玄学。整个过程就三步我帮你拆成事前检查 → 一键启动 → 效果验证三段。事前检查清单两分钟Python 3.11 及以上python --version可查Node.js 18 及以上node --version可查能正常访问 pip 源想全程离线的话提前备好本地模型满足这三条就可以开工了。一键启动十分钟# 安装核心包 pip install -U deeptutor # 初始化环境端口、LLM 提供商、嵌入模型一路回车 deeptutor init # 启动服务 deeptutor startinit这个命令值得多说一句它是个交互式向导端口、模型、嵌入配置都帮你列好了选项不用手动去改任何配置文件。对新手极其友好。如果你后面想折腾源码、二次开发也可以把仓库 clone 下来再装git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor效果验证一分钟启动完成后系统会同时拉起两条线后端 FastAPI 服务默认端口8001前端界面默认端口3782浏览器打开http://localhost:3782看到聊天界面就说明成功了。试着丢一句给我讲讲什么是 Agentic RAG让它先热热身。小白最常用 Top 玩法先把这五块玩熟装好之后别急着到处点先从使用频率最高的五个功能入手很快你就能上手。玩法一把它当成随叫随到的私人答疑最基础也最好用的就是直接聊。学习中的疑问、概念对比、代码报错都可以丢给它。它有完整的工具调用能力需要查资料时会自动去查需要算题时会自动去算不需要你手动切模式。玩法二带上资料再提问让对话有上下文这也是很多新手会忽略的隐藏技能输入框旁的 按钮点开之后能挂载一堆学习资源——上传 PDF/DOCX/PPTX 文件、调取历史对话、接上外部 AI 代理、访问书籍库和笔记本、甚至直接挂一套题库。挂上资料之后再提问AI 的回答就不再是泛泛而谈而是基于你手头这份材料在说话。这一招用好了效率翻倍。玩法三把散乱笔记变成可检索的知识库资料攒多了就该建知识库了。DeepTutor 的知识中心支持多种检索引擎——LlamaIndex、PageIndex、GraphRAG、LightRAG、Obsidian 等不同场景选不同的检索方式。创建和管理在界面上就能完成命令行同样顺手# 创建一个基于 LlamaIndex 的知识库 deeptutor kb create 机器学习笔记 --engine llama-index # 往里面加资料 deeptutor kb add 机器学习笔记 --doc 线性代数教程.pdf deeptutor kb add 机器学习笔记 --doc 深度学习笔记.md建好之后你在对话里随时可以引用这些资料等于给 AI 装了一颗专属于你的外置大脑。玩法四协同写作边学边产出光输入不输出学习效果会大打折扣。Co-Writer 模块就是一个智能 Markdown 写作环境特别适合整理学习笔记、攒研究报告。新建草稿 → AI 扩写/改写 → 引用知识库资料 → 保存成可复用的笔记一套流程走下来你的学和写就打通了。玩法五把资料蒸成一本交互式教材这是最有惊喜感的一个功能。Book 模块能把你的学习资料自动转成结构化教材生成章节、练习题甚至内嵌可视化内容。相当于让 AI 替你把散资料编成书再带着你一章一章读。记忆系统它真的记得你学过什么把上面这些功能串起来的是 DeepTutor 的记忆系统。它采用三层结构把你所有的学习痕迹组织起来L1 工作区镜像实时快照你当前的工作区你干了什么都记着L2 表面总结按不同的学习表面对话、笔记、知识库提炼关键事实L3 跨表面知识合成把零散信息合成关于你的长期画像比如学习偏好、近期主线记忆还有配套的图谱可视化你学到的东西之间有什么关联、哪里还是盲区一眼就能看明白。这层设计才是个性化三个字的底气——它知道你学过什么才知道下一步该带你学什么。高频翻车现场与急救手册新手期难免踩坑。下面这四类问题属于发生频率最高的翻车现场直接对照急救症状病因急救方案连不上本地 OllamaOllama 服务没起或端口不对先跑ollama serve确认 11434 端口活着前端网页打不开3782 被占或防火墙拦了换端口用deeptutor init重配检查防火墙建知识库总是失败嵌入模型没配对进设置检查嵌入模型的连接状态子代理连不上API Key 或连接参数填错核对子代理的密钥和地址逐项重验另外送你四条低配机器保命法则优先选轻量模型比如mistral、qwen2.5这类参数少的把记忆系统 L2/L3 的更新频率调低别让它在后台疯狂烧资源别同时开好几个重活研究 可视化 写书一起上小机器会哭定期deeptutor memory clear清缓存释放空间模型怎么选本地跑还是走云端DeepTutor 对模型提供商很宽容本地云端都能接。以配置model_catalog.json为例全本地方案配 Ollama数据不出门{ llm_provider: ollama, llm_model: llama3, llm_base_url: http://localhost:11434/v1, embedding_provider: ollama, embedding_model: all-minilm }云端方案配 OpenAI效果拉满{ llm_provider: openai, llm_model: gpt-4o, api_key: your-api-key-here }一句话总结选型思路在意隐私和成本就本地在意效果和速度就云端两者随时可以切换。从用家到玩家三个动作快速入圈玩熟之后如果你想更进一步用这三个动作让自己入圈搜技能、装技能DeepTutor 有技能Skill生态社区里已经沉淀了不少学习技能拿来即用发问题、提建议在项目 Issues 里反馈使用体验维护者很欢迎真实用户的声音交技能、交代码把你的学习方法论打包成技能发布出去或者直接提 PR 改进功能技能相关的命令长这样# 搜索社区技能 deeptutor skill search 数学辅导 # 安装技能到本地 deeptutor skill install math-tutor-skill # 发布自己的学习技能 deeptutor skill publish ./my-learning-skill进阶路线图再往上走还能玩什么如果你已经不满足于会用这里有一条循序渐进的路线供你参考第一站多用户部署。给学习小组、班级配一个共享环境配合登录体系做资源隔离第二站自定义代理。为特定学科造一个专用 AI 助手比如物理刷题教练文献综述助手第三站API 集成。把 DeepTutor 的能力嵌进你自己的学习平台或工作流第四站插件扩展。为它开发新工具、新模块成为生态的贡献者每往上走一站你对Agent 原生的理解就会深一层这套系统能榨出的价值也更多一分。最后帮你把要点盘一盘整篇文章的信息量不小这里做一次要点复盘它是什么开源的个性化 AI 学习平台Agent 原生架构能对话、研究、建知识库、写作、出书、记记忆怎么装pip install -U deeptutor→deeptutor init→deeptutor start前端在 3782 端口先玩什么答疑对话、挂资料提问、建知识库、协同写作、智能书籍这五个足以撑起日常学习踩坑看哪Ollama 连不上、端口被占、索引失败、代理失联——对着急救表逐条查下一步从用家到玩家搜技能、提 Issues、发 PR或者直接冲向多用户部署和自定义代理给你的下一步行动清单今晚花半小时装好明天用它建第一个知识库这周末把本周学的内容丢进 Co-Writer 整理成笔记。等这三步都完成你就算正式上手了。学习这件事最难的不是坚持而是有人记得你从哪里开始。DeepTutor 替你记住了——剩下的交给你的好奇心就好。【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完整上手指南：30分钟搭好你的个性化AI学习助手
DeepTutor完整上手指南30分钟搭好你的个性化AI学习助手【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutorDeepTutor是一套开源、可私有部署的个性化AI学习助手把对话问答、深度研究、知识库管理、记忆系统和协同写作整合在一个驾驶舱式的界面里。这篇文章不打算给你罗列一堆命令了事而是想陪你走一遍完整流程先看懂它值不值得装再亲手把它跑起来最后聊透那些会让新手当场抓狂的坑。读完你大概需要十五分钟装完到能用也就一杯咖啡的功夫。先聊个扎心的你缺的从来不是资料扪心自问一下你的收藏夹里躺着多少个稍后阅读网盘里积压着多少个G的PDF买了三年还没翻开第一页的电子书又有几本大多数人学习的真实困境不是找不到好资料而是资料到了手里之后没人帮你在上面走完读懂→记住→用出来这条闭环。搜索引擎给你一千个链接但不会提醒你你上周看到第 37 页卡住了聊天机器人能陪你聊但一关窗口就把你忘得干干净净。你需要的不是第 N1 个资料库而是一个能带着你把知识嚼碎、咽下去还记得你学到哪一步的系统。DeepTutor 就是冲着这个痛点来的。DeepTutor到底是什么物种项目的官方定位是Lifelong Personalized Tutoring终身个性化辅导其中最核心的一个词是Agent 原生架构Agent-Native。说人话就是它不是一个聊天框 一摞菜单的老式玩具而是一群分工明确的 AI 代理围绕你的学习目标各司其职、协同作战。如果一定要打个比方把它想成一辆学习驾驶舱最贴切左侧是仪表盘导航、代理、记忆、知识库都在这里正前方是主驾驶位对话输入框而你就是手握方向盘的驾驶员。想让谁来干活喊一声就行。一图看懂它能干的所有事打开主界面点开能力切换菜单你会看到这么一排驾驶模式模式一句话解释谁最需要它Chat 对话随问随答多轮上下文所有人日常答疑就靠它Quiz 测验自动出题检验掌握度备考党、自学者Research 研究多代理联网查资料、整理引用写论文、做技术调研的人Visualize 可视化图表与概念可视化需要看图理解的选手Solve 解题多步推理、数学计算、代码调试刷题党、程序员Mastery Path 掌握路径按你的进度定制学习计划系统性啃一门课的人看到这你大概明白了它不是单一工具而是一整套围绕学习这件事搭起来的平台。接下来我们把它跑起来。极速部署三步走从零到能提问只要半小时部署 DeepTutor 不需要你懂后端、懂 Docker、懂任何玄学。整个过程就三步我帮你拆成事前检查 → 一键启动 → 效果验证三段。事前检查清单两分钟Python 3.11 及以上python --version可查Node.js 18 及以上node --version可查能正常访问 pip 源想全程离线的话提前备好本地模型满足这三条就可以开工了。一键启动十分钟# 安装核心包 pip install -U deeptutor # 初始化环境端口、LLM 提供商、嵌入模型一路回车 deeptutor init # 启动服务 deeptutor startinit这个命令值得多说一句它是个交互式向导端口、模型、嵌入配置都帮你列好了选项不用手动去改任何配置文件。对新手极其友好。如果你后面想折腾源码、二次开发也可以把仓库 clone 下来再装git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor效果验证一分钟启动完成后系统会同时拉起两条线后端 FastAPI 服务默认端口8001前端界面默认端口3782浏览器打开http://localhost:3782看到聊天界面就说明成功了。试着丢一句给我讲讲什么是 Agentic RAG让它先热热身。小白最常用 Top 玩法先把这五块玩熟装好之后别急着到处点先从使用频率最高的五个功能入手很快你就能上手。玩法一把它当成随叫随到的私人答疑最基础也最好用的就是直接聊。学习中的疑问、概念对比、代码报错都可以丢给它。它有完整的工具调用能力需要查资料时会自动去查需要算题时会自动去算不需要你手动切模式。玩法二带上资料再提问让对话有上下文这也是很多新手会忽略的隐藏技能输入框旁的 按钮点开之后能挂载一堆学习资源——上传 PDF/DOCX/PPTX 文件、调取历史对话、接上外部 AI 代理、访问书籍库和笔记本、甚至直接挂一套题库。挂上资料之后再提问AI 的回答就不再是泛泛而谈而是基于你手头这份材料在说话。这一招用好了效率翻倍。玩法三把散乱笔记变成可检索的知识库资料攒多了就该建知识库了。DeepTutor 的知识中心支持多种检索引擎——LlamaIndex、PageIndex、GraphRAG、LightRAG、Obsidian 等不同场景选不同的检索方式。创建和管理在界面上就能完成命令行同样顺手# 创建一个基于 LlamaIndex 的知识库 deeptutor kb create 机器学习笔记 --engine llama-index # 往里面加资料 deeptutor kb add 机器学习笔记 --doc 线性代数教程.pdf deeptutor kb add 机器学习笔记 --doc 深度学习笔记.md建好之后你在对话里随时可以引用这些资料等于给 AI 装了一颗专属于你的外置大脑。玩法四协同写作边学边产出光输入不输出学习效果会大打折扣。Co-Writer 模块就是一个智能 Markdown 写作环境特别适合整理学习笔记、攒研究报告。新建草稿 → AI 扩写/改写 → 引用知识库资料 → 保存成可复用的笔记一套流程走下来你的学和写就打通了。玩法五把资料蒸成一本交互式教材这是最有惊喜感的一个功能。Book 模块能把你的学习资料自动转成结构化教材生成章节、练习题甚至内嵌可视化内容。相当于让 AI 替你把散资料编成书再带着你一章一章读。记忆系统它真的记得你学过什么把上面这些功能串起来的是 DeepTutor 的记忆系统。它采用三层结构把你所有的学习痕迹组织起来L1 工作区镜像实时快照你当前的工作区你干了什么都记着L2 表面总结按不同的学习表面对话、笔记、知识库提炼关键事实L3 跨表面知识合成把零散信息合成关于你的长期画像比如学习偏好、近期主线记忆还有配套的图谱可视化你学到的东西之间有什么关联、哪里还是盲区一眼就能看明白。这层设计才是个性化三个字的底气——它知道你学过什么才知道下一步该带你学什么。高频翻车现场与急救手册新手期难免踩坑。下面这四类问题属于发生频率最高的翻车现场直接对照急救症状病因急救方案连不上本地 OllamaOllama 服务没起或端口不对先跑ollama serve确认 11434 端口活着前端网页打不开3782 被占或防火墙拦了换端口用deeptutor init重配检查防火墙建知识库总是失败嵌入模型没配对进设置检查嵌入模型的连接状态子代理连不上API Key 或连接参数填错核对子代理的密钥和地址逐项重验另外送你四条低配机器保命法则优先选轻量模型比如mistral、qwen2.5这类参数少的把记忆系统 L2/L3 的更新频率调低别让它在后台疯狂烧资源别同时开好几个重活研究 可视化 写书一起上小机器会哭定期deeptutor memory clear清缓存释放空间模型怎么选本地跑还是走云端DeepTutor 对模型提供商很宽容本地云端都能接。以配置model_catalog.json为例全本地方案配 Ollama数据不出门{ llm_provider: ollama, llm_model: llama3, llm_base_url: http://localhost:11434/v1, embedding_provider: ollama, embedding_model: all-minilm }云端方案配 OpenAI效果拉满{ llm_provider: openai, llm_model: gpt-4o, api_key: your-api-key-here }一句话总结选型思路在意隐私和成本就本地在意效果和速度就云端两者随时可以切换。从用家到玩家三个动作快速入圈玩熟之后如果你想更进一步用这三个动作让自己入圈搜技能、装技能DeepTutor 有技能Skill生态社区里已经沉淀了不少学习技能拿来即用发问题、提建议在项目 Issues 里反馈使用体验维护者很欢迎真实用户的声音交技能、交代码把你的学习方法论打包成技能发布出去或者直接提 PR 改进功能技能相关的命令长这样# 搜索社区技能 deeptutor skill search 数学辅导 # 安装技能到本地 deeptutor skill install math-tutor-skill # 发布自己的学习技能 deeptutor skill publish ./my-learning-skill进阶路线图再往上走还能玩什么如果你已经不满足于会用这里有一条循序渐进的路线供你参考第一站多用户部署。给学习小组、班级配一个共享环境配合登录体系做资源隔离第二站自定义代理。为特定学科造一个专用 AI 助手比如物理刷题教练文献综述助手第三站API 集成。把 DeepTutor 的能力嵌进你自己的学习平台或工作流第四站插件扩展。为它开发新工具、新模块成为生态的贡献者每往上走一站你对Agent 原生的理解就会深一层这套系统能榨出的价值也更多一分。最后帮你把要点盘一盘整篇文章的信息量不小这里做一次要点复盘它是什么开源的个性化 AI 学习平台Agent 原生架构能对话、研究、建知识库、写作、出书、记记忆怎么装pip install -U deeptutor→deeptutor init→deeptutor start前端在 3782 端口先玩什么答疑对话、挂资料提问、建知识库、协同写作、智能书籍这五个足以撑起日常学习踩坑看哪Ollama 连不上、端口被占、索引失败、代理失联——对着急救表逐条查下一步从用家到玩家搜技能、提 Issues、发 PR或者直接冲向多用户部署和自定义代理给你的下一步行动清单今晚花半小时装好明天用它建第一个知识库这周末把本周学的内容丢进 Co-Writer 整理成笔记。等这三步都完成你就算正式上手了。学习这件事最难的不是坚持而是有人记得你从哪里开始。DeepTutor 替你记住了——剩下的交给你的好奇心就好。【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