DeepTutor 快速上手指南：4 步搭好你的 AI 导师工作台
项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor DeepTutor 是一款开源的 AI 原生学习助手，这份快速上手指南带你在 15 分钟内把本地工作台跑起来：装好、接上一个大模型、传进自己的资料，你就拥有一个会引用出处、记得住你学过的内容的私教。
先弄清它和"又一个聊天网页"的区别在哪：
- 所有模式跑在同一套代理运行时上：聊天、出题、研究、解题各走各的循环，但会话上下文共享，切换模式不丢对话；
- 资料不留在孤岛里：知识库、笔记本、题库、记忆，在任何工作流里都能被调用；
- 记忆可审计：每条记忆都能追溯到最初的事件，记错了直接改文件就行。
跑通第一条链路：装好并启动
这一步解决"把工作台跑在本机"的问题。
先确认环境：Python 3.11–3.13，PATH 里有 Node.js 20+。然后在一个专用目录里执行最小命令集：
mkdir -p my-deeptutor && cd my-deeptutor
pip install -U deeptutor
deeptutor init
deeptutor start
deeptutor init 会依次问后端端口（默认 8001）、前端端口（默认 3782）、LLM 提供商与模型，全部回车用默认值即可，之后到设置页补。
做到位了你会看到：终端打印出前端地址，浏览器打开 http://127.0.0.1:3782 出现聊天工作台；在那个终端按 Ctrl+C，前后端一起停止。所有配置落在工作目录的 data/user/settings/ 下，想改文件也行。
想跟着源码迭代就换这条路：
git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor
cd DeepTutor && python -m pip install -e .
( cd web && npm ci --legacy-peer-deps )
deeptutor start --dev
Docker 路线则是单容器部署，细节可看 CONTAINERIZATION.md。
接上一个模型大脑
这一步解决"给工作台一个能推理的大脑"。
进入 Settings → Models，添加一条 LLM 配置：Base URL、API Key、模型名，保存即可。这页支持"先存草稿再应用"，配错了不会顶掉当前会话。
做到位了你会看到：在聊天框随手问一句，几秒内流式返回回答，不需要重启服务。
想彻底离线就走 Ollama：拉一个会聊天的模型，把 Base URL 改成 Ollama 的本地端点（默认端口 11434，OpenAI 兼容路径 /v1），模型名填你拉下来的名字，推理全程不出本机。
建第一个知识库
这一步解决"让每个回答都有出处"。
进入 Knowledge Center，新建知识库，把 PDF、DOCX、PPTX、Markdown 拖进去，系统自动解析并建索引。默认引擎是 LlamaIndex（本地向量 + BM25 关键词检索），也可换成 GraphRAG、LightRAG、PageIndex，或直接关联 Obsidian 笔记库。
做到位了你会看到：回到聊天问"请结合资料解释梯度下降的收敛条件"，回答末尾附上具体段落的引用。终端里一条命令能完成同样的事：deeptutor kb create my-kb --doc textbook.pdf。
查一查它记住了什么
这一步解决"AI 跨会话记不住你"的问题。
DeepTutor 的记忆分三层：L1 实时记录每次交互，L2 为聊天、笔记本、题库等每个学习表面提炼精炼事实，L3 把不同场景串成你的长期画像。
打开 Memory 页面你会看到：每条 L2 事实标注了它引用的 L1 事件，记忆图谱能把任意一句话追到原始事件。记错了直接改。终端里 deeptutor memory show 随时能查。
把资料编译成互动书
这一步解决"聊过的内容留不下来"的问题。
在 Book 入口选择要编译的资料或对话，它会先生成一份章节大纲，你确认结构后才开始写。产物不是静态 PDF，而是类型化块组成的互动书：文字、测验卡片、代码、概念图各是一个块，每页带独立侧边对话，读到哪里问到哪里。
做到位了你会看到：编译完成后，在书里任意一页的侧边栏提问，回答只围绕那一页的内容。
打开进阶入口
主线跑通后，按习惯挑一条走：终端里 deeptutor chat 进交互式对话，deeptutor run deep_solve "求 x^2=4" 单次调用输出结构化结果；My Agents 可以接入 Claude Code、Codex 等本地命令行 Agent，聊天中随时调用它参与当前回合；Partners 把同一个大脑接到飞书、Telegram、Slack、Discord 等十几条 IM 渠道；开启认证后每位用户的会话、记忆、知识库完全隔离，管理员逐人分配模型与知识库权限，适合小团队共建。
动手做三件小事
- 传一份你真在用的文档，问一个必须带引用的问题，确认 RAG 链路生效；
- 用 Book 把这份文档编译成互动书，翻一遍并在一页的侧边栏提问；
- 到 Memory 页面过一遍 L1 → L2 的引用链，把不对的条目改掉。
工作台已经在你浏览器里，从第一个问题开始就行。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
