免费跑在本地私有数据上的 AI 导师：DeepTutor 从安装到定制全流程
【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor
DeepTutor 是一套可在本地部署的 AI 智能体辅导系统：对话、知识检索、教材编译、记忆分层全部跑在自选的大模型上，文档与学习记录留在私有环境。它解决的不是"问答机器人已经很多"的问题，而是"如何让一个智能体持续围绕同一个学习者、同一批私有资料工作"的问题。
DeepTutor 最快怎么跑起来？端口和依赖各是什么？
最小路径是克隆仓库装包，再用 CLI 初始化和启动：
git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor pip install -U deeptutor deeptutor init deeptutor startdeeptutor init会依次询问后端端口（默认 8001）、前端端口（默认 3782）、模型提供商与 API key，以及知识库所需的 embedding 服务；deeptutor start同时拉起 FastAPI 后端与 Next.js 前端，终端里直接给出访问地址。依赖上有两条硬线：Python 3.11–3.13，源码安装还需 Node 20+。如果只想快速验证，PyPI 包会自带打包好的 Next.js 服务，可以省掉 Node 环境；更省事的 Docker 方式只需映射 3782 一个端口，/api/*与/ws/*请求由容器内中间件转发给后端，配置、密钥、记忆、知识库全部落在deeptutor-data卷里跨重启保留。
一次提问背后发生了什么？代理循环是怎么转的
DeepTutor 的聊天不是"拼 prompt 调一次模型"。用户消息进入 deeptutor/agents/ 中的统一代理循环：思考当前状态，决定行动，调用工具（检索知识库、搜网页、执行代码、生成可视化），观察结果，再收敛成回复。这个循环在 deeptutor/agents/chat/ 中实现，research、question、visualize、math_animator 等场景代理都挂在同一套机制上。
这个设计的实际效果是：回答可以带可追溯的检索引用，复杂问题可以被拆成多次工具调用分步完成，而不是靠单次长上下文硬撑。代价也直白——一次深度问答可能消耗数倍于普通问答的 token，且响应延迟更高。把它用在需要多步推理和查证的问题上划算，拿它回答简单事实题就属于浪费。
如何给 DeepTutor 接入自己的文档？
文档入口在 deeptutor/knowledge/：创建知识库后上传 PDF、Markdown 等文件，系统解析、切块、向量化并建索引，索引过程有进度跟踪，单篇失败可以单独移除而不用重建整个库。检索引擎可按库选择，GraphRAG、PageIndex、LightRAG Server、FAISS 等后端都在支持列表里；v1.5.5 起检索结果会带上可追溯的rag引用。
用法上，先建一个库、丢进几十页真实资料、在聊天中提问验证引用是否命中，是检验自己资料质量的最好方式。边界同样明确：检索质量高度依赖解析引擎和文档结构，扫描件、图表为主的材料效果会打折扣，这类场景需要更强的文档解析引擎配合，不是换个提示词能解决的。
它只会聊天，还是能把资料编译成一本结构化教材？
会。deeptutor/book/ 下的编译引擎把选定资料组装成带章节的书籍：讲解段落、选择题卡片、Manim 数学动画、Mermaid 图、侧边对话窗是互相独立的块类型，可以按章节混排；题目支持 LaTeX，作答后有判分与讲解。学习侧的掌握度评估、题库入库逻辑在 deeptutor/learning/ 中实现。
这个模块适合把零散笔记组织成可反复复习的结构化教材，尤其是有数学公式的学科。它的短板是生成耗时和 token 开销都显著高于普通对话，定位是低频高价值的产物，而不是每天顺手调用的日常功能。
哪些进阶玩法能让 DeepTutor 更贴近自己的工作流？
有三条值得优先尝试的路径。其一，在 My Agents 里接入本地 Claude Code / Codex 或第三方模型作为"伙伴"，每个伙伴可配置独立人格、专属技能与私有记忆，并在对话中途被实时咨询——适合把代码助手拉进学习场景。其二，把系统挂到 IM 渠道上，日常入口从浏览器换成熟悉的聊天软件。其三，用deeptutor skill install从内置的 EduHub 技能仓库安装社区技能（苏格拉底式导师、闪卡生成、作文反馈等），安装过程带安全门控，技能本身是开放 Agent-Skills 格式，也可以自行编写。
DeepTutor 更适合"私有资料多、问题深度高、愿意自行管理模型 API"的使用者：先用deeptutor init配好一个模型，再建一个知识库跑通首次检索，最后再决定是否投入书籍编译与伙伴定制。源码细节可查 deeptutor_web/ 与仓库内各 README。
【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
