DeepTutor深度指南代理原生架构与三层记忆快速上手【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor用AI学习时最常见的困扰是上一个问题刚聊到一半系统已经不记得你昨天卡在哪里你喂给它一堆资料它只会检索关键词却说不出你的知识盲点在哪。DeepTutor是一个开源的个性化教学平台用代理原生架构三层记忆系统来对付这个痛点——每一次提问都能调用你的知识库、你的学习历史而它对记住了什么这件事是透明的、可编辑的。 它凭什么不一样答案在两个设计决策决策一所有学习能力共享同一个代理循环。DeepTutor 的聊天、深度解题、出题、深度研究、可视化、数学动画、掌握路径Mastery Path共 7 种能力跑在同一套 agent 引擎上而不是七个各自为政的模块。这意味着你从问问题切换到基于这个问题出十道测验时刚挂载的知识库和上下文原封不动地带过去了。循环本身很简单模型按轮次思考需要时调用工具观察结果最后给出不再依赖工具的完整回答遇到不确定时它会暂停并发起一个结构化的澄清提问ask_user机制而不是硬编一个答案。DeepTutor的统一agent循环思考—调用工具—观察结果—输出回答7种能力共用这一套流程决策二记忆是你能读的文件不是黑盒向量库。三层记忆分别落盘为L1 是各会话面的原始事件轨迹L2 是按学习面整理的结构化事实L3 是跨面综合后的学习者画像。由于 L2 引用 L1、L3 引用 L2画像里的任何一条结论都能追溯回产生它的那次原始对话实现见 deeptutor/services/memory/。这些文件都是 Markdown 和 JSONL你可以直接打开看、手动改——个性化从此变成一件可审计的事。 从建知识库到产出学习书跟着做三遍你就懂了第 1 步先建知识库让回答有依据。打开 Knowledge Center选新建把 PDF、DOCX 或 Markdown 拖进去。每个知识库可以单独绑定一种检索引擎——LlamaIndex默认本地向量BM25、PageIndex、GraphRAG、LightRAG、Obsidian 等共 6 种可选引擎之间互不干扰。重建索引时写入新的 version-N 目录旧索引不会被破坏单个文档解析失败时直接移除那个文件即可不必删库重建。DeepTutor知识库创建界面上传文档并选择检索引擎知识中心支持新建索引或链接已有库每个库绑定一种RAG检索引擎第 2 步从提问到深度解答。进入 Chat 工作区在菜单挂载刚建好的知识库输入你的问题。推理过程中agent 会按需调用rag、web_search等工具信息不足时它会停下来向你提问。回答之后不要急着开新对话——继续说基于这部分内容出一组测验题或研究一下这个主题的文献共享的上下文会让后续能力无缝接上。DeepTutor聊天工作区测验、研究、可视化等能力从同一条对话中发起第 3 步把对话沉淀成学习资产。如果这轮对话质量不错可以让 Book 引擎把相关知识库和对话内容编译成一册活书系统先给出章节大纲让你确认再逐章生成——每一页都是可编辑的类型化块文本、测验卡、闪卡、交互组件、数学动画皆可混排随时能插入、移动或切换块类型且每页自带 Page Chat 供追问。Book引擎产出的学习书章节大纲先行每页由可编辑的互动块构成 谁适合用教师、学习者、开发者各怎么用出效果给教师课前把课件上传进知识库用出题能力生成一套预测试卷先摸清学生水平再定进度打开多用户模式开启认证后每位学生有隔离工作区小组作业不用来回切账号课后翻 L3 综合记忆对照学生画像找共性知识盲点调整下次课的重点给个人学习者用 Mastery Path 给知识点设掌握门槛只有达标才进入下一阶段避免看过了式的假学习定期打开 Memory Graph 检查 L2 事实发现与印象不符的记忆可以直接修正把笔记写进 notebook它会成为此后每次对话、每本书的默认上下文给开发者翻一遍 deeptutor/capabilities/照着现有能力实现自己的协议即可注册新模式deeptutor run capability message --format json输出 NDJSON 事件流方便把 DeepTutor 当作工具挂进你自己的 agent 流程Memory工作区三层记忆可视化展示每条综合结论可回溯到原始事件⚡ 快速上手4条命令完成安装验证环境要求Python 3.11–3.13、Node.js 20。pip install -U deeptutor deeptutor init deeptutor startinit会引导你设置端口默认后端 8001、前端 3782并填入 LLM 供应商与 API keystart启动后打开浏览器访问http://127.0.0.1:3782。看到顶部状态条里 Backend 与 LLM 显示在线说明首次验证通过。跳过init也能启动之后在 Settings → Models 里补配置即可。 进阶与生态用Skills和MCP扩展学习能力内置 7 种能力之外扩展入口主要有三个Skills 系统SKILL.md剧本格式默认接入社区技能市场 EduHubdeeptutor skill install即可装好苏格拉底式导师这类现成技能MCP 服务与 CLI 应用一键安装后由聊天 agent 直接调用Partners同一套大脑上的持久陪伴可接入飞书、Telegram 等 IM 渠道。习惯终端的话deeptutor chat的 REPL 与 Web 版能力完全对等。你本周就可以迈出的第一步装好它上传一份你真正要啃的文档到知识库问一个悬了很久的问题——然后去 Memory 里看这条对话被理解成了什么。走完这一圈你就知道它是不是你的那位导师了。DeepTutor 的设计起点就一句话Lifelong Personalized Tutoring——让学习成为有记忆、可持续的过程而不是一堆孤立的问答。【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深度指南：代理原生架构与三层记忆快速上手
DeepTutor深度指南代理原生架构与三层记忆快速上手【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor用AI学习时最常见的困扰是上一个问题刚聊到一半系统已经不记得你昨天卡在哪里你喂给它一堆资料它只会检索关键词却说不出你的知识盲点在哪。DeepTutor是一个开源的个性化教学平台用代理原生架构三层记忆系统来对付这个痛点——每一次提问都能调用你的知识库、你的学习历史而它对记住了什么这件事是透明的、可编辑的。 它凭什么不一样答案在两个设计决策决策一所有学习能力共享同一个代理循环。DeepTutor 的聊天、深度解题、出题、深度研究、可视化、数学动画、掌握路径Mastery Path共 7 种能力跑在同一套 agent 引擎上而不是七个各自为政的模块。这意味着你从问问题切换到基于这个问题出十道测验时刚挂载的知识库和上下文原封不动地带过去了。循环本身很简单模型按轮次思考需要时调用工具观察结果最后给出不再依赖工具的完整回答遇到不确定时它会暂停并发起一个结构化的澄清提问ask_user机制而不是硬编一个答案。DeepTutor的统一agent循环思考—调用工具—观察结果—输出回答7种能力共用这一套流程决策二记忆是你能读的文件不是黑盒向量库。三层记忆分别落盘为L1 是各会话面的原始事件轨迹L2 是按学习面整理的结构化事实L3 是跨面综合后的学习者画像。由于 L2 引用 L1、L3 引用 L2画像里的任何一条结论都能追溯回产生它的那次原始对话实现见 deeptutor/services/memory/。这些文件都是 Markdown 和 JSONL你可以直接打开看、手动改——个性化从此变成一件可审计的事。 从建知识库到产出学习书跟着做三遍你就懂了第 1 步先建知识库让回答有依据。打开 Knowledge Center选新建把 PDF、DOCX 或 Markdown 拖进去。每个知识库可以单独绑定一种检索引擎——LlamaIndex默认本地向量BM25、PageIndex、GraphRAG、LightRAG、Obsidian 等共 6 种可选引擎之间互不干扰。重建索引时写入新的 version-N 目录旧索引不会被破坏单个文档解析失败时直接移除那个文件即可不必删库重建。DeepTutor知识库创建界面上传文档并选择检索引擎知识中心支持新建索引或链接已有库每个库绑定一种RAG检索引擎第 2 步从提问到深度解答。进入 Chat 工作区在菜单挂载刚建好的知识库输入你的问题。推理过程中agent 会按需调用rag、web_search等工具信息不足时它会停下来向你提问。回答之后不要急着开新对话——继续说基于这部分内容出一组测验题或研究一下这个主题的文献共享的上下文会让后续能力无缝接上。DeepTutor聊天工作区测验、研究、可视化等能力从同一条对话中发起第 3 步把对话沉淀成学习资产。如果这轮对话质量不错可以让 Book 引擎把相关知识库和对话内容编译成一册活书系统先给出章节大纲让你确认再逐章生成——每一页都是可编辑的类型化块文本、测验卡、闪卡、交互组件、数学动画皆可混排随时能插入、移动或切换块类型且每页自带 Page Chat 供追问。Book引擎产出的学习书章节大纲先行每页由可编辑的互动块构成 谁适合用教师、学习者、开发者各怎么用出效果给教师课前把课件上传进知识库用出题能力生成一套预测试卷先摸清学生水平再定进度打开多用户模式开启认证后每位学生有隔离工作区小组作业不用来回切账号课后翻 L3 综合记忆对照学生画像找共性知识盲点调整下次课的重点给个人学习者用 Mastery Path 给知识点设掌握门槛只有达标才进入下一阶段避免看过了式的假学习定期打开 Memory Graph 检查 L2 事实发现与印象不符的记忆可以直接修正把笔记写进 notebook它会成为此后每次对话、每本书的默认上下文给开发者翻一遍 deeptutor/capabilities/照着现有能力实现自己的协议即可注册新模式deeptutor run capability message --format json输出 NDJSON 事件流方便把 DeepTutor 当作工具挂进你自己的 agent 流程Memory工作区三层记忆可视化展示每条综合结论可回溯到原始事件⚡ 快速上手4条命令完成安装验证环境要求Python 3.11–3.13、Node.js 20。pip install -U deeptutor deeptutor init deeptutor startinit会引导你设置端口默认后端 8001、前端 3782并填入 LLM 供应商与 API keystart启动后打开浏览器访问http://127.0.0.1:3782。看到顶部状态条里 Backend 与 LLM 显示在线说明首次验证通过。跳过init也能启动之后在 Settings → Models 里补配置即可。 进阶与生态用Skills和MCP扩展学习能力内置 7 种能力之外扩展入口主要有三个Skills 系统SKILL.md剧本格式默认接入社区技能市场 EduHubdeeptutor skill install即可装好苏格拉底式导师这类现成技能MCP 服务与 CLI 应用一键安装后由聊天 agent 直接调用Partners同一套大脑上的持久陪伴可接入飞书、Telegram 等 IM 渠道。习惯终端的话deeptutor chat的 REPL 与 Web 版能力完全对等。你本周就可以迈出的第一步装好它上传一份你真正要啃的文档到知识库问一个悬了很久的问题——然后去 Memory 里看这条对话被理解成了什么。走完这一圈你就知道它是不是你的那位导师了。DeepTutor 的设计起点就一句话Lifelong Personalized Tutoring——让学习成为有记忆、可持续的过程而不是一堆孤立的问答。【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