DeepTutor 指南把 AI 导师和个人知识库跑在你自己电脑上【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor打开本地运行的 DeepTutor把一份官方文档 PDF 丢进知识库然后在聊天里问这个设计为什么这样做回答里带出了原文页码看不懂的地方继续追问抽象概念还能让它画图解释。这是 DeepTutor 最典型的一天一个开源、本地自托管的 AI 学习助手以对话为中心串起知识库、个人记忆、书本和协写把手头的资料变成能给你讲题的导师。 五分钟快速开始安装、初始化、启动DeepTutor 官方推荐的路径是选一个工作目录 → 安装 → init → start。环境要求 Python 3.11–3.13如果想跑完整 Web 版机器上还需要 Node.js 20启动时会拉起打包好的前端服务。第 1 步安装mkdir -p my-deeptutor cd my-deeptutor pip install -U deeptutor第 2 步初始化deeptutor init它会依次询问后端端口默认 8001、前端端口默认 3782、LLM 提供商 / Base URL / API key / 模型名以及可选的 embedding 和搜索服务配置。第 3 步启动deeptutor start启动后浏览器打开终端里打印的前端地址默认http://127.0.0.1:3782保持终端不关按CtrlC同时停掉前后端。两个可以省心的点跳过init直接start也能跑会以默认端口和空模型配置启动之后在 设置 → Models 里补配置如果你要参与开发从源码安装更合适——git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor进入目录建 venv 后执行python -m pip install -e .再用deeptutor start --dev启动前端走热更新。容器化部署的细节在 CONTAINERIZATION.md 里有完整说明。 初次体验走查打开页面问出第一个问题首次启动后你看到的是聊天主界面中间一个大输入框左下角是能力选择默认 Chat工具栏上有一排图标——附件、知识库、Agent、模型切换等。侧边栏列着 Home、Partners、My Agents、Co-Writer、Book、Learning Space 六大入口底部是 Memory、Knowledge Center 和 Settings。第一次交互很简单直接在输入框里问一个具体问题比如用一段话解释事件循环并举一个 Node.js 的例子。模型会按思考 → 需要时调工具 → 观察结果 → 作答的回合循环运行如果你给的问题信息不足它不会硬猜而是暂停这一轮、弹出一张结构化的追问卡片你回答后它再继续。第一个看得见的价值在于同一个上下文可以一直聊下去会话里的知识库、人设、模型选择是粘性上下文跨轮次保留文件、聊天记录、书本、笔记本这类一次性引用则通过菜单临时挂进来。聊完一轮你可以把讨论继续推向测验、可视化或深入研究而不用换个工具重来。 按场景拆解四个最常用的学习环节读文档时问问题沉浸式阅读带页级引用这是答案可查证体验最直接的场景——把 PDF 或 EPUB 打开在聊天旁边左边翻页读原文右边随时提问回答里每个结论都挂着p.x这样的页码引用点一下跳回原文对应段落。阅读位置、大纲和标注都会持久化下次打开接着读选中文本可以直接对选中片段发起操作引用来自真实检索而不是模型凭印象回答把资料变成能学的书章节、测验和动画Book 模块做的事情是把知识库、笔记本、题库甚至聊天记录编译成一本活的书。它不是一次性生成 PDF 式静态文本创建流程会先给出章节大纲让你审阅确认结构后才逐章生成内容。每章由可编辑的块组成正文、测验卡、闪卡、时间线、代码、概念图乃至 Manim 数学动画块可以插入、移动、重写、更换类型抽象概念配一段动画比纯文字好懂阅读进度、书签、测验记录默认属于读者本人书分享给团队时每个人的学习状态仍是私有的DeepTutor 书本模块中的章节内容与数学动画界面建立个人知识库一个底座多种检索引擎Knowledge Center 是聊天、书本、协写背后共用的资料底座。它的特别之处在于检索引擎是可选的LlamaIndex默认本地向量 BM25 混合、GraphRAG 和 LightRAG知识图谱检索、PageIndex页级推理检索、LightRAG Server外置检索服务以及直接关联 Obsidian 仓库、腾讯 IMA 或 MarginNote 4 资料库。建库有两条路新建并上传文档建索引或链接一个已建好的索引直接复用知识库可以跟踪 GitHub 仓库或文档站点 URL按需同步增量重建索引会写入新的版本目录旧索引不会在半途被破坏单个解析失败的文档也可以单独移除和 AI 一起写长文选中一段做外科手术式修改Co-Writer 是一个分栏 Markdown 工作区左边编辑右边实时预览数学公式KaTeX和图表代码块都能渲染文档自动保存写定的草稿可以存回笔记本变成可复用的上下文。核心玩法是外科手术式编辑选中一段让它改写、扩写或压缩修改可以挂接知识库或网络证据工具调用过程留有痕迹所有改动以 diff 形式呈现你确认接受后才真正落进文档DeepTutor AI 协作文档分栏编辑与实时预览界面 三个技术亮点说人话版本一条实习生式的 Agent 循环。聊天不是一问一答而是让模型像一个认真查资料的实习生先想觉得需要就调工具搜索、读知识库、读记忆看结果不够再补最后才交答案。信息不足时它会主动停下来向你提问而不是编一个看起来合理的版本。三层记忆其实是一叠笔记本。L1 是逐条追加的事件流水账JSONL 文件L2 是每个学习场景的要点摘要MarkdownL3 是跨场景合成的个人画像。上层永远引用下层所以系统对你的每一条了解都能沿引用链追回到具体的原始记录。而且它刻意不做黑盒向量库——全是明文文件你能直接打开读也能改。知识库像一座多索引的图书馆。同一批资料按索书号查LlamaIndex 向量 BM25、按主题脉络查GraphRAG 图谱是两套找法。每个知识库绑定一种引擎按需选择重建索引写新版本、保留旧版本就像图书馆重新编目时把旧目录留档而不是当场销毁。✅ 几条真实使用技巧没想好模型配置也没关系先deeptutor start把界面跑起来再到 设置 → Models 里慢慢配。只用纯聊天的话不用配 embedding 服务只有启用知识库 / RAG 时才需要它。文档排版复杂扫描版、多栏时到 设置 → 知识库 里把解析引擎从 Text-only 换成 MinerU 或 Docling 再建库。启动有问题就运行deeptutor doctor加--online还能顺带探测模型服务是否可达。用了一段时间后打开 Memory 页面看一眼记忆图谱合成结论不对劲时可以改回 L2/L3 里的明文。⚖️ 适合谁 / 不适合谁比较适合想要一个数据留在本地、可以随便折腾的学习环境的学生或工程师手里有一批 PDF、笔记或文档希望把它们变成能追问的导师的人小团队或班级开启多用户模式后管理员分配合成隔离的用户工作区各自有独立的聊天、记忆和知识库坦率说它不是一个登录即用的在线 SaaS——它是自托管应用你需要自备模型 API key 或跑一个本地模型服务替代真实课堂和考试培训的完整方案它不内置付费课程内容如果你既不想配置模型服务、也不想折腾本地环境短期可玩性会打折扣❓ 常见问题必须用 OpenAI 的付费 key 吗不用。任何 OpenAI 兼容 API 都行Ollama、LM Studio、vLLM、llama.cpp 等本地模型服务也支持在 设置 → Models 填 Base URL 和模型名即可。数据存在哪里全部在工作目录的data/下设置、知识库、记忆、笔记都是本地文件Docker 部署则持久化在deeptutor-data卷里。可以多个人一起用吗默认关闭认证、按单用户运行。开启认证后第一个注册的用户成为管理员其余用户各自拥有隔离工作区模型与知识库由管理员通过授权分配。知识库能导入哪些格式PDF、DOCX、XLSX、PPTX 等常见格式解析引擎可插拔Text-only、Mineru、Docling、Tika 等在 设置 中切换。回答为什么能给出页码引用因为聊天、书本、协写共用同一套知识库检索LlamaIndex、GraphRAG、LightRAG 等引擎引用来自检索到的原文而不是模型记忆。是开源的吗有收费服务吗采用 Apache 2.0 协议开源项目方明确表示目前没有任何形式的付费在线产品。写在最后DeepTutor 的价值在于把知识库 导师对话 个人记忆这些通常分散在不同产品里的能力收进同一个本地工作区而且所有数据都留在你自己机器上。如果手头正好有一批想问个明白的 PDF 或笔记不妨花半小时跑一次deeptutor start导入第一个文档问出你的第一个问题。参与改进可以看看 CONTRIBUTING.md如果你习惯终端CLI 的完整能力入口在 deeptutor_cli/。【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
