DeepTutor 上手指南：免费部署你自己的 AI 智能导师
【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor
DeepTutor 是一款免费开源的 AI 智能导师系统，集聊天答疑、知识库检索、协同写作和三层学习记忆于一体。这篇指南带你用几条命令把它在本地跑起来，并按真实使用场景讲清楚每个功能怎么用。
DeepTutor 是干什么的，谁会用到它
DeepTutor 可以理解为一个"住在你自己服务器上的 AI 导师"：它不只回文字，还能检索你上传的资料作答、把公式画成动画、陪你改稿，并且会把你的学习习惯记下来。项目采用 Apache 2.0 许可，代码完全开放。
以下几类人用得上它：
- 学生：上传课件和教材建知识库，聊天时直接基于自己的资料提问、生成测验题
- 写论文或技术文档的人：用 Co-Writer 分栏写作，选中一段让它改写、扩写，改动逐条确认
- 教师或培训负责人：把讲义变成带测验卡、动画、交互组件的互动教材（Book 功能），多用户模式下还能给每个学生隔离的工作区
- 想 100% 本地跑模型的人：可以接 Ollama、LM Studio、llama.cpp 等本地服务，资料不出内网
- 把 AI 接入 IM 的极客：把它接到飞书、Telegram、Slack、钉钉、QQ、企业微信等聊天平台，导师 7×24 在线
5 分钟把 DeepTutor 跑起来 🚀
最短路径是从 PyPI 直接安装，不需要克隆代码、不需要改配置。
先确认环境：Python 3.11–3.13和Node.js 20+都在 PATH 中，然后：
pip install -U deeptutor deeptutor init deeptutor startdeeptutor init会依次问你：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 服务（只有要用知识库 RAG 才需要）。deeptutor start会同时拉起后端和前端，在终端打印出访问地址，浏览器打开http://127.0.0.1:3782就进去了。在同一个终端按Ctrl+C可以停掉整个服务。
两个小提醒：
- 不想在命令行里配模型？直接跳过也可以，启动后到网页的Settings → Models里填
- 没有 Python 环境？用 Docker 一条命令起单容器（镜像
ghcr.io/hkuds/deeptutor:latest），只需要发布3782一个端口，设置和数据存在deeptutor-data卷里，重启不丢
按你的真实用法走一遍
下面不按模块名介绍，而是按"你想让它帮你做什么"来。
先建一个知识库，让它基于你的资料回答
想让 AI 回答有据可依，第一步是给它喂资料。进入Knowledge Center，新建知识库、上传 PDF、Word、Markdown 等文件，系统会自动分块、向量化并建立索引。之后在 Chat 里选中这个知识库，问题就会基于你的文档作答，而不是凭模型记忆瞎编。
检索引擎可以每个库单独选：默认的LlamaIndex（本地向量 + BM25）适合大多数场景，另有 PageIndex、GraphRAG、LightRAG 等可选；解析引擎（MinerU、Docling、PyMuPDF4LLM 等）在Settings → Knowledge Base里切换。具体实现可以看 deeptutor/services/rag/。
聊天时顺手让它查资料、算题、画图
Chat 是主战场。它的工作方式是"想一轮、调一次工具、看结果、再想一轮"，直到给出最终回答——所以同一个对话里你可以先让它读附件、再让它联网搜索、最后让它把结论写进笔记本，上下文都接得上。
几个高频动作：
- 问不确定的事时它会调用
web_search、reason等工具，而不是硬答 - 选中某个知识库后，
rag工具自动挂载，回答会引用库内内容 - 要图表？用Visualize生成 Chart.js 图表、Mermaid 流程图；要数学推导的动画？用Math Animator生成 Manim 视频
- 要一份带引用的调研报告？在 Chat 里发起Research
- 它拿不准时会暂停提问（
ask_user机制），你答完它再继续，不会猜着往下走
和 AI 一起写报告、写笔记
Co-Writer 是一个分栏的 Markdown 工作区：左边写，右边实时预览（LaTeX 公式、图表都能渲染），文档自动保存。
它的核心玩法是"外科手术式"编辑：选中一段文字，要求它改写、扩写或压缩，AI 会带着工具调用轨迹给出修改，所有改动以 diff 形式展示，你逐条接受或拒绝，不满意的修改不会落进文档。成稿之后还能存回笔记本，变成以后可复用的上下文。
把一堆资料做成一本能互动的教材
如果你有一批文档想系统讲给别人听，Book 功能可以把知识库、笔记或题库"编译"成一本活页教材：先生成章节大纲给你审，再生成内容；每章由文字、提示框、测验卡、闪卡、时间线、代码、图表、交互动画等可编辑的块组成，每页还带独立的页内对话。块可以插入、移动、换类型，不用重写整章。
把它接进 IM，手机上也能找它
Partners让你给导师配一个"人设 + 号码"：每个 Partner 有独立的灵魂设定（SOUL.md）、模型策略、记忆和工具权限，消息从飞书、Telegram、Slack、Discord、钉钉、QQ、WhatsApp、Mattermost、Matrix 等渠道进来，都会走和网页 Chat 完全相同的一条 Agent 链路。想试试的话，在网页的 Partners 页面建一个，配上对应平台的凭据即可。
进阶速览：看懂它的架构和关键配置
所有功能跑在同一个 Agent 引擎上：Chat、Quiz、Research、Visualize、Solve、Mastery Path 只是换了"目标"，不是换了一套程序，上下文随学习者走。相关代码集中在 deeptutor/agents/。
几条值得知道的配置事实：
- 所有配置都是纯 JSON/YAML 文件，放在工作区目录下的
data/user/settings/，网页 Settings 页就是它们的可视化编辑器 - 记忆分三层且全部可见可编辑：L1是各场景的原始事件流水，L2是按场景整理的事实，L3是跨场景合成的知识；L2 引 L1、L3 引 L2，每条"它认为我懂什么"都能追溯到出处
- 多用户认证默认关闭（单用户模式），开启后第一个注册的用户成为管理员，其余用户各自拥有隔离的工作区
DeepTutor 三层记忆图谱：L1 事件流水、L2 场景事实、L3 跨场景知识
常见问题：从第一次启动到多人共用
第一次启动，模型在哪配？
两条路：安装时deeptutor init交互式填写，或跳过它，启动后打开Settings → Models，添加一个 LLM 档案（Base URL、API key、模型名）保存即可。只有要建知识库才需要再填一个 embedding 档案。设置页顶部的状态条会实时显示 Backend、LLM、Embedding、Search 四路连接是否健康。
想完全不联网、用本地模型？
可以，DeepTutor 对本地推理服务支持得比较全，装好对应服务后把 Base URL 指过去：
ollama pull llama3.2 ollama pull nomic-embed-text| 本地服务 | 默认 Base URL（在 Settings → Models 填写） | 说明 |
|---|---|---|
| Ollama | http://127.0.0.1:11434/v1 | 最省事，LLM + embedding 都支持 |
| LM Studio | http://127.0.0.1:1234/v1 | 图形界面，适合选模型 |
| llama.cpp | http://127.0.0.1:8080/v1 | 轻量 C/C++ 推理 |
一个常见坑：如果用 Docker 部署 DeepTutor、模型跑在宿主机上，容器里的localhost指的是容器自己，要把地址换成http://host.docker.internal:11434/v1这类宿主机网关地址。另外注意：DeepTutor 本身只是个 Web 应用，不吃多少配置；真正吃硬件的是你接的本地模型，模型能不能流畅跑取决于它自己的体积和你的显卡/内存。
知识库某个文档解析失败，索引卡住？
先确认Settings → Knowledge Base里的解析引擎适合你的文件类型（纯文本、MinerU、Docling、markitdown、PyMuPDF4LLM 各有擅长）。如果单个文档解析报错，不用删库重建：现在的版本支持单独移除那一个失败文档（即使是 error 状态的），修好再传。重新建索引时会写新的version-N目录、保留旧索引，工作中的索引不会被中途毁掉。
多人共用一台，数据会串吗？
默认不会开启多人。要共享部署时，打开data/user/settings/auth.json里的认证开关，重启后到/register注册第一个管理员，再从/admin/users添加用户并分配模型、知识库和技能权限。每个用户的聊天历史、记忆、笔记、知识库都隔离在data/users/<uid>/下；普通用户看到的设置页是脱敏的，只能看到管理员分配给他的选项，看不到 API key。相关实现见 deeptutor/multi_user/。
资源入口
- 项目仓库（git clone 使用）：
https://gitcode.com/GitHub_Trending/dee/DeepTutor - 官方文档：deeptutor.info（指南、参考、功能导览）
- 社区：Discord 频道、GitHub Discussions 和仓库 Issues（功能投票在 Roadmap issue 里）
- 仓库内快速入口：CONTRIBUTING.md 贡献指南、SKILL.md 教其他 Agent 怎么调用 DeepTutor 的完整交接文档、CONTAINERIZATION.md 容器化部署细节
【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
