用过那么多AI学习工具为什么只有DeepTutor能记住你【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor你是不是也这样为了学点新东西今天试这个AI助手明天装那个学习App。可每次打开新工具它都把你当陌生人——不知道你在学什么、卡在哪、喜欢怎么学之前的进度和笔记全被抛在脑后。知识明明在积累AI辅导却一直在失忆。这正是 DeepTutor 想解决的事一个开源的 Agent 原生学习工作区把终身个性化辅导从一句口号做成了看得见、可审计的系统。一个让学习者血压升高的瞬间AI又把我当陌生人了想象你正在补高数。上周用聊天工具让AI给你讲了极限的定义还让它出了十道题练习今天打开同一款工具它完全不记得你从哪一节开始、哪些题做错了。你只能把背景信息从头描述一遍然后收到一个和上次水平差不多的泛泛回答。更糟的是学习本来就是碎片化的——听课用一个工具整理笔记用另一个做练习再用一个。你的知识被切碎在互不相通的对话框里谁也接不上谁。DeepTutor 的解法很朴素把聊天、笔记、知识库、电子书这些学习表面统一进同一个工作区让上下文跟着你走而不是锁死在某个孤立功能里。一个引擎跑全部DeepTutor 的Agent原生到底指什么Agent原生听起来玄乎其实一句话就能讲清楚聊天、出题、研究、可视化、解题、掌握路径这些能力背后跑的是同一个循环而不是一个个各自为政的后台模块。这个循环本身并不复杂模型先思考Think决定是直接回答还是调用工具需要时调用 RAG、记忆、网页搜索或代码执行Call Tool观察工具返回的结果Observe最后给出回答Respond。如果没把握它甚至会停下来向你提问而不是瞎猜。这套架构的实现在deeptutor/core/agentic/和deeptutor/agents/两个目录里。它带来的好处很实际你在循环里积累的知识库、笔记、记忆进入任何学习模式都能直接复用模型不会因为切换功能就被格式化。用项目自己的话说切换的是学习目标不是引擎。三层记忆它凭什么敢说懂你如果只是把对话保存下来那不叫记忆那叫聊天记录。DeepTutor 的记忆是分层构建的L1 工作区镜像记录你在每个学习表面的原始交互轨迹L2 表面摘要把聊天、书籍、笔记等每个表面整理成可读的事实条目L3 跨表面合成把不同场景的知识拼成对你的综合画像。关键是这套记忆不是藏在看不见的向量库里而是以普通文件的形式落地deeptutor/services/memory/目录并且每一层都标注来源——L3 引用 L2L2 引用 L1。打开记忆图谱你可以把任何一条我猜你擅长X的结论一路追溯到最原始的那条对话事件。可审计才谈得上可信。从零到用起来三步就够先看清价值再动手不迟。DeepTutor 提供了四种安装路径最常见的是 PyPI 直接安装全程只要三步mkdir -p my-learning cd my-learning pip install -U deeptutor deeptutor init deeptutor start浏览器打开终端打印的地址默认http://127.0.0.1:3782就能开始使用前提是本机有 Python 3.11 和 Node.js 20。在意隐私或想断网学习它深度支持本地模型装好 Ollama拉一个开源模型比如 wizardlm2:7b在设置里把 LLM 提供商切到 Ollama系统会自动检测本地服务全程不依赖云端。不喜欢图形界面的话还有 CLI 模式——deeptutor chat直接进入交互式终端能力和 Web 端完全一致命令清单见deeptutor_cli/。把资料变成活书把笔记变成可检索的知识对真正想学习的人来说知识库和活书这两件东西最值得细看。知识库不是简单的网盘。它内置了多种检索引擎可选——LlamaIndex、GraphRAG、LightRAG甚至可以直接挂载你的 Obsidian 仓库每次重建索引都会生成新的版本目录旧的不会销毁某篇文档解析坏了也能单独移除不必把整个库推倒重来。活书则更有想象力。你把资料、笔记、聊天历史丢进去它会先列出一份章节大纲让你确认然后编译成一本可以交互阅读的电子书文字、重点框、测验卡、闪卡、时间线、代码、示意图、动画都是独立的块每一页还自带一个 Page Chat。书的编译逻辑在deeptutor/book/compiler.py块与块之间可以移动、换类型、重新生成。普通 PDF 是静态的这本书是活的——读完一章直接做嵌入的测验卡住了就在当页提问。进阶玩法分身、伙伴与技能生态入门之后还有好几层可以玩把本地的 Claude Code、Codex 这类编码 CLI 接入我的代理对话中随时让它们接管复杂任务用 Partners 把你的导师发布到飞书、Telegram、Slack、Discord 等十多个即时通讯渠道变成随时在线、带人格和私有记忆的 AI 伙伴在 EduHub 技能市场一键安装苏格拉底式提问、闪卡生成、论文反馈这类教学技能也能把自己写的技能发布回社区。团队或学校场景下开启多用户模式即可获得隔离的工作空间和基于授权的资源分配。上手之前这几个坑建议先知道最后按惯例来个快问快答帮你少走弯路默认端口是多少前端默认 3782启动命令会打印地址端口配置在data/user/settings/system.json里。能跳过deeptutor init吗能但不建议。它会帮你初始化模型提供商配置跳过的话得去设置页手动填一堆字段。只用聊天不配 embedding 行不行可以但知识库和 RAG 搜索就不可用了。想本地检索用 Ollama 的 embedding 服务即可。只想要 CLI 怎么装当前 CLI 精简包走源码安装克隆仓库后进入packaging/deeptutor-cli执行pip install -e .不需要 Web 界面时能省不少依赖。多用户默认开启吗默认关闭单机自用不用管。要部署共享环境先在auth.json打开认证第一个注册用户会成为管理员。学习从来不是一次性的动作它需要连续性。DeepTutor 把记住你这件小事做成了底层基础设施剩下的就是每天打开它继续学下去。【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 用过那么多AI学习工具，为什么只有DeepTutor能“记住你“？
用过那么多AI学习工具为什么只有DeepTutor能记住你【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor你是不是也这样为了学点新东西今天试这个AI助手明天装那个学习App。可每次打开新工具它都把你当陌生人——不知道你在学什么、卡在哪、喜欢怎么学之前的进度和笔记全被抛在脑后。知识明明在积累AI辅导却一直在失忆。这正是 DeepTutor 想解决的事一个开源的 Agent 原生学习工作区把终身个性化辅导从一句口号做成了看得见、可审计的系统。一个让学习者血压升高的瞬间AI又把我当陌生人了想象你正在补高数。上周用聊天工具让AI给你讲了极限的定义还让它出了十道题练习今天打开同一款工具它完全不记得你从哪一节开始、哪些题做错了。你只能把背景信息从头描述一遍然后收到一个和上次水平差不多的泛泛回答。更糟的是学习本来就是碎片化的——听课用一个工具整理笔记用另一个做练习再用一个。你的知识被切碎在互不相通的对话框里谁也接不上谁。DeepTutor 的解法很朴素把聊天、笔记、知识库、电子书这些学习表面统一进同一个工作区让上下文跟着你走而不是锁死在某个孤立功能里。一个引擎跑全部DeepTutor 的Agent原生到底指什么Agent原生听起来玄乎其实一句话就能讲清楚聊天、出题、研究、可视化、解题、掌握路径这些能力背后跑的是同一个循环而不是一个个各自为政的后台模块。这个循环本身并不复杂模型先思考Think决定是直接回答还是调用工具需要时调用 RAG、记忆、网页搜索或代码执行Call Tool观察工具返回的结果Observe最后给出回答Respond。如果没把握它甚至会停下来向你提问而不是瞎猜。这套架构的实现在deeptutor/core/agentic/和deeptutor/agents/两个目录里。它带来的好处很实际你在循环里积累的知识库、笔记、记忆进入任何学习模式都能直接复用模型不会因为切换功能就被格式化。用项目自己的话说切换的是学习目标不是引擎。三层记忆它凭什么敢说懂你如果只是把对话保存下来那不叫记忆那叫聊天记录。DeepTutor 的记忆是分层构建的L1 工作区镜像记录你在每个学习表面的原始交互轨迹L2 表面摘要把聊天、书籍、笔记等每个表面整理成可读的事实条目L3 跨表面合成把不同场景的知识拼成对你的综合画像。关键是这套记忆不是藏在看不见的向量库里而是以普通文件的形式落地deeptutor/services/memory/目录并且每一层都标注来源——L3 引用 L2L2 引用 L1。打开记忆图谱你可以把任何一条我猜你擅长X的结论一路追溯到最原始的那条对话事件。可审计才谈得上可信。从零到用起来三步就够先看清价值再动手不迟。DeepTutor 提供了四种安装路径最常见的是 PyPI 直接安装全程只要三步mkdir -p my-learning cd my-learning pip install -U deeptutor deeptutor init deeptutor start浏览器打开终端打印的地址默认http://127.0.0.1:3782就能开始使用前提是本机有 Python 3.11 和 Node.js 20。在意隐私或想断网学习它深度支持本地模型装好 Ollama拉一个开源模型比如 wizardlm2:7b在设置里把 LLM 提供商切到 Ollama系统会自动检测本地服务全程不依赖云端。不喜欢图形界面的话还有 CLI 模式——deeptutor chat直接进入交互式终端能力和 Web 端完全一致命令清单见deeptutor_cli/。把资料变成活书把笔记变成可检索的知识对真正想学习的人来说知识库和活书这两件东西最值得细看。知识库不是简单的网盘。它内置了多种检索引擎可选——LlamaIndex、GraphRAG、LightRAG甚至可以直接挂载你的 Obsidian 仓库每次重建索引都会生成新的版本目录旧的不会销毁某篇文档解析坏了也能单独移除不必把整个库推倒重来。活书则更有想象力。你把资料、笔记、聊天历史丢进去它会先列出一份章节大纲让你确认然后编译成一本可以交互阅读的电子书文字、重点框、测验卡、闪卡、时间线、代码、示意图、动画都是独立的块每一页还自带一个 Page Chat。书的编译逻辑在deeptutor/book/compiler.py块与块之间可以移动、换类型、重新生成。普通 PDF 是静态的这本书是活的——读完一章直接做嵌入的测验卡住了就在当页提问。进阶玩法分身、伙伴与技能生态入门之后还有好几层可以玩把本地的 Claude Code、Codex 这类编码 CLI 接入我的代理对话中随时让它们接管复杂任务用 Partners 把你的导师发布到飞书、Telegram、Slack、Discord 等十多个即时通讯渠道变成随时在线、带人格和私有记忆的 AI 伙伴在 EduHub 技能市场一键安装苏格拉底式提问、闪卡生成、论文反馈这类教学技能也能把自己写的技能发布回社区。团队或学校场景下开启多用户模式即可获得隔离的工作空间和基于授权的资源分配。上手之前这几个坑建议先知道最后按惯例来个快问快答帮你少走弯路默认端口是多少前端默认 3782启动命令会打印地址端口配置在data/user/settings/system.json里。能跳过deeptutor init吗能但不建议。它会帮你初始化模型提供商配置跳过的话得去设置页手动填一堆字段。只用聊天不配 embedding 行不行可以但知识库和 RAG 搜索就不可用了。想本地检索用 Ollama 的 embedding 服务即可。只想要 CLI 怎么装当前 CLI 精简包走源码安装克隆仓库后进入packaging/deeptutor-cli执行pip install -e .不需要 Web 界面时能省不少依赖。多用户默认开启吗默认关闭单机自用不用管。要部署共享环境先在auth.json打开认证第一个注册用户会成为管理员。学习从来不是一次性的动作它需要连续性。DeepTutor 把记住你这件小事做成了底层基础设施剩下的就是每天打开它继续学下去。【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