企业官网建设流程全解析

10 分钟跑通 DeepTutor 快速上手：让 AI 学习助手真正记得住你

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

同一个问题，问一遍 A 工具，问一遍 B 工具，每次都得重新讲一遍背景。更糟的是你上周刚喂过它的讲义，这周它照答如旧——答得滴水不漏，但飘得像背答案。

问题多半不在模型，而在工具根本没把你当"同一个学习者"。DeepTutor 就是一款开源自托管的 AI 学习助手，把这件事拧了过来：聊天、出题、解题、研究跑在同一个代理运行时上，知识库、记忆、笔记在所有功能之间共享。

一句话定位：DeepTutor 不只是一个会聊天的网页，而是把你的资料和记忆焊死在每个回答里的 AI 私教。

这篇文章只带你走最短路径：装起来、接上模型、喂进一份资料，拿到第一条带引用的回答。

10 分钟装好 DeepTutor：安装步骤 + 接上第一个模型

装和配合成一步讲完。pip 装的是完整前后端，不用 clone 仓库；环境要求 Python 3.11+ 和 Node.js 20+，先确认这两样在 PATH 里。

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

init 会问什么：后端端口（默认 8001）、前端端口（默认 3782）、LLM 提供商与模型，后面还有可选的 embedding 和搜索——嫌烦就一路回车，之后到设置页再补。

启动后：deeptutor start同时拉起前后端，保持终端开着；浏览器打开http://127.0.0.1:3782，看到聊天工作台就算落地。想停就在终端按Ctrl+C，前后端一起停。

接模型：进 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，填错了不会打断当前会话。

想彻底离线：Ollama 最顺，两条命令拉起本地推理——

ollama serve ollama pull qwen2.5:7b

然后回到 Settings → Models，把 Base URL 填http://127.0.0.1:11434/v1，模型名填你拉的那个，保存。推理全程不经过云端，断网照学。Docker 部署的话主机名换成host.docker.internal，细节见 CONTAINERIZATION.md。

这一节的终点很明确：你在浏览器里看到聊天工作台，并收到第一句来自你自己配置模型的回复。到此为止，才算真正"跑起来"。

喂进你的第一份资料：DeepTutor 知识库从 0 到第一条带引用回答

这是它和普通聊天机器人分道扬镳的地方。进 Knowledge Center，新建知识库，把 PDF、DOCX、PPTX、Markdown 拖进去，系统自动解析建索引——之后的回答都踩在你自己的资料上，并标出引用段落。

引擎可挑：默认 LlamaIndex（本地向量 + BM25），也可以给某个库绑 GraphRAG、LightRAG、PageIndex，甚至直接关联你的 Obsidian 笔记库；索引有版本：重建索引写进新的version-N目录，旧索引原样保留，翻车了随时回退；终端党一句带过：deeptutor kb create my-kb --doc 讲义.pdf能完成同样的事。

检验方法：传一份《机器学习》讲义，问"结合资料解释梯度下降的收敛条件"。回答里挂着具体段落引用——DeepTutor 知识库接地的效果，就从这一刻开始。

看一眼三层记忆：DeepTutor 怎么做到记得住你

学习最怕"学了就忘"，而 DeepTutor 的解法是可审计的记忆，藏在 Memory 页面：

• L1 事件轨迹：每次交互原样记成只增不改的追加日志，可回溯；
• L2 表面摘要：给聊天、笔记本、题库各学习表面整理出精炼事实；
• L3 跨表面合成：把不同场景关联起来，拼成你的长期画像。

L2 引用 L1，L3 引用 L2——记忆图谱能把任何一句合成结论追溯回最初的原始事件。它记的东西落在文件上，不是向量库里的黑盒：记错了，你直接改。终端里deeptutor memory show随时能看当前记忆。


主线之外的能力：先知道有，现在先别碰

• Book 引擎：把资料编译成"活书"——章节大纲先过目，确认后才生成内容，书里是测验卡、时间线、代码、动画等类型化模块，每页带独立侧边对话；
• Co-Writer：左编辑右预览，选中任意一段让 AI 基于知识库改写，改动全部以"接受/拒绝"的差异对比呈现；
• Research / Solve / Visualize：研究报告、解题推理、图表动画，同一个运行时、同一份上下文。

它们共享同一套知识库、记忆和题库，不是一堆各玩各的工具。但劝一句：先把前面两步走通，这些再说。

换个入口玩：终端一行命令，也能让另一个 AI 来搭把手

• CLI 直驱：deeptutor run chat "解释傅里叶变换"单轮即走，加--format json输出 NDJSON 事件流，方便脚本和别的 Agent 调用；
• 子代理：My Agents 里接上本地的 Claude Code、Codex 等命令行工具，聊天中@一下，让它参与当前回合；
• IM 伙伴：Partners 把同一个大脑接到飞书、Telegram、Slack 等渠道，导师 24 小时在线；
• 多用户：开启认证后每人一套隔离的会话、记忆和知识库，管理员按人授权模型与工具，适合团队共建。

现在先别贪多——浏览器里的主线走顺了，这些入口随时都在。

5 分钟自检：确认你真的上手了

• 浏览器打开了http://127.0.0.1:3782，聊天工作台正常显示；
• Settings → Models 里配好了模型，收到第一条有效回复；
• 建了知识库，上传了至少一份文档；
• 问了一个"结合资料"的问题，看到了带引用的回答；
• 在 Memory 页面看过 L1 / L2 / L3 三层记忆的引用链。

全勾上了，下一步就是把讲义编译成第一本互动书，或把笔记存回笔记本——那是 DeepTutor 里第一个真正属于你的学习成果。更多细节随时翻 README.md，CLI 命令参考 deeptutor_cli/ 🚀

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