DeepTutor 快速上手指南5分钟装好会用引用回答的开源 AI 导师【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor想象一下打开一份讲义 PDF 提个问题回答直接指向文档里的具体段落。DeepTutor 就是这样一款开源 AI 导师把你的资料变成可被引用的依据还把学过的内容记得住、改得动。这篇只带你做完三件事装起来并启动工作台、用资料完整跑通一个真实任务、然后挑一条路把模型接好。装好工作台从空目录到聊天界面只要两分钟最短路径就一条pip 装不用 clone 仓库。前提是 Python 3.11–3.13Node 20 以上。mkdir -p my-deeptutor cd my-deeptutor pip install -U deeptutor deeptutor init deeptutor startdeeptutor init依次问后端端口默认 8001、前端端口默认 3782和 LLM 提供商一路回车可跳过之后去设置页补上deeptutor start前后端一起拉起保持这个终端开着CtrlC两边一起停成功信号终端打印出前端地址后浏览器打开http://127.0.0.1:3782看到聊天工作台就算装好了。所有配置都落在启动目录的data/user/settings/里是纯 JSON/YAML 文件随时可以直接改。工作台好了现在把资料放进去。跑通一个真实任务用资料从 0 到 1 问一轮拿一份你真正在学的 PDF——讲义、教材章节都行——完整走一遍基于资料提问。前提是模型已配好如果工作台里还没有先去 Settings → Models 填一组 Base URL、API Key、模型名并保存两条接法下一节细讲。建知识库进侧边栏 Knowledge Center新建知识库把 PDF 拖进去系统自动解析、建索引默认引擎是 LlamaIndex本地向量 BM25带着资料提问回到聊天页关联这个知识库问一句结合资料解释梯度下降的收敛条件回答会附上段落引用说得对不对你随时能对着原文核。每个知识库只绑一个引擎。除了默认的 LlamaIndex还可以选 GraphRAG、LightRAG、PageIndex或者直接关联你的 Obsidian 笔记库。重建索引会写入新的 version 目录旧索引不会被破坏出问题能回退。更关键的是这轮对话不会关窗就丢。DeepTutor 的记忆分三层L1 是逐条交互的原始轨迹L2 是聊天、笔记本、题库等各学习表面的精炼事实L3 是跨表面合成的长期画像。打开 Memory 页面记忆图谱能把每条画像结论追溯到最开始的原始事件记错了就直接改文件。DeepTutor 三层记忆图谱L1 L2 L3 记忆可视化终端党可以用一条命令完成同样的建库操作deeptutor kb create my-kb --doc textbook.pdf资料进来了再给导师挑个大脑。变成你的云端或本地两条路接模型接模型只有一个入口Settings → Models。挑一条路走通就行。路 A云端密钥在 Models 卡片里新增 LLM 配置填 Base URL、API Key、模型名保存。设置页是先存草稿再应用的流程配错了也不影响当前会话路 B彻底本地用 Ollama 拉一个本地模型两条命令ollama serve ollama pull qwen2.5:7b回到设置页把 Base URL 填成http://127.0.0.1:11434/v1模型名填你拉取的本地模型保存即可。整个推理不经过云端断网也能继续学。DeepTutor 设置模型配置界面LLM 与 Embedding 管理顺手的个性化设置页支持中英文界面切换内置 Default / Cream / Dark / Glass 四套主题离线环境下同样生效。主线到这里走完剩下这几条按兴趣翻。再深入一点终端、书、多用户和 IM 渠道选读终端常驻deeptutor chat进交互式对话deeptutor run deep_solve Solve x^2 4 --format json单次调用并输出结构化 JSON方便脚本或其他 Agent 直接驱动Book 与 Co-Writer把资料和对话编译成一册带章节大纲、测验块的互动书或选中任意一段文字让 AI 重写并以接受/拒绝的 diff 呈现多用户打开认证后每位用户拥有隔离的会话、记忆和知识库管理员用授权决定每个人能用哪些模型与工具Partners把同一个大脑接到飞书、Telegram、Slack、Discord 等 IM 渠道导师 24 小时在线。细节从 README.md 读起想直接上 Docker 部署看 CONTAINERIZATION.md。DeepTutor 适合谁一分钟判断适不适合你适合手里有一堆 PDF、讲义、笔记想要基于资料答题、还记得你学过什么的导师团队或班级想搭一个每人数据隔离的学习工作台以及需要离线、本地模型跑学习场景的人不适合只想随便聊天、不在乎资料与记忆的话普通聊天工具就够不必跑起整套工作台机器上装不了 Python/Node 的优先走容器化路线。接下来 10 分钟可以做的 3 件事把一份资料传进知识库问一个必须带引用的问题核一遍出处打开 Memory 页面看看这轮对话被 L1 / L2 / L3 记成了什么样在终端敲一条deeptutor run deep_solve Solve x^2 4看 JSON 输出长啥样。工作台已经开着拿最近那份资料问一句试试。【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 快速上手指南：5分钟装好会用引用回答的开源 AI 导师
DeepTutor 快速上手指南5分钟装好会用引用回答的开源 AI 导师【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor想象一下打开一份讲义 PDF 提个问题回答直接指向文档里的具体段落。DeepTutor 就是这样一款开源 AI 导师把你的资料变成可被引用的依据还把学过的内容记得住、改得动。这篇只带你做完三件事装起来并启动工作台、用资料完整跑通一个真实任务、然后挑一条路把模型接好。装好工作台从空目录到聊天界面只要两分钟最短路径就一条pip 装不用 clone 仓库。前提是 Python 3.11–3.13Node 20 以上。mkdir -p my-deeptutor cd my-deeptutor pip install -U deeptutor deeptutor init deeptutor startdeeptutor init依次问后端端口默认 8001、前端端口默认 3782和 LLM 提供商一路回车可跳过之后去设置页补上deeptutor start前后端一起拉起保持这个终端开着CtrlC两边一起停成功信号终端打印出前端地址后浏览器打开http://127.0.0.1:3782看到聊天工作台就算装好了。所有配置都落在启动目录的data/user/settings/里是纯 JSON/YAML 文件随时可以直接改。工作台好了现在把资料放进去。跑通一个真实任务用资料从 0 到 1 问一轮拿一份你真正在学的 PDF——讲义、教材章节都行——完整走一遍基于资料提问。前提是模型已配好如果工作台里还没有先去 Settings → Models 填一组 Base URL、API Key、模型名并保存两条接法下一节细讲。建知识库进侧边栏 Knowledge Center新建知识库把 PDF 拖进去系统自动解析、建索引默认引擎是 LlamaIndex本地向量 BM25带着资料提问回到聊天页关联这个知识库问一句结合资料解释梯度下降的收敛条件回答会附上段落引用说得对不对你随时能对着原文核。每个知识库只绑一个引擎。除了默认的 LlamaIndex还可以选 GraphRAG、LightRAG、PageIndex或者直接关联你的 Obsidian 笔记库。重建索引会写入新的 version 目录旧索引不会被破坏出问题能回退。更关键的是这轮对话不会关窗就丢。DeepTutor 的记忆分三层L1 是逐条交互的原始轨迹L2 是聊天、笔记本、题库等各学习表面的精炼事实L3 是跨表面合成的长期画像。打开 Memory 页面记忆图谱能把每条画像结论追溯到最开始的原始事件记错了就直接改文件。DeepTutor 三层记忆图谱L1 L2 L3 记忆可视化终端党可以用一条命令完成同样的建库操作deeptutor kb create my-kb --doc textbook.pdf资料进来了再给导师挑个大脑。变成你的云端或本地两条路接模型接模型只有一个入口Settings → Models。挑一条路走通就行。路 A云端密钥在 Models 卡片里新增 LLM 配置填 Base URL、API Key、模型名保存。设置页是先存草稿再应用的流程配错了也不影响当前会话路 B彻底本地用 Ollama 拉一个本地模型两条命令ollama serve ollama pull qwen2.5:7b回到设置页把 Base URL 填成http://127.0.0.1:11434/v1模型名填你拉取的本地模型保存即可。整个推理不经过云端断网也能继续学。DeepTutor 设置模型配置界面LLM 与 Embedding 管理顺手的个性化设置页支持中英文界面切换内置 Default / Cream / Dark / Glass 四套主题离线环境下同样生效。主线到这里走完剩下这几条按兴趣翻。再深入一点终端、书、多用户和 IM 渠道选读终端常驻deeptutor chat进交互式对话deeptutor run deep_solve Solve x^2 4 --format json单次调用并输出结构化 JSON方便脚本或其他 Agent 直接驱动Book 与 Co-Writer把资料和对话编译成一册带章节大纲、测验块的互动书或选中任意一段文字让 AI 重写并以接受/拒绝的 diff 呈现多用户打开认证后每位用户拥有隔离的会话、记忆和知识库管理员用授权决定每个人能用哪些模型与工具Partners把同一个大脑接到飞书、Telegram、Slack、Discord 等 IM 渠道导师 24 小时在线。细节从 README.md 读起想直接上 Docker 部署看 CONTAINERIZATION.md。DeepTutor 适合谁一分钟判断适不适合你适合手里有一堆 PDF、讲义、笔记想要基于资料答题、还记得你学过什么的导师团队或班级想搭一个每人数据隔离的学习工作台以及需要离线、本地模型跑学习场景的人不适合只想随便聊天、不在乎资料与记忆的话普通聊天工具就够不必跑起整套工作台机器上装不了 Python/Node 的优先走容器化路线。接下来 10 分钟可以做的 3 件事把一份资料传进知识库问一个必须带引用的问题核一遍出处打开 Memory 页面看看这轮对话被 L1 / L2 / L3 记成了什么样在终端敲一条deeptutor run deep_solve Solve x^2 4看 JSON 输出长啥样。工作台已经开着拿最近那份资料问一句试试。【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