喂一份旧试卷给 DeepTutor3 步生成同风格的新题目【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor开学前又要出一套新题但去年那份考试 PDF 里只有 10 道题照抄不合适重写又太费时。DeepTutor 的题目生成功能就是为这类场景做的把旧试卷 PDF 交给它解析出每题的题型和难度再基于你的知识库生成一批长得像新题没有旧试卷也行直接指定知识点让它从零出题。一套题是怎么被生产出来的探索、规划、出题三阶段DeepTutor 的出题流程在 deeptutor/agents/question/ 里实现整条流水线分三步走每一步的输出都是下一步的输入。探索阶段先让智能体翻一遍知识库生成题目之前系统会先跑一轮 Explore 循环让模型用检索、阅读等工具把指定知识库里和本次考点相关的内容翻出来并把工具结果压缩成摘要再交给下游。这样后面出的每道题都有出处而不是模型凭记忆硬编。规划阶段每题的考点和题型先定稿Explore 结束后进入 Plan 阶段系统一次性产出一份 JSON 规划逐题列明question_id、topic、question_type、difficulty四个字段。相当于先排好第 1 题出选择题考什么、第 2 题出简答题考什么再逐题填充内容。这一步也接入了历史出题记录重复考过的点会被自动规避。模仿模式PDF 试卷经 MinerU 解析题型难度逐题保留这是最省事的路径上传一份旧试卷 PDFMinerU 解析服务把版面转成文本question_extractor再从里面抽出参考题并给每题打上题型choice / written 等和难度标签。生成新题时这些标签会原样继承——源卷是3 道选择 2 道简答新卷也是同样的题型配比而不会全部退化成简答题。解析与出题逻辑分别在 deeptutor/tools/question/exam_mimic.py 和agents/question/mimic_source.py里想看细节可以直接翻。三步装好 DeepTutor 并出第一批题1. 安装并配置环境先装依赖并完成初始化deeptutor init会依次询问后端/前端端口、LLM 供应商和 API Keygit clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor pip install -U deeptutor deeptutor init预期看到终端依次回显端口、模型配置等提示并逐项落盘无报错即配置成功。2. 启动并打开 Web 界面deeptutor start预期看到后端与前端两个进程启动的日志终端打印出前端地址默认是 http://127.0.0.1:3782浏览器打开后能看到登录页和主界面。3. 建库、出卷跑通上一步后在左侧导航进入 Knowledge 页面上传你的讲义或教材 PDF 建一个知识库embedding 模型在 Settings → Models 里配过就能用。然后在对话页发起出题指定知识库名、题数和难度系统会先跑 Explore → Plan随后每道题生成完就即时渲染成一张题目卡片卡片上带题型、选项、correct_answer、explanation、knowledge_point这些字段可以直接核对。走模仿模式的话把旧试卷 PDF 作为附件上传、说明参考这份卷子出题即可。进阶调整探索轮数与工具摘要预算默认配置就能用但有两个旋钮值得了解它们控制出题前做多少功课。在data/user/settings/下的配置文件里补一段缺失的键会自动回落到默认值不用建整份文件capabilities: deep_question: exploring: max_iterations: 8 # Explore 阶段最多跑几轮工具调用默认 8 tool_summarizer: enabled: true # 开启后先把工具原始输出压缩成摘要再进 Plan/Quiz max_tokens: 800 # 单次摘要的 token 上限为什么这么配知识库大、考点散的时候把max_iterations调高能让探索更充分代价是每道题生成更慢tool_summarizer开启后下游模型看到的是提炼过的要点而非原始检索片段规划更聚焦摘要预算max_tokens太小则会丢细节。 出题逻辑的源码入口是 deeptutor/agents/question/pipeline.py想改题型白名单或难度等级可以直接在里面找_VALID_QUESTION_TYPES和_VALID_DIFFICULTIES。DeepTutor 把旧卷翻新题和知识点出新题两条路都铺平了题库资产从此可以按学期滚动积累而不是每次从零手写。下一步克隆仓库执行第一段的安装命令30 分钟后你就能在 http://127.0.0.1:3782 看到自己出的第一套题。【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 喂一份旧试卷给 DeepTutor，3 步生成同风格的新题目
喂一份旧试卷给 DeepTutor3 步生成同风格的新题目【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor开学前又要出一套新题但去年那份考试 PDF 里只有 10 道题照抄不合适重写又太费时。DeepTutor 的题目生成功能就是为这类场景做的把旧试卷 PDF 交给它解析出每题的题型和难度再基于你的知识库生成一批长得像新题没有旧试卷也行直接指定知识点让它从零出题。一套题是怎么被生产出来的探索、规划、出题三阶段DeepTutor 的出题流程在 deeptutor/agents/question/ 里实现整条流水线分三步走每一步的输出都是下一步的输入。探索阶段先让智能体翻一遍知识库生成题目之前系统会先跑一轮 Explore 循环让模型用检索、阅读等工具把指定知识库里和本次考点相关的内容翻出来并把工具结果压缩成摘要再交给下游。这样后面出的每道题都有出处而不是模型凭记忆硬编。规划阶段每题的考点和题型先定稿Explore 结束后进入 Plan 阶段系统一次性产出一份 JSON 规划逐题列明question_id、topic、question_type、difficulty四个字段。相当于先排好第 1 题出选择题考什么、第 2 题出简答题考什么再逐题填充内容。这一步也接入了历史出题记录重复考过的点会被自动规避。模仿模式PDF 试卷经 MinerU 解析题型难度逐题保留这是最省事的路径上传一份旧试卷 PDFMinerU 解析服务把版面转成文本question_extractor再从里面抽出参考题并给每题打上题型choice / written 等和难度标签。生成新题时这些标签会原样继承——源卷是3 道选择 2 道简答新卷也是同样的题型配比而不会全部退化成简答题。解析与出题逻辑分别在 deeptutor/tools/question/exam_mimic.py 和agents/question/mimic_source.py里想看细节可以直接翻。三步装好 DeepTutor 并出第一批题1. 安装并配置环境先装依赖并完成初始化deeptutor init会依次询问后端/前端端口、LLM 供应商和 API Keygit clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor pip install -U deeptutor deeptutor init预期看到终端依次回显端口、模型配置等提示并逐项落盘无报错即配置成功。2. 启动并打开 Web 界面deeptutor start预期看到后端与前端两个进程启动的日志终端打印出前端地址默认是 http://127.0.0.1:3782浏览器打开后能看到登录页和主界面。3. 建库、出卷跑通上一步后在左侧导航进入 Knowledge 页面上传你的讲义或教材 PDF 建一个知识库embedding 模型在 Settings → Models 里配过就能用。然后在对话页发起出题指定知识库名、题数和难度系统会先跑 Explore → Plan随后每道题生成完就即时渲染成一张题目卡片卡片上带题型、选项、correct_answer、explanation、knowledge_point这些字段可以直接核对。走模仿模式的话把旧试卷 PDF 作为附件上传、说明参考这份卷子出题即可。进阶调整探索轮数与工具摘要预算默认配置就能用但有两个旋钮值得了解它们控制出题前做多少功课。在data/user/settings/下的配置文件里补一段缺失的键会自动回落到默认值不用建整份文件capabilities: deep_question: exploring: max_iterations: 8 # Explore 阶段最多跑几轮工具调用默认 8 tool_summarizer: enabled: true # 开启后先把工具原始输出压缩成摘要再进 Plan/Quiz max_tokens: 800 # 单次摘要的 token 上限为什么这么配知识库大、考点散的时候把max_iterations调高能让探索更充分代价是每道题生成更慢tool_summarizer开启后下游模型看到的是提炼过的要点而非原始检索片段规划更聚焦摘要预算max_tokens太小则会丢细节。 出题逻辑的源码入口是 deeptutor/agents/question/pipeline.py想改题型白名单或难度等级可以直接在里面找_VALID_QUESTION_TYPES和_VALID_DIFFICULTIES。DeepTutor 把旧卷翻新题和知识点出新题两条路都铺平了题库资产从此可以按学期滚动积累而不是每次从零手写。下一步克隆仓库执行第一段的安装命令30 分钟后你就能在 http://127.0.0.1:3782 看到自己出的第一套题。【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