DeepTutor 本地部署教程十分钟把 PDF 笔记变成可提问的互动教材【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor我花了一个下午把散落在硬盘各处的课程 PDF、实验报告和 Markdown 复习提纲变成了一本带章节、带练习题、还能随时追问的互动教材。整个流程只用了三条终端命令加一个界面操作全程没手写一行配置。这套东西叫DeepTutor一个基于 Agent 原生架构的开源学习平台定位是终身个性化辅导对话时它会自己查资料、写代码、画图能把你的文档整理成可检索的个人知识库还有三层记忆系统让进度跨会话留存。先把 DeepTutor 在本地跑起来它对环境的要求只有两条Python 3.11 和 Node.js 18前端界面依赖后者。终端里执行python --version和node -v各看一眼版本够就往下走。 建议先建一个独立的工作区目录后面所有数据都会落在里面日后备份和迁移方便。mkdir -p ~/dt-study cd ~/dt-study pip install -U deeptutor安装完成的标准是终端没有报错且deeptutor --help能正常输出命令列表。接下来执行初始化向导deeptutor init这是四步向导端口设置 → 选择 LLM 提供商 → 配置嵌入模型 → 汇总确认全程跟着提示选即可。如果你没有云端 API 密钥在提供商一步选 Ollama 等本地方案也能跑通响应速度取决于本机配置。初始化结束时会打印一份配置汇总这就是本阶段的完成标志。deeptutor start这条命令同时拉起后端 API默认端口 8001和前端界面默认端口 3782。浏览器打开http://localhost:3782看到左侧导航和中央对话区的完整界面就算部署成功。把资料喂进个人知识库装好之后我做的第一件事是把一个塞满资料的文件夹整体导进知识库。在终端输入deeptutor kb create 机器学习复习 --docs-dir ./ml-notes--docs-dir会递归读取该文件夹下所有受支持的格式PDF、DOCX、MD 等命令跑完会打印导入文档数这个数字和你文件夹里的文件数对得上就对了。导入后想管理用deeptutor kb list查看清单、deeptutor kb delete移除导错的文件不用推倒重建。这一步的意义在于之后所有模块都能检索到这批资料而不是每次都重新粘贴文件。让资料变成一本互动教材进入界面左侧的Book模块新建一本书选择刚才那个知识库作为素材。DeepTutor 会把库里的内容编译成结构化教材分章节、配练习题还能生成可交互的可视化组件和动画演示。对备考场景来说这等于把几百页原始资料压缩成一张按你的资料生成的学习地图——哪章薄弱就练哪章不用再从第一页硬读起。让学习进度被系统记住学了几章之后切到Memory模块你会看到三层结构L1 工作区镜像记录当前进展L2 主题总结沉淀单科目结论L3 跨领域知识合成做跨主题关联。归档是自动的不需要手动操作。真实用法是关掉浏览器第二天再打开直接问我上次学到哪了或帮我总结机器学习里几个容易混淆的概念。因为 L2/L3 层已经存了结论它给出的回答会延续你上次的上下文而不是重新问一遍背景。跑起来之后其他模块与问题速查侧边栏里还有几个模块按使用场景记就行Chat——多轮对话、工具调用、上下文感知——日常答疑的主力入口Research——多代理协作、文献检索、自动生成引用——写论文和技术调研Visualize / Solve——图表生成、数学计算、多步推理——理科概念和公式可视化Mastery Path——个性化学习计划、掌握度追踪——系统性备考Knowledge Center——多检索引擎、文档管理——资料量大时的检索中枢Co-Writer——Markdown 编辑、AI 辅助改写——整理笔记和综述写作遇到问题先跑deeptutor config看当前配置多数坑都能在这一步定位。以下是我实际碰到过的几类端口打不开3782 被占用 → 重新执行deeptutor init换一个前端端口。Ollama 连不上服务没起或端口不对 → 先ollama serve再确认localhost:11434可访问。知识库索引卡住嵌入模型没配好或网络受限 → 在设置页检查嵌入端点连通性必要时改本地嵌入模型。回复太慢云端模型太大 → 换轻量模型并在设置里降低记忆层刷新频率。PDF 内容缺失个别格式解析不全 → 换 Markdown 源文件重试或调整文档解析引擎。接下来的三件事现在就可以去执行那三条命令打开http://localhost:3782问出你的第一个问题。之后想扩展按优先级做这三件用deeptutor skill search和deeptutor skill install从社区技能库装现成技能用deeptutor partner create把 Claude Code、Codex 等外部助手接成子代理在对话中直接召唤或者 拉取源码 研究架构报 issue、补文档把踩过的坑变成社区的一部分。参考 记忆模块源码 和 Book 编译逻辑能帮你看清前面几个模块背后到底在做什么。【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 本地部署教程：十分钟把 PDF 笔记变成可提问的互动教材
DeepTutor 本地部署教程十分钟把 PDF 笔记变成可提问的互动教材【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor我花了一个下午把散落在硬盘各处的课程 PDF、实验报告和 Markdown 复习提纲变成了一本带章节、带练习题、还能随时追问的互动教材。整个流程只用了三条终端命令加一个界面操作全程没手写一行配置。这套东西叫DeepTutor一个基于 Agent 原生架构的开源学习平台定位是终身个性化辅导对话时它会自己查资料、写代码、画图能把你的文档整理成可检索的个人知识库还有三层记忆系统让进度跨会话留存。先把 DeepTutor 在本地跑起来它对环境的要求只有两条Python 3.11 和 Node.js 18前端界面依赖后者。终端里执行python --version和node -v各看一眼版本够就往下走。 建议先建一个独立的工作区目录后面所有数据都会落在里面日后备份和迁移方便。mkdir -p ~/dt-study cd ~/dt-study pip install -U deeptutor安装完成的标准是终端没有报错且deeptutor --help能正常输出命令列表。接下来执行初始化向导deeptutor init这是四步向导端口设置 → 选择 LLM 提供商 → 配置嵌入模型 → 汇总确认全程跟着提示选即可。如果你没有云端 API 密钥在提供商一步选 Ollama 等本地方案也能跑通响应速度取决于本机配置。初始化结束时会打印一份配置汇总这就是本阶段的完成标志。deeptutor start这条命令同时拉起后端 API默认端口 8001和前端界面默认端口 3782。浏览器打开http://localhost:3782看到左侧导航和中央对话区的完整界面就算部署成功。把资料喂进个人知识库装好之后我做的第一件事是把一个塞满资料的文件夹整体导进知识库。在终端输入deeptutor kb create 机器学习复习 --docs-dir ./ml-notes--docs-dir会递归读取该文件夹下所有受支持的格式PDF、DOCX、MD 等命令跑完会打印导入文档数这个数字和你文件夹里的文件数对得上就对了。导入后想管理用deeptutor kb list查看清单、deeptutor kb delete移除导错的文件不用推倒重建。这一步的意义在于之后所有模块都能检索到这批资料而不是每次都重新粘贴文件。让资料变成一本互动教材进入界面左侧的Book模块新建一本书选择刚才那个知识库作为素材。DeepTutor 会把库里的内容编译成结构化教材分章节、配练习题还能生成可交互的可视化组件和动画演示。对备考场景来说这等于把几百页原始资料压缩成一张按你的资料生成的学习地图——哪章薄弱就练哪章不用再从第一页硬读起。让学习进度被系统记住学了几章之后切到Memory模块你会看到三层结构L1 工作区镜像记录当前进展L2 主题总结沉淀单科目结论L3 跨领域知识合成做跨主题关联。归档是自动的不需要手动操作。真实用法是关掉浏览器第二天再打开直接问我上次学到哪了或帮我总结机器学习里几个容易混淆的概念。因为 L2/L3 层已经存了结论它给出的回答会延续你上次的上下文而不是重新问一遍背景。跑起来之后其他模块与问题速查侧边栏里还有几个模块按使用场景记就行Chat——多轮对话、工具调用、上下文感知——日常答疑的主力入口Research——多代理协作、文献检索、自动生成引用——写论文和技术调研Visualize / Solve——图表生成、数学计算、多步推理——理科概念和公式可视化Mastery Path——个性化学习计划、掌握度追踪——系统性备考Knowledge Center——多检索引擎、文档管理——资料量大时的检索中枢Co-Writer——Markdown 编辑、AI 辅助改写——整理笔记和综述写作遇到问题先跑deeptutor config看当前配置多数坑都能在这一步定位。以下是我实际碰到过的几类端口打不开3782 被占用 → 重新执行deeptutor init换一个前端端口。Ollama 连不上服务没起或端口不对 → 先ollama serve再确认localhost:11434可访问。知识库索引卡住嵌入模型没配好或网络受限 → 在设置页检查嵌入端点连通性必要时改本地嵌入模型。回复太慢云端模型太大 → 换轻量模型并在设置里降低记忆层刷新频率。PDF 内容缺失个别格式解析不全 → 换 Markdown 源文件重试或调整文档解析引擎。接下来的三件事现在就可以去执行那三条命令打开http://localhost:3782问出你的第一个问题。之后想扩展按优先级做这三件用deeptutor skill search和deeptutor skill install从社区技能库装现成技能用deeptutor partner create把 Claude Code、Codex 等外部助手接成子代理在对话中直接召唤或者 拉取源码 研究架构报 issue、补文档把踩过的坑变成社区的一部分。参考 记忆模块源码 和 Book 编译逻辑能帮你看清前面几个模块背后到底在做什么。【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