DeepTutor 是一个开源、可扩展的“终身个性化辅导”平台。它的核心定位是一个智能体原生的学习工作区，将聊天、问题解决、测验生成、研究、可视化和掌握练习整合在一个统一的系统中。

🎯 核心理念与功能

DeepTutor不仅仅是一个聊天机器人，而是一个集成了多种学习能力和知识管理工具的平台，旨在提供连贯、可追溯的个性化学习体验。

统一智能体引擎：所有核心功能（聊天、测验、研究、可视化、解题、掌握路径、沉浸式阅读）都运行在同一个智能体循环上，因此上下文可以在不同工作流之间无缝流动。

连接的学习上下文：知识库、书籍、协同写作草稿、笔记本、题库、人格设定和记忆在所有工作流中都可用，而不是孤立在单一工具中。

子智能体与伙伴：你可以咨询一个实时编码命令行界面，或从一个对话中导入其他智能体的历史对话，并让持久的伙伴在同一个“大脑”上运行。

多引擎知识库：支持多种检索增强生成（RAG）引擎，包括LlamaIndex, PageIndex, GraphRAG, LightRAG, 腾讯IMA, MarginNote 4, 或链接的Obsidian仓库，并配备可插拔的文档解析引擎。

可扩展的工具与技能：内置工具、MCP服务器、命令行应用、图像/视频/语音生成模型，以及可安装的社区技能。

可检查的记忆：其三层记忆系统（L1轨迹、L2摘要、L3综合）使个性化过程可见且可编辑，并有一个记忆图谱将所有声明追溯到其依据。

🚀 部署方式

DeepTutor提供四种主要的安装部署路径，以适应不同的使用场景。

方式一：从PyPI安装（推荐）

这种方式适合大多数用户，可以快速安装完整的Web应用和命令行界面。

1
2
3
4
5
6
7
8
9
10
11
# 1. 创建工作目录并进入
mkdir -p my-deeptutor && cd my-deeptutor

# 2. 使用 pip 安装
pip install -U deeptutor

# 3. 初始化配置（会提示设置端口、LLM提供商等）
deeptutor init

# 4. 启动服务（同时启动后端和前端）
deeptutor start

启动后，在浏览器打开 http://127.0.0.1:3782 即可访问Web界面。按 Ctrl+C 可停止服务。

方式二：从源码安装（适合开发）

适用于希望基于最新代码进行开发或贡献的用户。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 1. 克隆仓库
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor

# 2. 创建Python虚拟环境并激活
python3 -m venv .venv && source .venv/bin/activate

# 3. 安装后端和前端依赖
pip install -e .
cd web && npm ci --legacy-peer-deps && cd ..

# 4. 初始化并启动
deeptutor init
deeptutor start --dev  # --dev 启用前端热更新

方式三：使用Docker部署（适合容器化环境）

这种方式提供了一体化的容器化部署，适合服务器或需要隔离环境的场景。

1
2
3
4
5
# 使用官方GitHub容器镜像启动
docker run --rm --name deeptutor \
  -p 127.0.0.1:3782:3782 \
  -v deeptutor-data:/app/data \
  ghcr.io/hkuds/deeptutor:latest

数据会持久化在名为 deeptutor-data 的Docker卷中。同样，访问 http://127.0.0.1:3782 即可使用。

方式四：仅使用命令行界面（CLI）

如果你不需要Web UI，可以从源码安装纯CLI版本。

1
2
3
4
5
6
7
8
9
10
11
# 从源码安装
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
python -m venv .venv-cli && source .venv-cli/bin/activate
pip install -e ./packaging/deeptutor-cli

# 初始化（CLI模式，跳过端口设置）
deeptutor init --cli

# 开始聊天
deeptutor chat

⚙️ 主要配置说明

  • 首次配置：无论是哪种方式，首次运行前通常需要执行 deeptutor init。它会引导你设置LLM提供商（如OpenAI、Anthropic、本地Ollama）和模型，这是使用所有功能的基础。
  • 配置存储：所有配置（API密钥、模型、端口等）都存储在 data/user/settings/ 目录下的JSON/YAML文件中。你也可以通过Web界面中的“设置”页面进行可视化配置。
  • 关键环境：项目明确不读取项目根目录的 .env 文件。所有配置均通过 deeptutor init 生成的文件或Web设置页面管理。
  • 安全提示：对于需要运行模型生成代码的场景（如办公文档处理），系统默认启用了一个受限的子进程沙盒。你可以在 data/user/settings/system.json 中设置 sandbox_allow_subprocess: false 来禁用，但会牺牲部分文档生成功能。

📚 生态与社区

DeepTutor拥有一个名为 EduHub 的技能生态系统，你可以通过 deeptutor skill 命令搜索、安装和发布社区贡献的“技能”（Skills），例如“苏格拉底式导师”、“闪卡生成器”等，极大扩展了平台的教学能力。

💎 总结

DeepTutor是一个功能强大、设计现代且高度可扩展的AI辅导平台。它通过“智能体原生”的架构，将多种学习和知识管理工具深度集成，并提供了清晰的部署路径和可扩展的社区生态。如果你正在寻找一个超越了简单问答、能够提供个性化、可追溯和协同学习体验的自托管解决方案，DeepTutor是一个非常值得关注和尝试的项目。