DeepTutor 本地部署指南:接入 Ollama,3 步跑起离线 AI 学习助手

发布时间:2026/9/1 21:02:01
DeepTutor 本地部署指南:接入 Ollama,3 步跑起离线 AI 学习助手 DeepTutor 本地部署指南接入 Ollama3 步跑起离线 AI 学习助手【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor备考的周末校园网断了或者你在飞机上啃论文——云端 AI 助手这时全成了摆设。DeepTutor 是一款 AI 学习助手配合 Ollama 本地部署后问题解答、深度研究、引导学习这些模块全部在你电脑上跑断网照常学习数据一个字节都不出本机。DeepTutor 离线学习全流程动手前 2 分钟检查先把硬件和软件底数盘一遍差在哪项补哪项依赖项最低要求备注Python3.10建议直接用 3.11/3.12 稳定版Node.js18前端web/目录依赖它构建Git任意近期版本用于拉取源码内存8GB想跑得从容建议 16GB 起磁盘20GB 起装模型和应用数据都要空间Ollama 是本地跑大模型的工具这一步也顺手做完从 Ollama 官网下载并安装对应操作系统的版本然后装一个够用的模型。ollama --version # 验证 Ollama 装好了没有 ollama pull llama3 # 拉取学习辅助常用的开源模型第二条命令会把模型权重下到本地之后所有推理都在你机器上完成。内存吃紧就换mistral这类更小的模型。把 DeepTutor 跑起来下面三步按顺序敲就行克隆、隔离环境、装依赖。git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor第一条命令把源码拉到本地。虚拟环境用 conda 或 venv 都行防止依赖污染全局环境# 方案 Aconda conda create -n deeptutor python3.10 conda activate deeptutor # 方案 BvenvmacOS/Linux python -m venv venv source venv/bin/activate激活后安装前后端依赖pip install -r requirements.txt # 装 Python 后端依赖 npm install --prefix web # 装前端依赖启动脚本一条命令拉起后端FastAPI 前端Next.jspython scripts/start_web.py跑通之后浏览器打开http://localhost:3782是 Web 界面http://localhost:8001/docs是 API 文档。接入 Ollama.env 配置说明服务能起来了但它默认不知道你的模型在哪。这一步把 DeepTutor 接到本地 Ollama 上在项目根目录建一份.env参考仓库里的.env.example把模型提供方式指过去。变量默认值说明LLM_BINDINGollama对话模型走 OllamaLLM_MODELllama3必须和你ollama pull的模型名一致LLM_HOSThttp://localhost:11434/v1Ollama 默认监听 11434 端口改了端口或走远程服务这里同步改EMBEDDING_BINDINGollama嵌入模型也走 Ollama知识库检索靠它EMBEDDING_MODELall-minilm本地轻量的嵌入模型EMBEDDING_DIMENSION384维数必须与所选嵌入模型匹配写错向量库会对不上EMBEDDING_HOSThttp://localhost:11434/v1与LLM_HOST同规则保存.env再重启服务连接问题基本只剩Ollama 没开这一种了。断网状态下它能做什么拔掉网线DeepTutor 的主战场照常运转。几个高频用法题目不会做解题模块把题目拆给你看而不是甩一句答案主题太宽泛深度研究模块对复杂主题做多步骤分析产出一份成体系的材料比建议查阅相关资料靠谱得多。也可以在终端只开研究模式python scripts/start.py --mode research # 只启动研究模块的 CLI 模式想系统啃一块新内容引导学习模块用交互式对话带着你一层层过关新知识按它的节奏消化不容易半途而废。想让助手更懂你的材料接一个知识库就行可以直接用项目提供的演示知识库下载后解压到data/目录也可以访问http://localhost:3782/knowledge页面把自己上传的资料建成专属离线知识库。踩坑急救箱部署过程最常见的三类问题我们按症状快速定位Ollama 连接超时症状启动后问答转圈日志里报连不上模型服务原因Ollama 服务没起、地址配错或防火墙拦了 11434 端口解法终端跑ollama serve确认.env里地址是http://localhost:11434/v1再放行防火墙对应端口内存爆满 / 响应极慢症状回答卡住、系统明显变迟钝原因本地大模型吃显存和内存解法换小一号的模型如ollama pull mistral、关掉吃内存的后台程序、给系统加一点 swap端口被占用症状启动时报 8001 或 3782 已被占用原因别的程序先占了这两个端口解法lsof -i :8001 # macOS/Linux 找到占端口的进程 kill -9 PID # 结束它 netstat -ano | findstr :8001 # Windows 下用这条查 taskkill /PID PID /F # 再结束它到此DeepTutor 已在本地和 Ollama 之间打通。之后保持更新就行git pull origin main # 更新 DeepTutor 应用 ollama pull llama3 # 更新模型换成你实际在用的模型名一个真正属于你、断网也靠得住的 AI 导师现在就在你自己电脑里跑着了。【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