DeepTutor 快速上手从本地部署到资料能答题的完整教程【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutorDeepTutor 是一款开源的 AI 学习助手它把聊天、解题、出题、研究和可视化放在同一个代理循环里并让知识库、记忆、笔记、书籍在所有功能间共享。如果你受够了通用聊天工具答不到你的资料上、上次学的下次就忘这个项目值得一试。按本文走下来你能完成一次本地部署、接上一个大模型、建一个知识库并问出第一个带引用来源的问题。一句话判断它适合谁不适合谁先给边界避免你投入时间后发现不对路。适合你有自己的学习资料讲义、PDF、笔记希望 AI 基于这些资料辅导你你希望AI 记得住你并且记忆可见、可改你想在自己的机器上私有化运行。不适合你只想要一个免安装的云端聊天网页它需要你在本地或服务器上部署你只是偶尔问一两个通用问题普通聊天工具就够你要开箱即用的多人 SaaS认证默认关闭默认就是单用户模式多用户需要自行开启。它的底层设计可以概括为一句同一个运行时承载所有学习模式切换的是目标不是引擎所有学习面聊天、笔记本、题库、书籍共享同一套上下文和记忆。配置文件都是明文 JSON/YAML放在你启动目录下data/user/settings/里想看就看想改就改。DeepTutor 安装步骤三步跑通本地部署前置环境Python 3.11–3.13以及 PATH 里可用的 Node.js 20打包的前端服务器需要它。最省事的方式是从 PyPI 直接装不需要 clone 仓库mkdir -p my-deeptutor cd my-deeptutor pip install -U deeptutor deeptutor init deeptutor startdeeptutor init会依次询问后端端口默认8001、前端端口默认3782、LLM 提供商和模型。嫌烦就一路回车之后在网页设置页补。deeptutor start同时拉起前后端终端会打印访问地址浏览器打开http://127.0.0.1:3782即可。在该终端按CtrlC前后端一起停止。启动遇到问题时先跑deeptutor doctor检查工作区是否就绪加--online还能探测模型连通性。另外两条路径Docker 与源码如果你有 Docker一个容器即可只需暴露 3782 端口配置和数据会持久化在deeptutor-data卷里docker run --rm --name deeptutor \ -p 127.0.0.1:3782:3782 \ -v deeptutor-data:/app/data \ ghcr.io/hkuds/deeptutor:latest如果你要改代码、跟版本一起迭代走源码安装git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor python3 -m venv .venv source .venv/bin/activate python -m pip install -e . ( cd web npm ci --legacy-peer-deps ) deeptutor init deeptutor start --dev--dev会开前端热更新。三种方式的目录布局完全一致配置都落在data/user/settings/。DeepTutor 配置方法接上你的第一个模型打开Settings → Models添加一个 LLM 配置Base URL、API Key、模型名保存。设置页是先存草稿再应用的流程配错也不会影响当前正在用的会话。两个新手要点要用知识库就必须配 Embedding。同一个 Models 页面里给 RAG 用的向量模型单独加一条 profile只聊天不建库可以跳过。想彻底离线就用 Ollama。本机跑起ollama serveollama pull一个 7B 级模型然后把 LLM 的 Base URL 填成http://127.0.0.1:11434/v1模型名填你拉的模型即可。DeepTutor 模型配置页面DeepTutor 知识库搭建接入你的第一份资料进入 Knowledge Center新建一个知识库把你手头的讲义和文档传进去系统会自动解析、建立索引。之后聊天、写作、出题的回答都可以基于这些资料并给出引用。每个库绑定一个检索引擎默认 LlamaIndex本地向量 BM25也可以按库选 GraphRAG、LightRAG、PageIndex或直接在原地读取你的 Obsidian 笔记库不重复建索引。索引带版本重新建索引会写入新的version-N目录旧索引不被破坏出问题能回退单个解析失败的文件可以单独删除不必整个库推倒重建。文档解析引擎可选MinerU、Docling、Tika、markitdown 等在Settings → Knowledge Base里切换。终端党一条命令完成同样的事deeptutor kb create my-kb --doc textbook.pdfDeepTutor 知识库创建页面DeepTutor 快速验证两个小任务确认价值装好不等于用对。用下面两件事验证它真的在读你的资料。任务一问一个只有你的资料能答的问题在聊天工作台选中刚建的知识库上下文会挂在那一轮的会话上问一句类似结合资料解释一下 XX 的收敛条件这类问题。预期结果回答引用了文档里的具体段落。如果答得像通用百科通常只有两个原因——这一轮没有选中知识库或 Embedding 没配。任务二终端里跑一次单轮结构化回答deeptutor run deep_solve Solve x^2 4 --format jsonrun是单次调用模式每轮输出 NDJSON 事件流适合写进脚本或给别的 Agent 驱动。仓库根目录的 SKILL.md 就是一份给其他 Agent 看的使用交接文档。顺手看看它记住了什么打开 Memory 页面你会看到三层记忆L1 是原始事件轨迹L2 是按学习面聊天、笔记本、题库等整理出的事实L3 是跨面合成的长期画像。它是文件驱动的L2/surface.md、L3/profile.md这类明文不是藏在向量库里的黑盒——记错了直接改。终端里deeptutor memory show也能看。DeepTutor 常见坑点新手最容易卡住的五个位置Python 版本不对只支持 3.11–3.133.10 及以下装不起来或行为异常。缺 Node.jsPyPI 安装的前端是 Next.js standalone 服务由deeptutor start拉起PATH 里没有 Node.js 20 会起不来。页面能打开但对话没反应多半是还没配 LLM。回Settings → Models补上或先跑deeptutor doctor --online排查。知识库建好了回答却没有引用检查两件事——Embedding 是否配置这一轮是否选中了知识库。开发模式前端卡死如果deeptutor start --dev提示已有前端但未响应而实际没有 Next.js 进程在跑删掉web/.next/dev/lock和web/.next/lock两个锁文件再重试。你的下一步把资料编译成一册活书给你一个具体的小目标挑一份你最近在读的讲义用 Book 功能从知识库里选它生成一本互动读物。创建时它会先给出章节大纲你确认结构后才生成内容不会一次盲吐全文章节可以放测验卡、时间线、代码块、概念图每章还带独立的侧边对话读到哪里问到哪里。写完的笔记还可以放进 Co-Writer 精修选中文本让它重写、扩写改动以接受/拒绝的差异形式呈现。这一步做下来你就有了第一个真正沉淀在 DeepTutor 里的学习成果而不是又一段流失的聊天记录。更多细节可参考仓库内的 简体中文 README。【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 快速上手：从本地部署到资料能答题的完整教程
DeepTutor 快速上手从本地部署到资料能答题的完整教程【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutorDeepTutor 是一款开源的 AI 学习助手它把聊天、解题、出题、研究和可视化放在同一个代理循环里并让知识库、记忆、笔记、书籍在所有功能间共享。如果你受够了通用聊天工具答不到你的资料上、上次学的下次就忘这个项目值得一试。按本文走下来你能完成一次本地部署、接上一个大模型、建一个知识库并问出第一个带引用来源的问题。一句话判断它适合谁不适合谁先给边界避免你投入时间后发现不对路。适合你有自己的学习资料讲义、PDF、笔记希望 AI 基于这些资料辅导你你希望AI 记得住你并且记忆可见、可改你想在自己的机器上私有化运行。不适合你只想要一个免安装的云端聊天网页它需要你在本地或服务器上部署你只是偶尔问一两个通用问题普通聊天工具就够你要开箱即用的多人 SaaS认证默认关闭默认就是单用户模式多用户需要自行开启。它的底层设计可以概括为一句同一个运行时承载所有学习模式切换的是目标不是引擎所有学习面聊天、笔记本、题库、书籍共享同一套上下文和记忆。配置文件都是明文 JSON/YAML放在你启动目录下data/user/settings/里想看就看想改就改。DeepTutor 安装步骤三步跑通本地部署前置环境Python 3.11–3.13以及 PATH 里可用的 Node.js 20打包的前端服务器需要它。最省事的方式是从 PyPI 直接装不需要 clone 仓库mkdir -p my-deeptutor cd my-deeptutor pip install -U deeptutor deeptutor init deeptutor startdeeptutor init会依次询问后端端口默认8001、前端端口默认3782、LLM 提供商和模型。嫌烦就一路回车之后在网页设置页补。deeptutor start同时拉起前后端终端会打印访问地址浏览器打开http://127.0.0.1:3782即可。在该终端按CtrlC前后端一起停止。启动遇到问题时先跑deeptutor doctor检查工作区是否就绪加--online还能探测模型连通性。另外两条路径Docker 与源码如果你有 Docker一个容器即可只需暴露 3782 端口配置和数据会持久化在deeptutor-data卷里docker run --rm --name deeptutor \ -p 127.0.0.1:3782:3782 \ -v deeptutor-data:/app/data \ ghcr.io/hkuds/deeptutor:latest如果你要改代码、跟版本一起迭代走源码安装git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor python3 -m venv .venv source .venv/bin/activate python -m pip install -e . ( cd web npm ci --legacy-peer-deps ) deeptutor init deeptutor start --dev--dev会开前端热更新。三种方式的目录布局完全一致配置都落在data/user/settings/。DeepTutor 配置方法接上你的第一个模型打开Settings → Models添加一个 LLM 配置Base URL、API Key、模型名保存。设置页是先存草稿再应用的流程配错也不会影响当前正在用的会话。两个新手要点要用知识库就必须配 Embedding。同一个 Models 页面里给 RAG 用的向量模型单独加一条 profile只聊天不建库可以跳过。想彻底离线就用 Ollama。本机跑起ollama serveollama pull一个 7B 级模型然后把 LLM 的 Base URL 填成http://127.0.0.1:11434/v1模型名填你拉的模型即可。DeepTutor 模型配置页面DeepTutor 知识库搭建接入你的第一份资料进入 Knowledge Center新建一个知识库把你手头的讲义和文档传进去系统会自动解析、建立索引。之后聊天、写作、出题的回答都可以基于这些资料并给出引用。每个库绑定一个检索引擎默认 LlamaIndex本地向量 BM25也可以按库选 GraphRAG、LightRAG、PageIndex或直接在原地读取你的 Obsidian 笔记库不重复建索引。索引带版本重新建索引会写入新的version-N目录旧索引不被破坏出问题能回退单个解析失败的文件可以单独删除不必整个库推倒重建。文档解析引擎可选MinerU、Docling、Tika、markitdown 等在Settings → Knowledge Base里切换。终端党一条命令完成同样的事deeptutor kb create my-kb --doc textbook.pdfDeepTutor 知识库创建页面DeepTutor 快速验证两个小任务确认价值装好不等于用对。用下面两件事验证它真的在读你的资料。任务一问一个只有你的资料能答的问题在聊天工作台选中刚建的知识库上下文会挂在那一轮的会话上问一句类似结合资料解释一下 XX 的收敛条件这类问题。预期结果回答引用了文档里的具体段落。如果答得像通用百科通常只有两个原因——这一轮没有选中知识库或 Embedding 没配。任务二终端里跑一次单轮结构化回答deeptutor run deep_solve Solve x^2 4 --format jsonrun是单次调用模式每轮输出 NDJSON 事件流适合写进脚本或给别的 Agent 驱动。仓库根目录的 SKILL.md 就是一份给其他 Agent 看的使用交接文档。顺手看看它记住了什么打开 Memory 页面你会看到三层记忆L1 是原始事件轨迹L2 是按学习面聊天、笔记本、题库等整理出的事实L3 是跨面合成的长期画像。它是文件驱动的L2/surface.md、L3/profile.md这类明文不是藏在向量库里的黑盒——记错了直接改。终端里deeptutor memory show也能看。DeepTutor 常见坑点新手最容易卡住的五个位置Python 版本不对只支持 3.11–3.133.10 及以下装不起来或行为异常。缺 Node.jsPyPI 安装的前端是 Next.js standalone 服务由deeptutor start拉起PATH 里没有 Node.js 20 会起不来。页面能打开但对话没反应多半是还没配 LLM。回Settings → Models补上或先跑deeptutor doctor --online排查。知识库建好了回答却没有引用检查两件事——Embedding 是否配置这一轮是否选中了知识库。开发模式前端卡死如果deeptutor start --dev提示已有前端但未响应而实际没有 Next.js 进程在跑删掉web/.next/dev/lock和web/.next/lock两个锁文件再重试。你的下一步把资料编译成一册活书给你一个具体的小目标挑一份你最近在读的讲义用 Book 功能从知识库里选它生成一本互动读物。创建时它会先给出章节大纲你确认结构后才生成内容不会一次盲吐全文章节可以放测验卡、时间线、代码块、概念图每章还带独立的侧边对话读到哪里问到哪里。写完的笔记还可以放进 Co-Writer 精修选中文本让它重写、扩写改动以接受/拒绝的差异形式呈现。这一步做下来你就有了第一个真正沉淀在 DeepTutor 里的学习成果而不是又一段流失的聊天记录。更多细节可参考仓库内的 简体中文 README。【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