DeepTutor AI学习助手从零跑通本地AI导师的完整手册【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 agent-native AI 学习助手AI 导师把问答对话、知识库检索RAG、学习书生成与个人记忆放在同一个本地工作区里。它需要 Python 3.11–3.13 与 Node.js 20支持多家 LLM 提供商所有数据都存放在工作区的 data/ 目录下。适合想把个人资料变成问答库、并做长期系统学习又不希望资料上传到第三方服务的人。一分钟定位用三个要点回答它是什么、解决什么问题、与同类方案的关键差异。本地 AI 学习工作区同一运行时承载问答、解题、测验与研究解决资料问答、长期学习追踪与跨工具上下文割裂区别于同类多引擎可选检索、可编辑文件记忆、代理自主调工具 快速上手最小化安装与启动步骤项目提供四条安装路径这里以可控性最高的源码安装为例。git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutorpython3 -m venv .venv source .venv/bin/activate python -m pip install -e . ( cd web npm ci --legacy-peer-deps )deeptutor init deeptutor startdeeptutor start之后终端会打印前端地址默认是http://127.0.0.1:3782浏览器打开即进入主界面。deeptutor init会依次提示端口、LLM 提供商、API key 与模型跳过也没关系服务会以默认端口和空模型配置启动之后在 Settings → Models 里补齐即可。 核心能力从资料到学习书的完整学习闭环以下按一条真实主线串讲四个环节导入资料、提问、查看产出、跨会话记忆。知识库导入方法在 Knowledge Center 新建知识库上传 PDF、DOCX、XLSX、PPTX 等文档选择解析引擎Text、MinerU、Docling、Tika 等再绑定一个检索引擎默认 LlamaIndex本地向量 BM25也可选 PageIndex、GraphRAG、LightRAG。这一步是后续所有回答的地基答案建立在你的资料上而不是模型的通用记忆。DeepTutor 知识库创建与文档上传界面带上下文与工具的提问Chat 是默认能力一个对话里模型可以按需调用 web_search、paper_search、reason、exec沙箱代码执行等工具挂载知识库后rag、kb_files、read_source 等上下文工具会自动就位。循环本身很直白模型分轮思考、需要时调工具、以一条不带工具的消息收尾信息不足时 ask_user 能暂停这一轮先问清楚再继续。对使用者的意义是复杂问题不需要手动切换工具代理自己决定调什么。把产出编译成学习书Book 能把知识库、笔记本、题库或聊天历史编译成交互式活书创建流程先给出章节大纲供审阅确认后才生成内容每章编译成可编辑的类型化块——文本、测验、闪卡、时间线、代码、动画、交互 HTML——每章带独立 Page Chat整本可导出 Markdown。这一步把一次性的回答变成可以复习、测试和追踪进度的结构。个人记忆系统跨会话追踪学习轨迹Memory 是文件支持的三层结构刻意不做隐藏向量库L1 是工作区镜像和只追加的事件轨迹L2 是按场景整理的事实L3 是跨场景的综合L2 引用 L1、L3 引用 L2任何综合结论都能沿 Memory Graph 追到原始事件。好处是个性化可见、可读、可编辑而不是黑盒。DeepTutor 三层记忆图界面 技术要点速览agent-native 双层架构DeepTutor 的组织核心是双层插件模型Tools 是模型按需调用的单发函数Capabilities 是接管整轮的多阶段流水线chat、deep_solve、deep_question、deep_research、visualize 等。Tools Capabilities 双层模型CLI、Web、SDK 共用运行时后端 FastAPI 流式输出前端 Next.js 16配置是 JSON/YAML 文件知识库重建写入新 version-N 目录不破坏旧索引记忆是三层纯文本文件结论可回溯到原始事件扩展靠插件、MCP 服务与可安装 skills架构说明见 AGENTS.md能力实现位于 deeptutor/capabilities/。DeepTutor 系统架构图 场景小样三个具体任务流程挑三个任务级流程均可在默认单用户部署里完成。把 PDF 手册变成可检索的问答库。在 Knowledge Center 新建知识库并上传手册索引完成后在 Chat 输入工具栏挂载该 KB提问时答案即可引用手册原文。把零散聊天历史编译成学习书。在 Book 入口选择聊天历史或已有知识库作为来源审阅给出的章节大纲确认后编译出测验、时间线等块。在终端一行解题。执行deeptutor run deep_solve Solve x^2 4 --tool rag --kb my-kb即跑完一轮并退出加--format json得到机器可读输出。⚠️ 上手避坑来自仓库文档的三条提醒这三条都来自 README 与 pyproject 的明确说明。Python 限定 3.11–3.133.14 缺编译依赖 wheel安装会失败项目根 .env 不被读取配置在工作区 data/user/settings/Docker 只需暴露 3782连宿主机 Ollama 用 host.docker.internal❓ 常见问题安装与使用安装前后最常遇到四类问题答案均出自仓库文档。Q模型怎么配置ASettings → Models 里填提供商 Base URL、API key 与模型名并保存仅在用知识库时才需补 embedding。Q默认支持多用户吗A认证默认关闭为单用户在 auth.json 开启后重启首个注册用户成为管理员其余用户获得隔离工作区。Q单个文档解析失败怎么办A可以从知识库中单独删除该失败文档无需整体删除重建索引。Q有纯 CLI 用法吗A有。CLI-only 包从源码安装deeptutor chat 交互对话deeptutor run 单轮调用。结尾下一步看哪里DeepTutor 的各功能都跑在同一个 data/ 目录与同一套运行时上上面这条主线在一个工作区里就能完整验证。更细的安装与部署选项见 README.md。建议的下一步在 Knowledge Center 建一个知识库上传一份最常查的手册然后在 Chat 里挂载它并连续问三个问题。【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