3条命令起步，DeepTutor：让AI导师用上你的资料
【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor
学习资料散在三个文件夹，复习到一半就忘了进度；再问一句AI"上次学到哪了"，它答不上来。这正是我转投 DeepTutor 的原因——一个基于 Agent 原生架构的开源AI 学习助手，能把你的文档变成个人知识库，再编译成可交互的教材。下面按我自己走过的流程拆解：装起来 → 把资料变成教材 → 检查它是否真的"记得你" → 往哪扩展。
快速上手：环境检查与三条命令启动
先确认你的版本够不够
两个硬性条件：Python 3.11 及以上、Node.js 20 及以上（用来跑打包好的前端）。
python --version node -v不达标就去官网升级，DeepTutor 本身不依赖其他额外组件。
建一个独立工作区
所有设置和运行数据都写在你启动它的那个目录（或DEEPTUTOR_HOME指定的位置）下。我的习惯是单独开一个文件夹，方便日后整体备份：
mkdir -p my-deeptutor && cd my-deeptutor pip install -U deeptutor deeptutor init deeptutor startdeeptutor init是一个四步向导：端口设置 → LLM 提供商 → 嵌入模型 → 确认汇总。全程跟着提示选，不用手改配置文件。两个默认值记一下：后端8001，前端3782。
deeptutor start会把后端 API 和前端界面一起拉起来，终端里会打印出前端地址（默认http://127.0.0.1:3782），打开浏览器就能看到主界面。⏹ 按Ctrl+C可以一次性停掉两个服务。
💡 没有云端 API 密钥也能跑：init 向导里可以直接选 Ollama，填好本地地址后它会列出你已装的模型，嵌入模型同样支持本地方案。
实战：把散落资料变成会提问的"活教材"
一步导入散落资料
假设复习资料都扔在./ml-notes这个文件夹里。建库只需一条命令：
deeptutor kb create "机器学习复习" --docs-dir ./ml-notes--docs-dir会递归扫描目录下所有受支持的格式，PDF、DOCX、Markdown 一次进库。想追加文档用deeptutor kb add；想核对状态用deeptutor kb list；导错了单个文件也不必拆库重建，直接删掉那篇重导即可。
一键生成互动教材
建好库之后，进左侧Book模块新建一本书。DeepTutor 的 Book Engine 会把知识库内容编译成结构化教材：分章节、带配套练习，还能生成可交互的模块——比如数学动画视频、可拖拽的交互组件、Mermaid 流程图，每一页旁边都挂着侧边对话，哪一章卡住就点哪一章问。
让记忆系统替你留底
学完几章，切到Memory模块。DeepTutor 的记忆分三层：L1 逐轮对话痕迹、L2 表层主题总结、L3 跨领域知识合成。所有条目都可以直接查看和编辑，而且每一条结论都能沿记忆图谱回溯到证据来源。
验证很简单：新开一个对话，问它"我复习到哪个阶段了"。如果它能接上，说明记忆管线已经在工作。
常见问题速查
| 现象 | 排查方向 |
|---|---|
| 浏览器打不开前端页面 | 3782 端口被占用，重新运行deeptutor init换一个端口 |
| Ollama 连不上 | 先确认本地服务在跑（ollama serve），再核对向导里填的地址 |
| 知识库索引迟迟建不完 | 去Settings检查嵌入模型端点是否可达，网络受限时换本地嵌入模型 |
| PDF 导入后内容缺失 | 换 Markdown 源文件重试，或在设置里换文档解析引擎 |
进阶：装技能、拉外援
两条命令感受一下扩展性：
deeptutor skill search "socratic tutor" deeptutor skill install socratic-tutor技能库 EduHub 内置可用，装好的技能对所有会话生效。另一条路是Partners / 子代理：把 Claude Code、Codex 这类外部 AI 接入同一个会话，对话中途直接召唤它们查资料、写代码。
写在最后
从pip install到第一本互动教材，中间隔着的只有三条命令和一个四步向导。今晚就把那个最乱的资料文件夹喂进去试试——工具的价值，在第一次跑通时就兑现了。
【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
