5 分钟跑通 DeepTutor 深度研究从一个提问到带引用的报告【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor查文献最费时间的环节一次搜索半小时结果散落十几个标签页最后还得自己拼。DeepTutor 深度研究就是为这个场景做的——你给它一个研究主题它拆成子主题、并行检索知识库、网页和论文库最后还你一份带引用锚点的 Markdown 报告。你要做的只有两件事提问以及确认大纲。⚙️ 它是怎么工作的你输入一个研究主题先经过规划者它用一轮对话把模糊的话题问清楚再拆成若干子主题并把大纲先摊给你看。你确认后侦探开始办案——每个子主题是一个独立案件从 RAG检索增强生成即先查资料再作答、网络搜索、论文检索里取证动态主题队列会自动把新冒出来的子主题追加进队列继续查。最后写手上场按大纲逐节成文整份报告连同逐节引用存进工作区的deep_research目录。 第一次上手Web 端在 Chat 工作台点开 Deep Research 能力卡片即可命令行端是deeptutor run的 deep_research 能力。最小操作路径以 CLI 为例克隆仓库 https://gitcode.com/GitHub_Trending/dee/DeepTutor 并安装依赖在配置里填好模型 API 密钥。执行下面这条命令一条就能跑通完整流程deeptutor run deep_research RAG 是什么适合哪些场景 \ -t web_search,rag -l zh中途它会先返回子主题大纲outline preview你直接确认即可开始检索。报告生成后会显示在会话里Markdown 原文落在data/user/workspace/chat/deep_research下。 常用参数怎么选参数就两组modenotes / report / comparison / learning_path和depthquick / standard / deep / manual外加--kb、-t指定知识库和工具。想快depthquick。只跑 1 轮迭代、串行执行、子主题上限 2 个几分钟出结果适合这个领域大概什么样的摸底。想深depthdeep。每个子主题最多 5 轮迭代、3 个主题并行、队列上限 8适合开题前把方向吃透。想严谨modereport或modecomparison配合--kb挂一个领域知识库-t里同时开rag和paper_search让它先查你本地的可靠材料再用论文交叉验证。想要精确控制用depthmanual再配manual_subtopics和manual_max_iterations都限 1–10比如就拆 4 个子题、每道题查 2 轮。 拿它解决 3 类真实问题文献综述你给它什么一个研究方向加--kb里的领域资料库。 它还你什么按子主题分节的综述modereport每节带论文引用结尾附参考文献列表。技术选型对比你给它什么一个二选一的主题例如微服务 vs 单体架构。 它还你什么modecomparison生成的对比表deep 深度下还能自动写代码跑基准验证而不是只罗列观点。学习新概念你给它什么一个卡住你的术语比如注意力机制。 它还你什么modenotes的学习笔记含定义卡片、关键点小结适合直接存进笔记软件。 结果不对路按症状排查跑得太慢多半是depthdeep又开了多个并行子题——降到 standard 或 quick。引用太少常见原因是没挂知识库、只开了 web_search——--kb挂上资料库并启用 rag、paper_search。结构乱、跑偏大纲确认环节你直接点了确认——下次在 outline preview 里删掉无关子题再放行大纲就是报告骨架。✅ 让研究更可靠的 4 个习惯提问前先用--kb挂上领域材料让它有据可查而不是全靠网页。大纲预览必看一轮子主题质量决定报告下限。对比类问题固定用modecomparison加depthdeep输出自带对比表且可代码验证。关键结论换一次 depth 重跑两次结果一致再下判断。第一次别贪大先用 quick 跑一个小主题熟悉大纲确认这个交互再切 deep 做正式研究。想改报告风格提示模板在 研究提示词目录中英文各有一份。路线图里还排着多语言研究和可视化追踪后续版本会逐步跟进。【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 5 分钟跑通 DeepTutor 深度研究：从一个提问到带引用的报告
5 分钟跑通 DeepTutor 深度研究从一个提问到带引用的报告【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor查文献最费时间的环节一次搜索半小时结果散落十几个标签页最后还得自己拼。DeepTutor 深度研究就是为这个场景做的——你给它一个研究主题它拆成子主题、并行检索知识库、网页和论文库最后还你一份带引用锚点的 Markdown 报告。你要做的只有两件事提问以及确认大纲。⚙️ 它是怎么工作的你输入一个研究主题先经过规划者它用一轮对话把模糊的话题问清楚再拆成若干子主题并把大纲先摊给你看。你确认后侦探开始办案——每个子主题是一个独立案件从 RAG检索增强生成即先查资料再作答、网络搜索、论文检索里取证动态主题队列会自动把新冒出来的子主题追加进队列继续查。最后写手上场按大纲逐节成文整份报告连同逐节引用存进工作区的deep_research目录。 第一次上手Web 端在 Chat 工作台点开 Deep Research 能力卡片即可命令行端是deeptutor run的 deep_research 能力。最小操作路径以 CLI 为例克隆仓库 https://gitcode.com/GitHub_Trending/dee/DeepTutor 并安装依赖在配置里填好模型 API 密钥。执行下面这条命令一条就能跑通完整流程deeptutor run deep_research RAG 是什么适合哪些场景 \ -t web_search,rag -l zh中途它会先返回子主题大纲outline preview你直接确认即可开始检索。报告生成后会显示在会话里Markdown 原文落在data/user/workspace/chat/deep_research下。 常用参数怎么选参数就两组modenotes / report / comparison / learning_path和depthquick / standard / deep / manual外加--kb、-t指定知识库和工具。想快depthquick。只跑 1 轮迭代、串行执行、子主题上限 2 个几分钟出结果适合这个领域大概什么样的摸底。想深depthdeep。每个子主题最多 5 轮迭代、3 个主题并行、队列上限 8适合开题前把方向吃透。想严谨modereport或modecomparison配合--kb挂一个领域知识库-t里同时开rag和paper_search让它先查你本地的可靠材料再用论文交叉验证。想要精确控制用depthmanual再配manual_subtopics和manual_max_iterations都限 1–10比如就拆 4 个子题、每道题查 2 轮。 拿它解决 3 类真实问题文献综述你给它什么一个研究方向加--kb里的领域资料库。 它还你什么按子主题分节的综述modereport每节带论文引用结尾附参考文献列表。技术选型对比你给它什么一个二选一的主题例如微服务 vs 单体架构。 它还你什么modecomparison生成的对比表deep 深度下还能自动写代码跑基准验证而不是只罗列观点。学习新概念你给它什么一个卡住你的术语比如注意力机制。 它还你什么modenotes的学习笔记含定义卡片、关键点小结适合直接存进笔记软件。 结果不对路按症状排查跑得太慢多半是depthdeep又开了多个并行子题——降到 standard 或 quick。引用太少常见原因是没挂知识库、只开了 web_search——--kb挂上资料库并启用 rag、paper_search。结构乱、跑偏大纲确认环节你直接点了确认——下次在 outline preview 里删掉无关子题再放行大纲就是报告骨架。✅ 让研究更可靠的 4 个习惯提问前先用--kb挂上领域材料让它有据可查而不是全靠网页。大纲预览必看一轮子主题质量决定报告下限。对比类问题固定用modecomparison加depthdeep输出自带对比表且可代码验证。关键结论换一次 depth 重跑两次结果一致再下判断。第一次别贪大先用 quick 跑一个小主题熟悉大纲确认这个交互再切 deep 做正式研究。想改报告风格提示模板在 研究提示词目录中英文各有一份。路线图里还排着多语言研究和可视化追踪后续版本会逐步跟进。【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