DeepTutor 本地部署实战把 AI 聊天升级为会解题、出卷子、管进度的私人 AI 家教【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutorDeepTutor 是一个开源的 AI 个性化学习助手官方定位是终身个性化辅导Lifelong Personalized Tutoring。它把解题、出卷、深度研究、可视化和写作辅助装进同一个工作区背后是同一套智能体Agent引擎在驱动。所有数据都跑在你自己的电脑上你只需要准备一个模型 API Key。适合想把学习资料变成会追问的 AI 家教的个人学习者、学生以及想自建 AI 学习环境的开发者。为什么会追问比能回答更重要用 AI 学习时最常见的两个卡点一是模型答错了你不知道因为它不会反问只会顺着你的错误往下编二是聊完就忘下次打开新会话它不记得你上周卡在哪个知识点。DeepTutor 对这两个问题给出的处理很直接。它的聊天是一个完整的 Agent 循环模型按轮次思考觉得需要查资料就调用工具网络搜索、论文检索、知识库检索、数学推理拿到结果后再决定继续查还是收尾。其中有一个ask_user工具比较特别——当问题信息不足时AI 会主动暂停抛出一个结构化的澄清问题等你回答后再接着干而不是凭猜测硬答。DeepTutor 主界面左侧是 Partners、Co-Writer、Book、知识库等入口中间是统一的聊天工作台三步完成本地安装DeepTutor 支持 PyPI 安装、源码安装、Docker 和纯 CLI 四种方式新手推荐第一种不需要 clone 仓库。环境要求Python 3.11–3.13Node.js 20。pip install -U deeptutor deeptutor init # 依次填写端口、模型服务商、API Key、可选的向量模型 deeptutor start # 同时启动后端和前端保持终端开着启动后浏览器打开终端打印的地址默认http://127.0.0.1:3782即可。如果你偏好 Docker一条docker run命令就能拉起整个 Web 应用配置和数据会持久化在deeptutor-data卷里细节见仓库内的 CONTAINERIZATION.md。第一次使用先配模型再建知识库打开页面后第一件事是在Settings → Models里添加 LLM 配置Base URL、API Key、模型名。只配 LLM 就能聊天、解题、出卷只有当你要用知识库和 RAG 功能时才需要再配一个向量Embedding模型。聊天输入框底部的工具条值得看一眼知识库、人设Persona、模型、语音这些选项是粘性的一次选择之后整个会话都生效文件、聊天记录、书籍、笔记这些是一次性引用只对当轮有效。这种区分让长会话不容易被上下文污染。DeepTutor Knowledge Center每个知识库绑定一种检索引擎支持 LlamaIndex、PageIndex、GraphRAG、LightRAG 和 Obsidian 库三个值得重点体验的能力1. 多引擎知识库同一份资料四种查法DeepTutor 的知识库不是一个向量库打天下。每个知识库绑定一种检索引擎默认的LlamaIndex本地向量 BM25 混合检索、PageIndex带页级引用的推理式检索、GraphRAG和LightRAG知识图谱检索、外部的LightRAG Server以及直接链接你本地的Obsidian 库AI 直接在原文件上读写不重新索引。创建知识库时选新建还是链接已有前者上传文档并建立索引后者复用别处建好的索引。重建索引时系统会写入新的version-N目录、保留旧版本正在用的索引不会被中途破坏某份文档解析失败可以只删掉这一个文件不用整库重建。文档解析引擎MinerU、Docling、PyMuPDF4LLM 等在 Settings 里切换。2. Mastery Path过不了 90% 就不许前进大多数 AI 学习工具的学习计划只是提示词生成的静态清单。DeepTutor 的 Mastery Path 是一个有硬性门槛hard gate的推进系统每个知识点按类型设定掌握标准——记忆类和操作类Procedure要求近期加权正确率达到 90% 才标记为已掌握概念类Concept则用费曼式讲解来判定由 AI 评判你能不能讲明白。没达标时系统会反复把你送回同一个知识点直到证据够了才解锁下一个已经掌握的知识点会被直接跳过。Learning Space 里可以看到每条学习路线的进度条、待复习项和在聊天中继续的入口学过的题目还会自动流入题库。DeepTutor Mastery Path 掌握度学习路径Mastery Path 界面左侧是各学习路线的掌握百分比右侧展示知识点级的达标状态与下次复习安排3. 三层记忆AI 对你的了解可以被审计个性化学习的另一个常见问题是黑盒——AI 说你进步了但依据是什么DeepTutor 的记忆是文件驱动的三层结构刻意不做成看不见的向量库L1工作区快照 只追加的事件日志trace/场景/日期.jsonlL2按场景整理的离散事实聊天、笔记、测验、书本各一份L3跨场景的综合画像偏好、近期时间线、知识范围引用关系是 L3 引 L2、L2 引 L1所以每一条画像结论都能一路追回到原始事件。界面里的 Memory Graph 把三层画成一张图点节点能看到证据链。记忆也可以随时查看、编辑或清空——它属于你不属于模型。DeepTutor Memory 面板L1 追踪实体数、L2 各场景事实数、L3 综合命题数一览下方入口可查看记忆图谱其余功能速览Co-Writer分栏 Markdown 写作台核心玩法是选中一段让它改写/扩写/缩写。AI 的每次修改都以 diff 形式给出你逐条接受或拒绝后才落盘改写时可以挂知识库或网络证据。Book把知识库、笔记或聊天记录编译成活书。生成前先给你一份章节大纲确认每章由类型化积木构成——文本、测验卡、闪卡、代码、Mermaid 图、Manim 数学动画、交互式 HTML 都行每块都能单独插入、换类型或重生成每页还带独立的页面聊天。深度研究Deep Research输入主题后自动拆解子主题、多轮检索、按大纲分节撰写输出带引用标注的报告引用可回溯到具体的网页、论文或知识库出处。出卷Question基于知识库或对话生成测验支持按题型和难度控制还能模仿你上传的试卷出题答过的题自动进题库和 Mastery Path 联动。Partners 与 My Agents前者是挂在 IM 上的持久化 AI 伙伴可接飞书、Telegram、Slack、Discord、钉钉、QQ 等十余个渠道每个伙伴有独立的人格SOUL.md、记忆和工具策略后者可以把本机的 Claude Code、Codex、Gemini 等编码 CLI 接入聊天AI 在对话中途召唤它们干活也能导入这些工具的旧对话作为上下文。Skills 与 MCP内置 docx/pdf/pptx/xlsx 办公技能AI 写脚本生成文件给你下载还能从 EduHub 社区技能库一键安装教学类技能MCP 服务器和 CLI 应用也都能挂进来给 Agent 调用。多用户模式默认单用户、免登录。打开认证后第一个注册的用户是管理员其余用户各自有隔离的工作区管理员通过授权分发模型、知识库和技能普通用户看不到任何 API Key。给开发者的进阶玩法如果习惯待在终端deeptutorCLI 提供和 Web 端完全相同的能力deeptutor chat进交互模式deeptutor run deep_research 主题跑单轮deeptutor kb create my-kb --doc textbook.pdf建库。加上--format json后每一轮输出 NDJSON 事件流其他 Agent 框架LangChain、AutoGen 或另一个编码 CLI可以把 DeepTutor 当工具驱动。仓库根目录的 SKILL.md 是一份给AI 看的手册把它交给 Claude Code 或 Codex它们就能自己操作整个系统。上手路径建议从 PyPI 装好后建议按这个顺序玩先在 Settings 配好 LLM把几份你的学习资料传进一个 LlamaIndex 知识库并开一轮聊天提问体会带引用的回答再基于同一份资料建一条 Mastery Path看看 90% 门槛是怎么拦你的最后打开 Memory 面板确认 AI 对你说的每句话都有出处。跑通这三步DeepTutor 的个人化就不是宣传语而是你目录里实实在在的文件了。【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 本地部署实战：把 AI 聊天升级为会解题、出卷子、管进度的私人 AI 家教
DeepTutor 本地部署实战把 AI 聊天升级为会解题、出卷子、管进度的私人 AI 家教【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutorDeepTutor 是一个开源的 AI 个性化学习助手官方定位是终身个性化辅导Lifelong Personalized Tutoring。它把解题、出卷、深度研究、可视化和写作辅助装进同一个工作区背后是同一套智能体Agent引擎在驱动。所有数据都跑在你自己的电脑上你只需要准备一个模型 API Key。适合想把学习资料变成会追问的 AI 家教的个人学习者、学生以及想自建 AI 学习环境的开发者。为什么会追问比能回答更重要用 AI 学习时最常见的两个卡点一是模型答错了你不知道因为它不会反问只会顺着你的错误往下编二是聊完就忘下次打开新会话它不记得你上周卡在哪个知识点。DeepTutor 对这两个问题给出的处理很直接。它的聊天是一个完整的 Agent 循环模型按轮次思考觉得需要查资料就调用工具网络搜索、论文检索、知识库检索、数学推理拿到结果后再决定继续查还是收尾。其中有一个ask_user工具比较特别——当问题信息不足时AI 会主动暂停抛出一个结构化的澄清问题等你回答后再接着干而不是凭猜测硬答。DeepTutor 主界面左侧是 Partners、Co-Writer、Book、知识库等入口中间是统一的聊天工作台三步完成本地安装DeepTutor 支持 PyPI 安装、源码安装、Docker 和纯 CLI 四种方式新手推荐第一种不需要 clone 仓库。环境要求Python 3.11–3.13Node.js 20。pip install -U deeptutor deeptutor init # 依次填写端口、模型服务商、API Key、可选的向量模型 deeptutor start # 同时启动后端和前端保持终端开着启动后浏览器打开终端打印的地址默认http://127.0.0.1:3782即可。如果你偏好 Docker一条docker run命令就能拉起整个 Web 应用配置和数据会持久化在deeptutor-data卷里细节见仓库内的 CONTAINERIZATION.md。第一次使用先配模型再建知识库打开页面后第一件事是在Settings → Models里添加 LLM 配置Base URL、API Key、模型名。只配 LLM 就能聊天、解题、出卷只有当你要用知识库和 RAG 功能时才需要再配一个向量Embedding模型。聊天输入框底部的工具条值得看一眼知识库、人设Persona、模型、语音这些选项是粘性的一次选择之后整个会话都生效文件、聊天记录、书籍、笔记这些是一次性引用只对当轮有效。这种区分让长会话不容易被上下文污染。DeepTutor Knowledge Center每个知识库绑定一种检索引擎支持 LlamaIndex、PageIndex、GraphRAG、LightRAG 和 Obsidian 库三个值得重点体验的能力1. 多引擎知识库同一份资料四种查法DeepTutor 的知识库不是一个向量库打天下。每个知识库绑定一种检索引擎默认的LlamaIndex本地向量 BM25 混合检索、PageIndex带页级引用的推理式检索、GraphRAG和LightRAG知识图谱检索、外部的LightRAG Server以及直接链接你本地的Obsidian 库AI 直接在原文件上读写不重新索引。创建知识库时选新建还是链接已有前者上传文档并建立索引后者复用别处建好的索引。重建索引时系统会写入新的version-N目录、保留旧版本正在用的索引不会被中途破坏某份文档解析失败可以只删掉这一个文件不用整库重建。文档解析引擎MinerU、Docling、PyMuPDF4LLM 等在 Settings 里切换。2. Mastery Path过不了 90% 就不许前进大多数 AI 学习工具的学习计划只是提示词生成的静态清单。DeepTutor 的 Mastery Path 是一个有硬性门槛hard gate的推进系统每个知识点按类型设定掌握标准——记忆类和操作类Procedure要求近期加权正确率达到 90% 才标记为已掌握概念类Concept则用费曼式讲解来判定由 AI 评判你能不能讲明白。没达标时系统会反复把你送回同一个知识点直到证据够了才解锁下一个已经掌握的知识点会被直接跳过。Learning Space 里可以看到每条学习路线的进度条、待复习项和在聊天中继续的入口学过的题目还会自动流入题库。DeepTutor Mastery Path 掌握度学习路径Mastery Path 界面左侧是各学习路线的掌握百分比右侧展示知识点级的达标状态与下次复习安排3. 三层记忆AI 对你的了解可以被审计个性化学习的另一个常见问题是黑盒——AI 说你进步了但依据是什么DeepTutor 的记忆是文件驱动的三层结构刻意不做成看不见的向量库L1工作区快照 只追加的事件日志trace/场景/日期.jsonlL2按场景整理的离散事实聊天、笔记、测验、书本各一份L3跨场景的综合画像偏好、近期时间线、知识范围引用关系是 L3 引 L2、L2 引 L1所以每一条画像结论都能一路追回到原始事件。界面里的 Memory Graph 把三层画成一张图点节点能看到证据链。记忆也可以随时查看、编辑或清空——它属于你不属于模型。DeepTutor Memory 面板L1 追踪实体数、L2 各场景事实数、L3 综合命题数一览下方入口可查看记忆图谱其余功能速览Co-Writer分栏 Markdown 写作台核心玩法是选中一段让它改写/扩写/缩写。AI 的每次修改都以 diff 形式给出你逐条接受或拒绝后才落盘改写时可以挂知识库或网络证据。Book把知识库、笔记或聊天记录编译成活书。生成前先给你一份章节大纲确认每章由类型化积木构成——文本、测验卡、闪卡、代码、Mermaid 图、Manim 数学动画、交互式 HTML 都行每块都能单独插入、换类型或重生成每页还带独立的页面聊天。深度研究Deep Research输入主题后自动拆解子主题、多轮检索、按大纲分节撰写输出带引用标注的报告引用可回溯到具体的网页、论文或知识库出处。出卷Question基于知识库或对话生成测验支持按题型和难度控制还能模仿你上传的试卷出题答过的题自动进题库和 Mastery Path 联动。Partners 与 My Agents前者是挂在 IM 上的持久化 AI 伙伴可接飞书、Telegram、Slack、Discord、钉钉、QQ 等十余个渠道每个伙伴有独立的人格SOUL.md、记忆和工具策略后者可以把本机的 Claude Code、Codex、Gemini 等编码 CLI 接入聊天AI 在对话中途召唤它们干活也能导入这些工具的旧对话作为上下文。Skills 与 MCP内置 docx/pdf/pptx/xlsx 办公技能AI 写脚本生成文件给你下载还能从 EduHub 社区技能库一键安装教学类技能MCP 服务器和 CLI 应用也都能挂进来给 Agent 调用。多用户模式默认单用户、免登录。打开认证后第一个注册的用户是管理员其余用户各自有隔离的工作区管理员通过授权分发模型、知识库和技能普通用户看不到任何 API Key。给开发者的进阶玩法如果习惯待在终端deeptutorCLI 提供和 Web 端完全相同的能力deeptutor chat进交互模式deeptutor run deep_research 主题跑单轮deeptutor kb create my-kb --doc textbook.pdf建库。加上--format json后每一轮输出 NDJSON 事件流其他 Agent 框架LangChain、AutoGen 或另一个编码 CLI可以把 DeepTutor 当工具驱动。仓库根目录的 SKILL.md 是一份给AI 看的手册把它交给 Claude Code 或 Codex它们就能自己操作整个系统。上手路径建议从 PyPI 装好后建议按这个顺序玩先在 Settings 配好 LLM把几份你的学习资料传进一个 LlamaIndex 知识库并开一轮聊天提问体会带引用的回答再基于同一份资料建一条 Mastery Path看看 90% 门槛是怎么拦你的最后打开 Memory 面板确认 AI 对你说的每句话都有出处。跑通这三步DeepTutor 的个人化就不是宣传语而是你目录里实实在在的文件了。【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