DeepTutor AI 辅导工作台知识库到互动教材的 4 个真实场景【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor期末前要出 30 道不同难度的题、同一道题要换三种讲法、每个学生的进度还要单独跟手工硬磨的话谁都得熬到凌晨。DeepTutor 是一个可自托管的 AI 辅导工作台把教学材料喂进去它先建成 RAG 知识库再产出带引用的对话解答、可交互的活页教材、自动出题和数学动画材料 → 知识库 → 答疑 → 测评整条链路在同一个工作区里跑完。能力全景一条材料进、答案出的流水线 把整个系统拆开看其实是三段链路。第一段是入库PDF、Markdown、笔记本这些材料经过文档解析可换 MinerU、Docling 等引擎向量化形成知识库。第二段是处理所有能力共用同一个 agent 循环——模型分轮思考、按需调用工具RAG 检索、网页搜索、子代理、拿到观察结果后收尾循环逻辑在 deeptutor/core/agentic/。第三段是产出Chat 答疑、Quiz 出题、Deep Research 带引用报告、Visualize 图表、Mastery Path 分级练习评分切的是目标而不是引擎。会话历史、题库、笔记在各能力之间保持可用每次交互还会写入三层可审计的 Memory在 Memory Graph 里能把每条画像结论追回到原始事件。DeepTutor 系统架构总览图拿它干正事三个高频教学场景用 Knowledge Center 建一份能被提问的课件库你要解决的问题课件散在十几份 PDF 里学生一提问就得手动翻原文找出处。知识库的管理层在 deeptutor/knowledge/检索管线在 deeptutor/services/rag/。在 Web 端 Knowledge Center 新建知识库上传课件绑定检索引擎——LlamaIndex本地向量 BM25是默认GraphRAG / LightRAG 可选提问时在 Chat 里选中该知识库回答就带来源引用。CLI 一行也能建库deeptutor kb create my-kb --doc textbook.pdf把教材编译成带测验的互动教材你要解决的问题静态 PDF 学生不爱看想要一本嵌着测验卡、动画、互动小节的教材。Book 引擎在 deeptutor/book/compiler.py 负责编译、blocks/ 目录下是每种可插拔的内容块。选定素材来源知识库、笔记本或题库先审一遍系统给出的章节大纲再触发生成每章编译为类型化块测验卡、闪卡、Manim 动画、交互式 HTML 等每页自带 Page Chat块可以单独移动、换型、重新生成不用重写整章。让 agent 答疑、出题、盯掌握度你要解决的问题重复答疑和手工批改最费时间。Chat 在 deeptutor/agents/chat/出题在 deeptutor/agents/question/评分和渐进规划在 deeptutor/learning/。在统一聊天工作区里直接提问可挂载知识库让答案有据可查切到 Quiz 模式基于题库/知识库生成一组题目并自动判分进入 Mastery Path系统按掌握度硬门槛推进下一步答错的题沉淀回题库。终端里也可以直接跑一轮deeptutor chat --capability deep_solve --tool rag --kb my-kb真实使用切片数学老师把几何证明变成 30 秒动画一位数学老师用 deeptutor/agents/math_animator/ 把证明的关键步骤转成 Manim 动画直接嵌进教材对应章节的块里。学生第一次是看证明动起来而不是读三段文字加两张静态图。她的反馈是动画生成比手工调参快得多代价是得先装好 LaTeX 和 ffmpeg 这套系统依赖。语言老师Co-Writer 改讲义顺手变成可检索素材语言老师在 deeptutor/co_writer/ 里选中讲义某一段让 AI 扩写或降难度改写。每次修改都以可接受/拒绝的 diff 呈现她点确认才落盘不用担心 AI 顺手改掉别的段落。定稿存入笔记本后下一次带知识库提问时这份讲义就自动成为检索上下文。容易踩的坑 调优建议 RAG 不引用来源 / 知识库不可用→ 多数是 embedding 模型没配知识库必须绑定一个 embedding provider去 Settings → Models 补上再启用。一份 PDF 解析失败整个知识库带伤→ 单文档可以直接从库里移除包括卡在 error 状态的文件重新索引会写入新的 version-N 目录不会毁掉现有索引不需要删库重建。Docker 里连不上宿主机 Ollama→ 容器内的 localhost 是容器自己把 Base URL 改成http://host.docker.internal:11434/v1并加--add-hosthost.docker.internal:host-gateway。数学动画出不来→ manim 是可选依赖源码安装后需pip install -e .[math-animator]且本机要有 LaTeX/ffmpeg。模型生成的代码默认会在你机器上执行→ 办公文档生成类技能依赖沙箱sandbox_allow_subprocess默认 true不放心就在data/user/settings/system.json里设为 false。从零跑起来 ⚡最短路径不需要 clone 仓库pip install -U deeptutor # 需 Python 3.11–3.13、Node.js 20 deeptutor init # 按提示设端口、LLM 供应商和 API key deeptutor start # 启动前后端浏览器打开 http://127.0.0.1:3782想从源码跑的话git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor后cd DeepTutor pip install -e .再走同样两步。熟悉这两个目录就够开工deeptutor/agents/question/ 是出题与评分deeptutor/book/ 是教材编译。它适合想自托管、拿自己的课件搭 AI 工作台、且愿意花十分钟配好模型 key 的老师或自学者不适合装完即用心态——LLM 和 embedding 都得自带。先跑deeptutor initdeeptutor start10 分钟内你就能在聊天窗口问出第一个带引用的答案。【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 DeepTutor AI 辅导工作台：知识库到互动教材的 4 个真实场景
DeepTutor AI 辅导工作台知识库到互动教材的 4 个真实场景【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor期末前要出 30 道不同难度的题、同一道题要换三种讲法、每个学生的进度还要单独跟手工硬磨的话谁都得熬到凌晨。DeepTutor 是一个可自托管的 AI 辅导工作台把教学材料喂进去它先建成 RAG 知识库再产出带引用的对话解答、可交互的活页教材、自动出题和数学动画材料 → 知识库 → 答疑 → 测评整条链路在同一个工作区里跑完。能力全景一条材料进、答案出的流水线 把整个系统拆开看其实是三段链路。第一段是入库PDF、Markdown、笔记本这些材料经过文档解析可换 MinerU、Docling 等引擎向量化形成知识库。第二段是处理所有能力共用同一个 agent 循环——模型分轮思考、按需调用工具RAG 检索、网页搜索、子代理、拿到观察结果后收尾循环逻辑在 deeptutor/core/agentic/。第三段是产出Chat 答疑、Quiz 出题、Deep Research 带引用报告、Visualize 图表、Mastery Path 分级练习评分切的是目标而不是引擎。会话历史、题库、笔记在各能力之间保持可用每次交互还会写入三层可审计的 Memory在 Memory Graph 里能把每条画像结论追回到原始事件。DeepTutor 系统架构总览图拿它干正事三个高频教学场景用 Knowledge Center 建一份能被提问的课件库你要解决的问题课件散在十几份 PDF 里学生一提问就得手动翻原文找出处。知识库的管理层在 deeptutor/knowledge/检索管线在 deeptutor/services/rag/。在 Web 端 Knowledge Center 新建知识库上传课件绑定检索引擎——LlamaIndex本地向量 BM25是默认GraphRAG / LightRAG 可选提问时在 Chat 里选中该知识库回答就带来源引用。CLI 一行也能建库deeptutor kb create my-kb --doc textbook.pdf把教材编译成带测验的互动教材你要解决的问题静态 PDF 学生不爱看想要一本嵌着测验卡、动画、互动小节的教材。Book 引擎在 deeptutor/book/compiler.py 负责编译、blocks/ 目录下是每种可插拔的内容块。选定素材来源知识库、笔记本或题库先审一遍系统给出的章节大纲再触发生成每章编译为类型化块测验卡、闪卡、Manim 动画、交互式 HTML 等每页自带 Page Chat块可以单独移动、换型、重新生成不用重写整章。让 agent 答疑、出题、盯掌握度你要解决的问题重复答疑和手工批改最费时间。Chat 在 deeptutor/agents/chat/出题在 deeptutor/agents/question/评分和渐进规划在 deeptutor/learning/。在统一聊天工作区里直接提问可挂载知识库让答案有据可查切到 Quiz 模式基于题库/知识库生成一组题目并自动判分进入 Mastery Path系统按掌握度硬门槛推进下一步答错的题沉淀回题库。终端里也可以直接跑一轮deeptutor chat --capability deep_solve --tool rag --kb my-kb真实使用切片数学老师把几何证明变成 30 秒动画一位数学老师用 deeptutor/agents/math_animator/ 把证明的关键步骤转成 Manim 动画直接嵌进教材对应章节的块里。学生第一次是看证明动起来而不是读三段文字加两张静态图。她的反馈是动画生成比手工调参快得多代价是得先装好 LaTeX 和 ffmpeg 这套系统依赖。语言老师Co-Writer 改讲义顺手变成可检索素材语言老师在 deeptutor/co_writer/ 里选中讲义某一段让 AI 扩写或降难度改写。每次修改都以可接受/拒绝的 diff 呈现她点确认才落盘不用担心 AI 顺手改掉别的段落。定稿存入笔记本后下一次带知识库提问时这份讲义就自动成为检索上下文。容易踩的坑 调优建议 RAG 不引用来源 / 知识库不可用→ 多数是 embedding 模型没配知识库必须绑定一个 embedding provider去 Settings → Models 补上再启用。一份 PDF 解析失败整个知识库带伤→ 单文档可以直接从库里移除包括卡在 error 状态的文件重新索引会写入新的 version-N 目录不会毁掉现有索引不需要删库重建。Docker 里连不上宿主机 Ollama→ 容器内的 localhost 是容器自己把 Base URL 改成http://host.docker.internal:11434/v1并加--add-hosthost.docker.internal:host-gateway。数学动画出不来→ manim 是可选依赖源码安装后需pip install -e .[math-animator]且本机要有 LaTeX/ffmpeg。模型生成的代码默认会在你机器上执行→ 办公文档生成类技能依赖沙箱sandbox_allow_subprocess默认 true不放心就在data/user/settings/system.json里设为 false。从零跑起来 ⚡最短路径不需要 clone 仓库pip install -U deeptutor # 需 Python 3.11–3.13、Node.js 20 deeptutor init # 按提示设端口、LLM 供应商和 API key deeptutor start # 启动前后端浏览器打开 http://127.0.0.1:3782想从源码跑的话git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor后cd DeepTutor pip install -e .再走同样两步。熟悉这两个目录就够开工deeptutor/agents/question/ 是出题与评分deeptutor/book/ 是教材编译。它适合想自托管、拿自己的课件搭 AI 工作台、且愿意花十分钟配好模型 key 的老师或自学者不适合装完即用心态——LLM 和 embedding 都得自带。先跑deeptutor initdeeptutor start10 分钟内你就能在聊天窗口问出第一个带引用的答案。【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 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
