企业官网建设流程全解析

10分钟跑通 DeepTutor：从空白终端到带知识库的 AI 私人导师

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

你手边有一份《机器学习》讲义 PDF，10 分钟后，你想让开源 AI 学习助手DeepTutor基于这份讲义给你当导师，回答还要带原文出处——这篇文章就是最短路径。先划重点：装好之后它不是"又一个聊天网页"，聊天、出题、研究、解题都跑在同一套代理引擎上，你的知识库、记忆在所有功能之间共享。

适合谁 & 动手前准备

这节先确认你能不能开跑，避免中途卡住。DeepTutor 适合自学课程的学生、需要整理资料的工程师、想给小团队搭学习平台的负责人。开始前，机器上只需要三样东西：

• Python 3.11–3.13（用python --version确认）；
• Node.js 20+在 PATH 里（deeptutor start要拉起前端）；
• 一个LLM 的 API Key（云端），或者一台能跑本地模型的机器（配Ollama）。

端口方面默认是后端8001、前端3782，两个端口空闲即可。

一条主线：4 步从 0 到跑通

这节是全篇主线，照着敲完，你就有一个能引用资料的 AI 导师。

第 1 步：装，一条 pip 命令

打开终端，三条命令：

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

deeptutor init会依次问：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。想先体验再配置？全部回车跳过，之后到Settings → Models补上。

想改源码、跟项目迭代？走源码安装：clone 仓库https://gitcode.com/GitHub_Trending/dee/DeepTutor，然后python -m pip install -e .、( cd web && npm ci --legacy-peer-deps )、deeptutor start --dev进入开发模式。两种方式目录布局一致，配置都在工作目录的data/user/settings/下，详见 README.md。

第 2 步：接"大脑"，给系统接上模型

启动它：

deeptutor start

终端会打印出前端地址，浏览器打开http://127.0.0.1:3782。如果第 1 步没配模型，现在去Settings → Models，填Base URL、API Key、模型名，保存。设置页是"先存草稿再应用"的流程，配错不会影响正在跑的会话。

DeepTutor 设置页配置模型界面，接入LLM大脑

想用本地模型彻底离线？推荐配Ollama：

ollama serve ollama pull wizardlm2:7b

然后把Base URL填http://127.0.0.1:11434/v1，模型名填拉取的名字，推理全程不过云端，断网也能学。

第 3 步：喂第一份资料，让回答有出处

进入Knowledge Center，新建知识库，把讲义 PDF 拖进去，系统自动解析、建索引。

DeepTutor 知识库创建界面，上传讲义建立索引

注意一个容易漏掉的开关：知识库走的是Embedding模型，不是 LLM。如果你的 LLM 和 Embedding 不是同一家提供商，去Settings → Models里把Embedding的 Base URL 和模型也配上，然后等索引建完。

第 4 步：出第一个结果

回到聊天页，在输入框工具栏上选中刚建的知识库，问一句：

请结合资料解释梯度下降的收敛条件

回答会带着具体段落引用回来。到此，主线跑通：装 → 接模型 → 喂资料 → 出结果，全程不到 10 分钟。

怎么确认 DeepTutor 真的 work 了

这节给三个自验标志，全中了才算真的跑通：

1. 浏览器能打开http://127.0.0.1:3782，看到聊天工作台，终端里前后端日志都在滚动；
2. 问"基于资料"的问题，回答里出现引用来源标签，点引用能跳到原文段落；
3. 终端跑deeptutor doctor，工作区状态全部就绪；deeptutor memory show能看到系统已经为你沉淀的记忆内容。

第 3 条背后是它的三层记忆：L1记录每次交互的原始事件，L2为聊天、笔记本、题库等表面整理事实，L3做跨场景合成。每一层都有出处链条，记得住也能改得动。

新手最容易踩的 3 个坑

这节是避坑清单，每个坑按"现象 → 原因 → 一招解决"给。

• 现象：deeptutor start起前端时报错或卡住。原因：PATH 里没有Node.js 20+，前端进程拉不起来。解决：装 Node 20+ LTS 后重跑；首次启动要构建前端，多等几十秒属正常。

• 现象：知识库建好了，聊天回答却不像"基于资料"，引用很少甚至没有。原因：要么Embedding没配、索引没建成，要么聊天工具栏上没选这个知识库。解决：先确认索引状态变为完成，再回聊天页选中该知识库重新提问。

• 现象：配了 Ollama 但模型连不上、请求超时。原因：Base URL少写了/v1，或者ollama serve没在跑。解决：确认服务活着，Base URL 完整填http://127.0.0.1:11434/v1，保存后再测。

进阶玩法：主线跑通后再解锁

前面没跑通之前，先别看这里。跑通之后，这几个入口按顺序解锁最合适：

• Book：把讲义和对话编译成一册"活书"——文字、测验卡片、时间线、代码、交互组件、概念图都是书里的块，每章带独立侧边对话。创建时先给章节大纲，你确认结构再生成内容，不会一次盲输出。
• Co-Writer：左编辑右预览，支持 KaTeX 和 Mermaid。选中一段文字，让 AI 基于知识库重写或扩写，改动全部以"接受/拒绝"的 diff 呈现，落不落盘你说了算。
• 终端驱动：deeptutor run deep_solve "Solve x^2 = 4" --format json一次调用输出结构化 JSON，方便脚本或别的 Agent 直接驱动 DeepTutor；deeptutor chat则是常驻的交互式 REPL，完整命令表见 deeptutor_cli/README.md。
• Partners & My Agents：把同一个"大脑"接到飞书、Telegram、Slack、Discord 等 IM 渠道让导师 24 小时在线；或在My Agents里连接本地 Claude Code、Codex，聊天中@调用，让另一个 AI 参与当前回合。

你的下一步

主线走通后，明天就做一件事：用Book把你刚上传的那份讲义变成一册互动读物，再挑两页读一读，给每页的侧边对话各问一个问题。它会是你在 DeepTutor 里第一个真正属于自己的学习成果，剩下的路，工作台都给你铺好了 🚀

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