5分钟跑起来DeepTutor:开源AI私教,喂一份PDF就能答出带引用的答案
2026/9/12 9:44:38 网站建设 项目流程

5分钟跑起来DeepTutor:开源AI私教,喂一份PDF就能答出带引用的答案

【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor

昨晚刚给某个聊天机器人讲完一份文档,今天再来问它,它答得像个初次见面的陌生人。这不是它不够聪明,是它没地方放"你"和"你的资料"。DeepTutor 是一个开源的 AI 学习工作台:你喂的资料,它带着出处回答;你聊过的内容,它写进能打开查看的笔记里。这篇文章按最短路径带你装好它、接上模型、喂进资料,完成一件完整的任务。

不止多几个工具:它和普通聊天机器人差在哪

一句话:DeepTutor 给你的是一位记得住你、查得到你资料的 AI 导师,而不是一个只会说话的模型。差别在三点:

  • 一套班子干所有活:聊天、出题、研究、解题、掌握度练习共用同一个代理循环,换的是任务目标,不是整套系统,上下文跟着你走;
  • 资料是连通的:知识库、笔记本、题库、写作草稿、记忆,在任何一个界面都能被调用,不会各锁各的页面;
  • 记忆有出处:它记住的每一条都落在你能打开的文件里,可以核对、修改、删掉,不是藏在看不见的向量库中。

三条命令装好:不用先克隆仓库

安装是最省事的部分。不用 clone 整个仓库,一条 pip 命令就能拿到完整的前后端:

mkdir -p my-deeptutor && cd my-deeptutor pip install -U deeptutor deeptutor init deeptutor start

这四行做的事:建一个自己的工作目录(设置、记忆、资料都放在这里的data/user/settings/下),装上最新版;init会问几个问题——端口(后端 8001、前端 3782,可直接回车)和用哪个模型——都跳过也完全没问题;start一次性拉起前后端,终端打印出地址后,浏览器打开http://127.0.0.1:3782就进场了。要停服务,在那个终端按Ctrl+C即可。

想改源码、跟着项目迭代的话,可以克隆仓库https://gitcode.com/GitHub_Trending/dee/DeepTutor做源码安装,再跑deeptutor start --dev进开发模式;两种方式的目录布局完全一致。用 Docker 跑的用户可以直接看 CONTAINERIZATION.md。

你的第一个任务:让 PDF 里的内容答出带出处的答案

先别碰花活,完成一件最真实的事:给它一份文档,提问,拿到带页码引用的回答。分三步。

第一步,先给它"发声音"。打开Settings → Models,新增一个 LLM 配置:Base URL、API Key、模型名,填完保存即生效。设置页支持"先存草稿再应用",配错也不会影响当前会话。想纯离线?先用 Ollama 拉个本地模型,把 Base URL 指到http://127.0.0.1:11434/v1就行,推理全程不经过云端。

![DeepTutor模型配置设置页,LLM、Embedding、Search等模型卡片管理](https://raw.gitcode.com/GitHub_Trending/dee/DeepTutor/raw/07bb3c19e91af04b1c7b4f52c2b711d88ea451c0/assets/figs/web-1.4.6+/home/10-configure models.png?utm_source=gitcode_repo_files)

第二步,建一座小资料库。进入Knowledge Center新建知识库:起个名字,索引引擎保持默认的 LlamaIndex(本地向量 + BM25,开箱即用),把你的 PDF 拖进去,点创建。解析和索引全自动完成,中途不用你动手。

![DeepTutor新建知识库弹窗,选择LlamaIndex等索引引擎并上传文档](https://raw.gitcode.com/GitHub_Trending/dee/DeepTutor/raw/07bb3c19e91af04b1c7b4f52c2b711d88ea451c0/assets/figs/web-1.4.6+/knowledge/01-create knowledge base.png?utm_source=gitcode_repo_files)

第三步,提问并核对引用。在聊天里指定这个知识库,问一句"这篇论文的核心论点是什么"。回答不会凭空冒出来——后面跟着 p.1 这样的页码标注,左边还能翻到原文对应页逐字对照。这就是"查完再答"和"张口就来"的区别。

为什么它记得住你:可以打开查看的记忆

最容易被忽略、也最值钱的部分是记忆。DeepTutor 把"记住的事"写成三层档案,一层管一层:

  • L1 事件流水:你的每次交互、每次工具调用,原样写盘,一行一个事件,事后再晚也能翻出来;
  • L2 分面事实:给聊天、笔记本、题库每个学习面各整理一份简短事实,比如"这人正在学 X、薄弱点是 Y";
  • L3 整体画像:把不同面交叉着写成长期档案,新会话一开始,它就明白你学到哪一步了。

关键在引用链:L2 引用 L1,L3 引用 L2。打开 Memory 页面,记忆图谱能把任意一条画像回溯到产生它的那个原始事件;觉得它记错了,你直接改文件。终端里deeptutor memory show随时能看当前记忆内容。

![DeepTutor三层记忆图谱,L1原始事件、L2事实、L3画像节点及引用链路可视化](https://raw.gitcode.com/GitHub_Trending/dee/DeepTutor/raw/07bb3c19e91af04b1c7b4f52c2b711d88ea451c0/assets/figs/web-1.4.6+/memory/01-3 layer memory graph.png?utm_source=gitcode_repo_files)

上手之后还能干啥:把聊天变成书,把导师接进IM

上面走通之后,还有几条路可以慢慢走:

  • Book 编书:把你的资料和对话编译成交互式读物——测验卡、动画、概念图都是书里的块,每章还带独立侧边对话;动笔前会先给你章节大纲确认,不是一锤子盲生成;
  • Co-Writer 精修:选中任意一段,让 AI 重写、扩写或压缩,改动以"接受/拒绝"的差异对比呈现,落不落盘你说了算;
  • @子代理:在My Agents里连上 Claude Code、Codex 等命令行 Agent,聊天中 @ 一下,让另一个 AI 参与当前回合;
  • 终端直驱deeptutor run deep_solve "Solve x^2=4" --format json单次调用输出结构化 JSON,脚本和别的 Agent 可以直接拿它当工具;
  • Partners 接 IM:把同一个"大脑"接到飞书、Telegram、Slack、Discord 等渠道,导师在聊天软件里随时在线。

收尾前对一遍:五件小事勾完就算入门

  • deeptutor start打印出地址,页面侧边栏能看到 Home、Book、Memory 这些入口
  • Settings 里模型卡片显示已配置,聊天里能收到一条正常回复
  • 建了知识库,PDF 拖进去后索引跑完,能看到文档列表
  • 在聊天里问了一个带知识库的问题,回答带 p.x 页码引用,左侧原文可翻
  • Memory 页面里三层节点都点开了,某条画像能一路追到原始事件

勾满四件以上,你就算进场了。接下来,试着用 Book 把那份文档编成一册带测验的书,或者建一个 Partner 把它接进你的聊天软件,让它在群里继续"记住"你。📚

【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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询