DeepTutor AI 学习助手 10 分钟本地启动指南离线模型、资料引用与互动书【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor你给 AI 讲过的资料它过几天就忘。DeepTutor 是一个开源的 AI 原生学习工作台它记得住你的讲义和对话能接本地模型离线跑还能把资料编译成一册可翻页的互动读物。读完这篇你能在 10 分钟内装好本地工作台并上传第一份讲义。10 分钟装好 DeepTutor 并打开学习工作台这一步替你省掉搭后端、配端口、装前端的折腾一条 pip 命令拿到完整的前后端。建一个空目录作为工作区所有配置、资料、记忆都会落在这里安装并初始化再启动mkdir -p my-deeptutor cd my-deeptutor pip install -U deeptutor deeptutor init deeptutor startdeeptutor init会依次问后端端口默认8001、前端端口默认3782、LLM 提供商和模型嫌烦就一路回车之后在设置页补也来得及。成功后终端会打印前端地址浏览器打开http://127.0.0.1:3782看到聊天输入框和左侧功能区说明前端已就绪。按CtrlC前后端一起停。要跟着项目迭代也可以走源码安装git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor python -m pip install -e . ( cd web npm ci --legacy-peer-deps ) deeptutor start --dev成功后浏览器打开同样的地址前端以 Next.js 热重载模式运行改代码即时生效。接入本地模型实现 DeepTutor 离线学习云端密钥和 Ollama 二选一做对了你的学习数据就不必出内网。进Settings → Models添加一个 LLM 配置Base URL、API Key、模型名保存。设置页是先存草稿、再应用的流程配错也不会打断当前会话。想彻底离线用 Ollama 更省事ollama serve ollama pull wizardlm2:7b然后在Settings → Models里把 Base URL 填成http://127.0.0.1:11434/v1模型名填刚拉下来的本地模型保存。做对了你会看到在聊天框发一条消息断网状态下也能收到完整回复整个推理没有经过任何云端。上传讲义进 DeepTutor 知识库让回答带上段落引用通用聊天机器人答你的资料里怎么写的只能编这一步让它必须引用原文。进Knowledge Center新建知识库把 PDF、DOCX、PPTX、Markdown 拖进去系统自动解析并建立索引。几个值得知道的点检索引擎每个知识库绑一个默认LlamaIndex本地向量 BM25也可换成 GraphRAG、LightRAG、PageIndex或直接关联你的 Obsidian 笔记库重建索引会写一个全新的version-N目录旧索引原样保留出问题能回退解析引擎Text-only、MinerU、Docling、Tika 等在Settings → Knowledge Base切换。在聊天输入框的工具条里选中这个知识库然后问一句结合资料解释一下第 3 章的核心结论。做对了你会看到回答末尾挂着具体的文档段落引用点它能跳回原文出处。终端党一条命令等价deeptutor kb create my-kb --doc textbook.pdf成功后deeptutor kb list里能看到 my-kb状态正常、文档数为 1。检查 L1/L2/L3 三层记忆确认 AI 真的记住你多数 AI 的记住你是个黑盒DeepTutor 把记忆摊成三层文件你能查、能改。打开Memory页面三层分别是L1原始交互轨迹追加写入trace/下的 jsonl 事件文件L2聊天、笔记本、题库等每个学习表面的精炼事实L2/ .mdL3跨表面合成的长期画像L3/下的 profile、preferences 等。关键在引用链L2 的每一条事实都引 L1 的原始事件L3 引 L2。记忆图谱把这条链画出来任何一条它记得你的偏好都能追到最初哪句话。而且全是纯文本 Markdown记错了直接编辑文件就行。deeptutor memory show成功后终端按面板依次打出 L3 与 L2 的记忆文档在 Memory 页面做对了你会看到图谱中间是 L3 合成、中间环是 L2、外圈是 L1 轨迹点一条合成结论能看到它背后的原始对话。把讲义编译成 DeepTutor 互动书而非静态 PDFBook 引擎产出的不是文档是一个可以读、可以问、可以做测验的阅读环境。从知识库、笔记本、题库或聊天历史中选来源点创建。流程分两段先给章节大纲你确认结构后它才逐章生成内容。每一章编译成类型化块——文字、测验卡、时间线、代码、交互组件、动画、概念图——块可以插入、移动、换类型每章右侧有独立的Page Chat读到哪里问到哪里。编译过程是流式的长任务能暂停再恢复整册还能导出 Markdown 带走。配套的 Co-Writer 负责精修左边编辑、右边实时预览KaTeX 公式和 Mermaid 图都能渲染。选中一段文字让它基于知识库重写、扩写或精简改动以接受 / 拒绝的差异对比呈现落不落盘你说了算。写好的草稿存回笔记本就会变成后续所有工作流可复用的上下文。做对了你会看到书里的测验卡片可以当场作答并看到解析Co-Writer 里每处 AI 改动都先挂在 diff 区等你点接受笔记本面板里多出这条新记录。终端单次调用、多用户与 IM 渠道的进阶玩法浏览器工作台之外的入口等前面几步跑顺了再试终端单次调用deeptutor run deep_solve Solve x^2 4 --tool rag --kb my-kb一问一答直接退出加--format json每个事件独立一行content、tool_call、done 都带 session_id别的程序能直接消费用--session接回上一轮的会话继续多轮。My Agents接入本机 Claude Code、Codex 等命令行 Agent聊天里用把它拉进当前回合它跑完把过程流回活动面板也能按天导入它们的旧对话当参考资料。多用户部署在data/user/settings/auth.json里开启认证后重启第一个注册用户成为管理员之后每人有隔离的会话、记忆、笔记本和知识库管理员用授权控制各人能用哪些模型、知识库、技能和工具书籍的共享与编辑权限单独分配。Partners同一套能力接到飞书、Telegram、Slack、Discord 等 IM 渠道每个 Partner 有自己的 SOUL 人格、模型策略和记忆IM 里每条消息都走普通聊天回合。明天就能做的三件事把你手边最厚的那份讲义传进知识库然后连问三个结合资料的问题看引用用 Book 把讲义编译成第一册互动书翻到测验卡做一遍再跑一次deeptutor run ... --format json确认结构化输出能被你的脚本接住。工作台已经跑起来了接下来把资料真正喂进去它才会开始像你的导师。【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考