DeepTutor 上手实录:从装好到跑通第一条带引文的解答
【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor
凌晨一点的报错,缺的不是资料
凌晨一点,loss 停在原地,报错贴进搜索引擎,前二十条结果一半是旧版框架,一半要先注册。你翻到发困,缺的从来不是资料,而是一个能顺着你的上下文把事讲透的人。DeepTutor 就是补这个位置的开源项目——agent 原生(每个功能都是可调用的智能体)的个性化学习平台:聊天答疑、知识库解题、深度研究、可视化共用同一个运行循环,所有数据默认落在你自己的磁盘上。
想验证它是不是真的省事,先花十分钟把它拉起来。
三条命令,把服务和界面都拉起来
环境只要两样:Python 3.11 及以上(后端 FastAPI 的运行框架)和 Node.js 20+(前端 Next.js 由它托管),普通开发机都够。装包、初始化、启动,三步走完:
pip install -U deeptutor deeptutor init deeptutor start第一条把后端和打包好的前端一起装进当前目录;deeptutor init是问答式向导,依次问你后端端口(默认 8001)、前端端口(默认 3782)、LLM 提供商、API Key 和模型名,打算建知识库就顺手把嵌入模型(把文字转成向量的模型)也配上;deeptutor start之后终端会打印前端地址,浏览器打开 127.0.0.1:3782,能看到左侧导航加中间对话区的工作台,Ctrl+C 一键全停。
一条链路:PDF 进,带引文的解答出
咱们把最短的一条链路走通,主角是一份教材 PDF。先建库,再用库解题:
deeptutor kb create 微积分教材 --doc calculus.pdf deeptutor run deep_solve "求 ∫sin(x)cos(x)dx" -t rag --kb 微积分教材 -l zh第一条命令把 PDF 解析、切块、向量化,建成一个 RAG 库(检索增强生成,先查资料再回答);第二条挂载它解题,终端里能看到它先检索相关片段、再逐步推理,最后给出结论和引用位置,而不是凭空发挥。
网页版的链路更长但同理:你输入问题,顺手点输入框旁的 + 挂上文件、历史对话、笔记或题库 → 它按回合思考,需要时调用检索、推理、搜索等工具 → 你得到一条带出处的回答,中间每次工具调用都展开在侧边面板里,过程全程可审。
DeepTutor 上下文挂载:输入框加号菜单挂文件与笔记
它支持多检索引擎,按资料形态挑就行:
| 引擎 | 差别在哪 | 适合谁 |
|---|---|---|
| LlamaIndex | 本地向量加 BM25 混合检索,默认选项 | 大部分文档,开箱即用 |
| GraphRAG / LightRAG | 先建知识图谱再按关系检索 | 概念互相牵涉的体系化资料 |
| PageIndex | 按页推理检索,给页级引文 | 长篇教材、需要精确引用 |
| Obsidian 链接库 | 不重建索引,原地读写你的仓库 | 已有 Obsidian 笔记的人 |
库不是一次性消耗品:重建索引会写新目录、旧索引保留,单个解析失败的文件也能单独移除,不用推倒重来。
三块拉开体验差距的拼图
记忆先说透。普通聊天机器人换窗口就失忆,DeepTutor 把记忆做成三层文件:L1 是逐条活动轨迹,L2 按领域提炼要点,L3 跨领域合成——L2 引用 L1、L3 引用 L2,任何一句"它觉得你擅长什么"都能一路追到原始事件。代价是它不神秘:全是可读可改的 Markdown,嫌啰嗦直接编辑,或deeptutor memory clear清掉重来。
第二块是把外部编程代理拉进回合里。Claude Code、Codex 这类 CLI 平时只住在终端,在 My Agents 里接上之后,对话中 @ 它,对方会被真正执行起来,过程实时流进侧边面板;它的过往对话还能整段导入,当只读参考资料用。注意咨询轮数上限要设小一点,不然单个回合能烧掉不少 token。
第三块是 Book:把知识库或聊天史编译成交互式教材——章节提纲先给你审,再写正文;页面里可嵌习题卡、概念图、数学动画,每页还带独立小窗聊天,比静态 PDF 多一层"能跟书对话"。
其余能力各占一句:Research 出带引用的调研报告,Visualize 生成图表与动画,Mastery Path 按你的历史答题表现动态调整讲解深度,Co-Writer 把零散想法改写成结构化草稿。
把模型、技能换成你自己的
所有配置都是data/user/settings/下的 JSON,网页 Settings 页是正规编辑器,改动即生效。想让数据不出门,把 LLM 指到本地 Ollama(本地模型服务)即可,示意配置如下:
{ "services": { "llm": { "profiles": [ { "name": "ollama", "base_url": "http://localhost:11434/v1", "models": [{ "model": "llama3" }] } ] } } }保存后在 Settings 顶部状态条能看到 LLM 连接变绿。云端同理,把 base_url 和 api_key 换成 OpenAI 或任意兼容端点,模型想切就切,随时回滚。
DeepTutor 设置中心:模型与网络配置总览
技能生态是第二增长曲线:搜社区技能库 EduHub、一条命令装进本地(过一道安全校验),自己把教学方法论写成 SKILL.md 也能发布分享:
deeptutor skill search "socratic tutor" deeptutor skill install socratic-tutor装完在 Learning Space 的技能列表里能看到来源与版本。更细的命令都在 CLI 文档,仓库根目录的 SKILL.md 则是写给其他 agent 的交接说明。
卡住了?先查这张表
| 症状 | 多半原因 | 一步处理 |
|---|---|---|
| pip 装包失败 | 网络源不通 | 换镜像源重装,再跑deeptutor init |
| 前端打开是空白 | 3782 端口被占 | Settings → Network 换端口,重新 start |
| 知识库建不出索引 | 嵌入模型没配或断连 | Models 里补 embedding 配置并测试连接 |
| 回答中途卡住 | 上下文过长或本地模型偏小 | 换大上下文模型,或把问题拆小 |
数据归属只有一句话:除你在配置里填的 API Key 会随请求发往外,会话、记忆、知识库全在data/目录里,归你的机器管。别让它停在收藏夹——打开终端,把deeptutor start敲下去,问它今天卡住你的那个问题。
【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