企业官网建设流程全解析

DeepTutor 完全指南：可本地部署的开源 AI 导师，内置 RAG 知识库与记忆系统

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

做项目时卡在一堆 PDF 资料上：搜索找不到答案，通用聊天机器人每次都要重新解释背景。DeepTutor 就是针对这类情况的一套开源 AI 导师软件：它跑在你自己的机器上，把资料变成可检索的知识库，支持带工具调用的多轮对话，并维护一份可读的学习过程记忆。这篇文章讲它的安装方式、五个主要功能的分工，以及几个常见的坑。

一句话定位与三个使用理由

DeepTutor 是一个采用 Apache 2.0 许可的智能体式学习工作台：Python 后端加 Next.js 前端，把对话、RAG 知识库、记忆、学习书、写作协作整合进同一个本地 Web 应用。

• 部署快：pip install一条命令装上完整 Web 应用和 CLI，无需克隆仓库，三条命令即可启动。
• 管得住数据：模型配置、对话记录、记忆、知识库全部落在工作区的data/目录，默认不依赖外部数据库，整体可以搬走。
• 按需扩展：工具、能力、技能、MCP 服务器都是扩展点，还能把本机编码 CLI 接成子代理，在对话中途调用。

安装与启动步骤

环境要求：Python 3.11–3.13（暂不支持 3.14），Node.js 20+，Windows / macOS / Linux 均可。

pip install -U deeptutor deeptutor init deeptutor start

deeptutor init会询问前后端端口（默认 8001/3782）、LLM 提供商、API 密钥和模型；跳过也能启动，之后在Settings → Models里补填。deeptutor start同时拉起前后端，终端打印地址后，用浏览器打开默认的http://127.0.0.1:3782即可。按Ctrl+C停止两个服务。偏好容器化部署的，参考 容器部署指南。

📖 功能详解

智能对话：带工具调用的多轮问答

做什么：单个会话里普通问答和工具调用可以互相切换。模型按轮次推进：思考、调用工具、观察结果，最后给出结论。RAG、网页搜索、论文检索、代码执行等工具按上下文自动挂载。

适合谁：希望回答有资料支撑、又想看推理过程的人。

怎么用：输入栏工具条上固定知识库、人格、模型，这些对整段会话生效；+菜单把文件、历史会话、书本作为单轮引用带入。模型信息不足时会用结构化提问卡片主动追问，而不是猜。

实际体感：回答附带工具调用轨迹，查了什么、跑了什么都能看到；上下文跨轮保留，不用反复交代背景。

多引擎知识库：把资料变成可检索的库

做什么：PDF、网页、文本文档索引成知识库，为对话、写作、书本编译提供依据。检索引擎可选：默认 LlamaIndex（本地向量 + BM25）、PageIndex、GraphRAG、LightRAG、外部 LightRAG 服务、Obsidian 库等，每个知识库绑定一种引擎。

适合谁：手里有大量课程笔记、教材或技术文档要管的人。

怎么用：在 Knowledge Center 里新建库并上传资料，或链接已有索引就地读取。GitHub 仓库和文档站可以登记为来源，按哈希差量做增量同步。

实际体感：解析失败的单篇文档可以单独移除，不用删库重建；重建索引会写入新版本目录，中途失败时旧库仍可用；检索结果能追到出处。实现见 知识库模块源码。

三层记忆：可读的个人化

做什么：基于文件的三层记忆。L1 记录当前任务的原始事件，L2 按学习场景沉淀关键事实，L3 做跨场景综合。L2 引用 L1、L3 引用 L2，每条画像都能追到原始依据。

适合谁：要求个人化可读、可编辑、可审计，不想要黑盒向量记忆的人。

怎么用：Memory 页面直接查看或编辑 L2/L3 文本；整理策略的预算在Settings → Memory调整。

实际体感：Memory Graph 把 L3–L2–L1 展开成金字塔，点开任意一条结论，能追到它来自哪条原始事件。

学习书：把资料编译成结构化学习路径

做什么：把知识库、笔记本或聊天记录编译成交互式书籍。每章是若干可编辑的块：文本、测验卡、闪卡、代码、动画、交互 HTML 等，每页还有独立的页边对话。

适合谁：想把零散资料变成系统、可练习学习路径的人。

怎么用：创建流程先给出章节提纲，确认后再生成内容；块可以单独重生成、移动、换类型，整本可导出为 Markdown。

实际体感：进度、书签、测验记录按读者私有保存；素材有变动时，deeptutor book health命令能报出漂移。代码在 学习书模块。

Co-Writer：选中文字让它改写

做什么：左右分栏的 Markdown 工作台，实时预览支持数学公式和代码块。选中一段文字要求改写、扩写或精简，编辑代理可以用知识库或网页证据为修改提供依据。

适合谁：要写实验报告、教程笔记、长技术文档的人。

怎么用：选中段落下达要求，改动以接受/拒绝的 diff 形式展示，草稿可以存进笔记本复用。

实际体感：没有确认之前不覆盖你的文本，迭代风险低。

场景组合：三个常见任务

卡题时：固定好相关知识库，把题目丢进去，走 Solve 路径分步求解；条件不足时它会先追问而不是硬猜。对答案不满意，可以把笔记本里的笔记作为单轮引用带入，在同一会话里继续追问。

赶 deadline 前：把已有讲义和笔记交给 Book 模块编译成小书，用里面的测验卡自测；再切到 Co-Writer 打磨报告，需要引用时先查知识库。

整理资料库时：课程资料进新建知识库，个别文档解析失败就删掉那一篇，不必重建整个库。长期维护的文档站登记为来源后用 sync 增量更新，省去重复上传。

⚙️ 进阶技巧与避坑

• 知识库检索慢或 embedding 报错→ 到 Settings 检查 embedding 服务与知识库引擎是否匹配；大库优先用 FAISS 向量后端或外接检索服务，日常管理可以用 CLI 的deeptutor kb子命令。
• 源码部署时提示旧前端无响应→ 先按终端提示停掉旧进程；确认没有 Next.js 进程时是陈旧锁文件，删掉web/.next下的锁文件再重启。
• 不想让模型生成的代码跑在宿主机→ 把system.json里的sandbox_allow_subprocess置为 false 关闭主机侧执行；docker-compose 部署会把执行路由到隔离的 runner 边车容器。

常见问题

问：系统要求是什么？Python 3.11–3.13，Node.js 20+，三大平台都支持。上限卡在 3.14 之下，是因为 faiss-cpu 等编译型依赖在该版本缺少预编译包。

问：AI 模型怎么配置？启动后在Settings → Models添加提供商档案（Base URL、API 密钥、模型名），deeptutor init时也会询问。embedding 模型只在用知识库时需要。选择 OpenAI Codex 时改走浏览器 OAuth，用自己的 ChatGPT 套餐，不需要填 API 密钥。

问：数据存储在哪里？全部在工作区的data/目录：模型档案与运行参数在data/user/settings/（JSON/YAML 明文），对话历史、记忆、知识库、书本各自有独立子目录。Docker 部署用 volume 持久化同一目录。

问：许可证是什么？能商用吗？Apache License 2.0，见 LICENSE 文件；项目目前没有付费线上服务。

问：只用 CLI、不用 Web UI 行吗？可以。从源码安装 CLI-only 包，deeptutor init --cli后执行deeptutor chat；任何run命令加--format json输出 NDJSON 事件，方便接给另一个代理。完整命令清单见 CLI 手册。

问：支持多人使用吗？认证默认关闭，按单用户运行。在data/user/settings/auth.json里开启后，第一个注册的用户成为管理员，其他用户获得隔离的工作区和只读范围的设置页。

结尾

DeepTutor 是一个本地优先的开源学习工作台：模型选择、数据位置、扩展方式都掌握在你手里。代码采用 Apache 2.0 许可，模块化结构便于二次开发。贡献与分支规范见 贡献指南。

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