deep-student

本地资料喂给 AI，自动生成闪卡和导图帮你记住

deep-student 是一个开源、本地优先的 AI 学习工作台，面向希望用大模型提升学习效率的个人用户。它把 AI 对话、RAG 检索、闪卡与间隔重复、思维导图整合到一个桌面应用里，核心是让学习资料留在本地，同时借助 LLM 完成理解、提问、总结和记忆巩固。技术上基于 Tauri + TypeScript 构建，兼顾跨平台与轻量；闪卡部分采用 FSRS 算法安排复习节奏，比传统 SM-2 更贴近真实遗忘曲线。用户可以把课程笔记、PDF 或文档导入，让 AI 基于自己的资料生成问答、卡片和知识图谱，形成从输入到复习的闭环。项目定位偏早期，但方向清晰：把分散的 AI 学习工具收进一个本地工作台，减少数据外泄和工具切换成本。

开源 unknown 学习教育

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 278

维护状态活跃

是否开源是

定价模式 unknown

项目预览

项目数据

分类学习教育

开发团队helixnow

所属国家

官网地址https://www.deepstudent.cn

GitHubhttps://github.com/helixnow/deep-student

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议AGPL-3.0

主要语言TypeScript

技术栈/模型ai-agent,anki,education,flashcards,fsrs,learning,llm,local-first,mindmap,rag,spaced-repetition,tauri

GitHub 星标★ 278

30天Star增速

HF 下载量

上线时间2025-03-10 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-09

浏览次数0

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

本地优先架构，学习资料和对话数据默认留在本机，隐私可控
集成 FSRS 间隔重复算法，闪卡复习排程比传统 SM-2 更科学
把 RAG、AI 对话、闪卡、思维导图放进同一工作台，减少工具切换

不足之处

项目处于早期，功能完整度和稳定性仍在迭代
生态和插件扩展能力有限，社区规模较小

适用场景

学生把课程 PDF 导入，让 AI 生成闪卡并按 FSRS 安排复习
备考者用 RAG 对自己的笔记提问，快速定位薄弱知识点
自学者把零散资料整理成思维导图，配合 AI 对话理解概念关系

替代项目

Anki、Obsidian、Logseq

项目介绍

deep-student 是学习教育领域的开源项目，由 helixnow 开发，2025 年首次发布。

它收录于学习教育分类，该分类目前共有 474 个项目，GitHub 星标数为 278。

项目目前处于活跃维护状态，最近一次代码更新于 2026-10-07。

它主要面向的使用场景是：学生把课程PDF导入，让AI生成闪卡并按FSRS安排复习。同类可对比的替代方案包括 Anki、Obsidian、Logseq。

上一篇：zero-to-ai

下一篇：hello-agent-system