DeepTutor 入门指南把 AI 学习助手从玩具用到导师【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor深夜十一点你翻出收藏夹里攒了三个月的教程合集准备今晚好好学一下。半小时后你在第 12 个浏览器标签页之间来回切换PDF 里划的线越来越多脑子里却越来越空。这个场景是不是很眼熟资料越存越多、越学越焦虑问题从来不在找资料而在没人带着你吃透。DeepTutor 正是为这个痛点而生的 AI 学习助手——一个基于 Agent 原生架构、能陪你聊天答疑、做深度研究、梳理知识体系、甚至记住你学习进度的个性化学习平台。这篇文章不整玄乎的概念就带你把它装起来、用起来、再调教成只属于你的学习拍档。先花三分钟把这位随叫随到的学习搭子接回家DeepTutor 的安装比想象中简单它打包好了后端服务FastAPI和前端界面Next.js你只管两条命令。前提是你有 Python 3.11 和 Node.js 18一般开发环境都够用。pip install -U deeptutor安装完成后先别急着启动跑一次deeptutor initdeeptutor init这条命令会像向导一样带你完成初始化选后端端口默认 8001、前端端口默认 3782、指定你的 LLM 提供商和嵌入模型。全程是问答式的不用手改任何配置文件对新手极其友好。接着一锤定音deeptutor start稍等几秒浏览器会自动打开 http://localhost:3782你会看到一个布局清爽的界面左侧是导航栏中间是对话工作区。到这一步学习搭子已经到家了。资料堆成山先治好存了等于学了的老毛病很多人囤资料的本能强过读资料的耐心。DeepTutor 给出的解法不是逼你自律而是让 AI 帮你消化——第一步把资料变成它读得懂的知识库。# 创建一个知识库名字随意 deeptutor kb create 机器学习笔记 --doc 线性代数教程.pdf # 随时往里继续加料 deeptutor kb add 机器学习笔记 --doc 深度学习笔记.md知识中心支持 LlamaIndex、PageIndex、GraphRAG 等多种检索引擎你可以按资料类型挑顺手的。建好之后你在对话里问帮我梳理一下矩阵的特征值分解思路它会带着知识库里的内容回答而不是凭空发挥。光有知识库还不够对话时点一下输入框旁的你还能把文件附件、过往聊天记录、笔记、题库甚至 AI 生成的书籍全部挂进当前上下文。它知道的越多给出的回答就越懂你。学完就忘它的三层记忆比你的收藏夹靠谱真正让 DeepTutor 区别于普通聊天机器人的是它的三层记忆架构。你的每次提问、每份笔记、每个知识库操作它都不会转头就忘记忆层作用通俗理解L1 工作空间镜像实时记录所有学习活动它看着你学了什么L2 表面总结按领域提炼关键知识点它帮你整理笔记L3 知识合成跨领域融合、深度理解它能把知识串成网在记忆图谱里你能直观看到知识点之间的关联哪些已经吃透、哪些还是空白一目了然。这也直接服务了它的 Mastery Path 掌握路径功能基于你的历史学习表现它会动态调整后续的讲解深度和练习难度而不是千篇一律地从头讲起。至于隐私——数据默认都留在本地用不着担心被偷学。想深入研究拉一支 AI 小分队替你打头阵单打独斗遇到复杂课题时DeepTutor 支持把多个 AI 代理组织起来分工协作。你可以把 Claude Code、Codex 这类外部助手接进来当子代理一个负责查文献一个负责跑代码一个负责出报告。# 把外部 AI 助手注册为协作伙伴 deeptutor partner create --name claude-code-assistant配合 Research 深度研究、Visualize 可视化、Solve 问题求解等能力从抛出一个问题到拿到带引用的研究报告 图表 可运行代码中间这些脏活累活都有人替你干。先看清楚自己手里有哪些牌再决定怎么出能力模块一句话说明适合场景Chat 智能对话多轮问答、工具调用日常答疑、概念探讨Research 深度研究多代理协作、文献检索论文调研、技术预研Visualize 可视化图表与交互可视化数据分析、概念演示Solve 问题解决多步骤推理、代码调试数学题、编程练习Mastery Path 掌握路径个性化计划与进度跟踪系统性长期学习最后一步把它调教成只属于你的形状工具用得顺不顺手很大程度取决于能否按自己的习惯定制。DeepTutor 在本地和云端两条路上都给你留了选择权。本地部署数据不出门在模型配置里指向本地 Ollama 服务即可{ llm_provider: ollama, llm_model: llama3, llm_base_url: http://localhost:11434/v1, embedding_model: all-minilm }云端调用则只需把提供商换成 OpenAI填上模型名和 API Key。想省钱就用轻量模型如qwen2.5追求效果就上旗舰模型切换随时进行。再往深处走DeepTutor 还有一个技能生态deeptutor skill search 数学辅导搜到社区技能后deeptutor skill install一条命令装进本地你把自己的学习方法论写成一个 SKILL 文件也能deeptutor skill publish分享出去。Co-Writer 协同写作负责把零散想法沉淀成结构化笔记Book 智能书籍则能把一份资料编译成带章节、习题和可视化的交互式教材。遇到小毛病的速查手册现象可能原因解决办法连不上本地模型Ollama 没启动运行ollama serve确认端口 11434前端打不开端口被占换端口后重新deeptutor init知识库索引失败嵌入模型没配好检查嵌入模型连接状态子代理不响应配置或密钥问题核对子代理 API 密钥与连接设置该你上场了文章写得再长不如你亲手敲下一行命令。DeepTutor 是开源项目安装、使用、改造、贡献的完整说明都在项目仓库的deeptutor_cli/与docs/目录里躺着。从收藏了到开始用只有一条pip install的距离——打开终端启动你的学习搭子问它第一个问题。知识增长这件事有人陪着会轻松很多。【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 入门指南：把 AI 学习助手从“玩具“用到“导师“
DeepTutor 入门指南把 AI 学习助手从玩具用到导师【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor深夜十一点你翻出收藏夹里攒了三个月的教程合集准备今晚好好学一下。半小时后你在第 12 个浏览器标签页之间来回切换PDF 里划的线越来越多脑子里却越来越空。这个场景是不是很眼熟资料越存越多、越学越焦虑问题从来不在找资料而在没人带着你吃透。DeepTutor 正是为这个痛点而生的 AI 学习助手——一个基于 Agent 原生架构、能陪你聊天答疑、做深度研究、梳理知识体系、甚至记住你学习进度的个性化学习平台。这篇文章不整玄乎的概念就带你把它装起来、用起来、再调教成只属于你的学习拍档。先花三分钟把这位随叫随到的学习搭子接回家DeepTutor 的安装比想象中简单它打包好了后端服务FastAPI和前端界面Next.js你只管两条命令。前提是你有 Python 3.11 和 Node.js 18一般开发环境都够用。pip install -U deeptutor安装完成后先别急着启动跑一次deeptutor initdeeptutor init这条命令会像向导一样带你完成初始化选后端端口默认 8001、前端端口默认 3782、指定你的 LLM 提供商和嵌入模型。全程是问答式的不用手改任何配置文件对新手极其友好。接着一锤定音deeptutor start稍等几秒浏览器会自动打开 http://localhost:3782你会看到一个布局清爽的界面左侧是导航栏中间是对话工作区。到这一步学习搭子已经到家了。资料堆成山先治好存了等于学了的老毛病很多人囤资料的本能强过读资料的耐心。DeepTutor 给出的解法不是逼你自律而是让 AI 帮你消化——第一步把资料变成它读得懂的知识库。# 创建一个知识库名字随意 deeptutor kb create 机器学习笔记 --doc 线性代数教程.pdf # 随时往里继续加料 deeptutor kb add 机器学习笔记 --doc 深度学习笔记.md知识中心支持 LlamaIndex、PageIndex、GraphRAG 等多种检索引擎你可以按资料类型挑顺手的。建好之后你在对话里问帮我梳理一下矩阵的特征值分解思路它会带着知识库里的内容回答而不是凭空发挥。光有知识库还不够对话时点一下输入框旁的你还能把文件附件、过往聊天记录、笔记、题库甚至 AI 生成的书籍全部挂进当前上下文。它知道的越多给出的回答就越懂你。学完就忘它的三层记忆比你的收藏夹靠谱真正让 DeepTutor 区别于普通聊天机器人的是它的三层记忆架构。你的每次提问、每份笔记、每个知识库操作它都不会转头就忘记忆层作用通俗理解L1 工作空间镜像实时记录所有学习活动它看着你学了什么L2 表面总结按领域提炼关键知识点它帮你整理笔记L3 知识合成跨领域融合、深度理解它能把知识串成网在记忆图谱里你能直观看到知识点之间的关联哪些已经吃透、哪些还是空白一目了然。这也直接服务了它的 Mastery Path 掌握路径功能基于你的历史学习表现它会动态调整后续的讲解深度和练习难度而不是千篇一律地从头讲起。至于隐私——数据默认都留在本地用不着担心被偷学。想深入研究拉一支 AI 小分队替你打头阵单打独斗遇到复杂课题时DeepTutor 支持把多个 AI 代理组织起来分工协作。你可以把 Claude Code、Codex 这类外部助手接进来当子代理一个负责查文献一个负责跑代码一个负责出报告。# 把外部 AI 助手注册为协作伙伴 deeptutor partner create --name claude-code-assistant配合 Research 深度研究、Visualize 可视化、Solve 问题求解等能力从抛出一个问题到拿到带引用的研究报告 图表 可运行代码中间这些脏活累活都有人替你干。先看清楚自己手里有哪些牌再决定怎么出能力模块一句话说明适合场景Chat 智能对话多轮问答、工具调用日常答疑、概念探讨Research 深度研究多代理协作、文献检索论文调研、技术预研Visualize 可视化图表与交互可视化数据分析、概念演示Solve 问题解决多步骤推理、代码调试数学题、编程练习Mastery Path 掌握路径个性化计划与进度跟踪系统性长期学习最后一步把它调教成只属于你的形状工具用得顺不顺手很大程度取决于能否按自己的习惯定制。DeepTutor 在本地和云端两条路上都给你留了选择权。本地部署数据不出门在模型配置里指向本地 Ollama 服务即可{ llm_provider: ollama, llm_model: llama3, llm_base_url: http://localhost:11434/v1, embedding_model: all-minilm }云端调用则只需把提供商换成 OpenAI填上模型名和 API Key。想省钱就用轻量模型如qwen2.5追求效果就上旗舰模型切换随时进行。再往深处走DeepTutor 还有一个技能生态deeptutor skill search 数学辅导搜到社区技能后deeptutor skill install一条命令装进本地你把自己的学习方法论写成一个 SKILL 文件也能deeptutor skill publish分享出去。Co-Writer 协同写作负责把零散想法沉淀成结构化笔记Book 智能书籍则能把一份资料编译成带章节、习题和可视化的交互式教材。遇到小毛病的速查手册现象可能原因解决办法连不上本地模型Ollama 没启动运行ollama serve确认端口 11434前端打不开端口被占换端口后重新deeptutor init知识库索引失败嵌入模型没配好检查嵌入模型连接状态子代理不响应配置或密钥问题核对子代理 API 密钥与连接设置该你上场了文章写得再长不如你亲手敲下一行命令。DeepTutor 是开源项目安装、使用、改造、贡献的完整说明都在项目仓库的deeptutor_cli/与docs/目录里躺着。从收藏了到开始用只有一条pip install的距离——打开终端启动你的学习搭子问它第一个问题。知识增长这件事有人陪着会轻松很多。【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