Budibase bbui 组件库开发指南：Svench 工作流、组件规范与源码结构解析
2026/9/10 14:07:05
DeepTutor 完整快速上手指南：3 条命令跑通本地个性化 AI 学习空间
【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor
你每次向聊天窗口提问，它都不记得你的学习进度，回答也不引用你自己的资料——个性化辅导常常卡在"资料与记忆"这一环。DeepTutor 是一个开源的 Agent 原生学习空间，把辅导答疑、解题、出题、深度研究、可视化与掌握度练习跑在同一套运行时上。读完本文，你能用 3 条命令完成本地部署，把自己的资料建成知识库，并从中生成一本可交互的学习书。
DeepTutor 是什么：一套 Agent 运行时承载六种学习模式
DeepTutor 的官方定位是 "Lifelong Personalized Tutoring"，它和普通聊天机器人的区别在于三点：单一 Agent 循环——Chat、Quiz、Research、Visualize、Solve、Mastery Path 共用同一套引擎，切换的是目标而不是引擎；上下文互通——知识库、书籍、Co-Writer 草稿、笔记、题库、Memory 在所有工作流里共享，而不是各工具各存一份；记忆可审计——L1/L2/L3 三层记忆全部是本地文件，不藏在向量库里。
你可以把它当成一张自足的学习桌：知识库是桌上的资料堆，Book 是资料编译成的教材，Memory 是抽屉里的学习笔记。
| 核心功能 | 它做什么 | 适合谁 |
|---|---|---|
| Chat | 多轮对话，可调用 web_search、paper_search、reason 等工具，还会用ask_user停下来向你反问澄清 | 所有人，日常答疑 |
| Knowledge Center | 把文档建成带版本号的 RAG 索引，可选 LlamaIndex、GraphRAG、LightRAG、PageIndex、Obsidian 等引擎 | 资料多、要随时检索的人 |
| Book | 把知识库编译成章节式互动书，含练习卡、Manim 动画、交互组件，每页带独立 Page Chat | 需要体系化复习的人 |
| Memory | L1 事件轨迹 / L2 事实整理 / L3 跨域合成，文件化、可追溯 | 需要长期连续辅导的人 |
| Co-Writer | 分栏 Markdown 写作，选中一段即可基于知识库或网络证据改写，改动以 diff 形式等你确认 | 写笔记、做总结的人 |
DeepTutor 本地部署步骤：3 条命令完成安装与启动
先看环境清单，3 条全部满足即可开工：
- Python 3.11–3.13（
pyproject.toml中requires-python明确限制在 3.14 以下） - Node.js 20+且在 PATH 中（
deeptutor start会拉起打包的 Next.js 前端） - 一个可用的 LLM：云端 API Key，或 Ollama 这类本地服务
mkdir -p my-deeptutor && cd my-deeptutor # 专属工作区，配置与数据都落在它下面 pip install -U deeptutor deeptutor init # 四步向导：端口 → LLM → 嵌入模型 → 确认汇总 deeptutor start # 后端端口 8001 + 前端端口 3782终端打印出前端地址（默认http://127.0.0.1:3782）、浏览器打开能看到主界面即算跑通；按Ctrl+C可停止前后端两个服务。
💡 跳过
deeptutor init也能启动，只是用默认端口加空模型配置，之后要到 Settings → Models 里补 LLM 配置。
三个功能覆盖日常使用：知识库、互动书与三层记忆
跑通之后不用逐个点菜单，先把这三件事做一遍，DeepTutor 的日常价值就闭环了。
把散落资料变成可检索的知识库
场景：几份 PDF 和 Markdown 讲义散在硬盘里，你希望之后的每次对话都基于它们作答。操作只有一条命令：
deeptutor kb create "机器学习复习" --docs-dir ./ml-notes执行完deeptutor kb list能看到该库、索引状态正常即成功。效果是：在 Chat 的+菜单里选中这个知识库后，回答会引用库内来源；索引按version-N版本保留，重建不会毁掉可用版本，单篇解析失败的文件也能单独删除，不用整库重建。
💡 每个知识库绑定一种检索引擎（默认 LlamaIndex：本地向量 + BM25）；PDF 解析引擎在 Settings → Knowledge Base 里选，可选 MinerU、Docling、markitdown、PyMuPDF4LLM。
把知识库编译成会提问的互动书
场景：资料很多，但你想体系化过一遍，而不是逐页翻 PDF。操作：进入 Book 模块，基于刚建好的知识库新建一本书——创建流程会先给出章节大纲供你确认，再生成正文。
效果：每章由类型化块组成——练习卡、闪卡、Manim 数学动画、交互式 HTML、概念图，块可以插入、移动、重新生成或切换类型，每章还带独立 Page Chat 就地提问。资料更新后跑deeptutor book health，能检测出源知识与已编译页面的漂移。
让记忆替你做学习记账
场景：昨天卡住的知识点，今天不想再重复一遍上下文。这一步不需要手动操作：L1 在各表面追加事件轨迹（trace/<surface>/<date>.jsonl），L2 沉淀为按表面的事实整理（L2/<surface>.md），L3 做跨表面合成；覆盖 chat、quiz、book、kb、notebook、partner、cowriter 七个表面。
效果：L2 引用 L1、L3 引用 L2，Memory Graph 里任何一条合成结论都能追溯到具体原始事件，并且可以人工编辑。界面在 Memory 模块，命令行用deeptutor memory show查看、deeptutor memory clear清理，预算参数在 Settings → Memory 调整。
DeepTutor 常见问题速查：5 个高频卡点
| 问题现象 | 可能原因 | 处理办法 |
|---|---|---|
start后浏览器打不开 3782 | 前端端口被占用 | 在deeptutor init或system.json里改前端端口后重启 |
| 连 Ollama 一直失败 | 服务未启动或端口不对 | 先ollama serve，确认localhost:11434可访问；容器内改用host.docker.internal:11434/v1 |
| 启动后回答为空 | 跳过 init 且没配模型 | Settings → Models 添加 LLM 配置（Base URL / API key / 模型名） |
| 知识库索引卡住不完成 | 嵌入模型未配置或端点不通 | Settings → Models 添加 embedding 配置，检查连通性 |
| 导入 PDF 后内容缺失 | 解析引擎与文件格式不匹配 | Settings → Knowledge Base 换解析引擎，或单独删除失败文档重导 |
⚠️ 排查顺序建议：先
deeptutor config show看当前端口与模型是否符合预期——配置全是data/user/settings/下的普通 JSON/YAML 文件，浏览器 Settings 页是推荐的编辑入口。
上手之后的三条路：装技能、接子代理、参与共建
- 扩展能力：一条命令装社区学习技能——
deeptutor skill search "socratic tutor"找、deeptutor skill install socratic-tutor装（默认走 EduHub，也兼容 ClawHub），导入前过统一的安全门禁；自己的SKILL.md可用deeptutor skill publish发回社区。 - 对接外部生态：My Agents 能把本机的 Claude Code、Codex、Gemini、Kimi 等编码 CLI 接成子代理，在对话回合中随时
consult_subagent召唤；Partners 则支持 Feishu、Telegram、Slack 等 15 个 IM 渠道，给它一个常驻入口。 - 参与共建：
git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor拉取源码研究，按 CONTRIBUTING.md 的分支策略提 issue 或 PR；完整功能地图见 README。
现在就去执行那条deeptutor kb create，把第一份资料喂进去，再进 Book 模块让 DeepTutor 编译出你的第一章互动教材。
【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