DeepTutor

让 AI 当你的终身私教，随时深度研究并个性化辅导

DeepTutor 是一个基于大语言模型和多智能体系统的终身个性化辅导开源项目。它旨在解决传统教育中个性化不足、知识更新滞后的问题，通过深度研究与检索增强生成（RAG）技术，为用户提供持续、动态的学习支持。其核心能力包括：构建多智能体协作框架，模拟教师、助教等角色进行互动式教学；利用 CLI 工具实现便捷的交互学习；支持深度研究功能，可自动探索和整合最新知识；并提供个性化学习路径规划，根据用户反馈和进度实时调整内容。项目采用 Python 实现，强调可扩展性和易用性，适合开发者集成或独立使用。

开源 unknown 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 40174

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类搜索知识

开发团队HKUDS

所属国家

官网地址

GitHubhttps://github.com/HKUDS/DeepTutor

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Apache-2.0

主要语言Python

技术栈/模型ai-agents,ai-tutor,clawbot,cli-tool,deepresearch,interactive-learning,learning,multi-agent-systems,rag

GitHub 星标★ 40174

30天Star增速

HF 下载量

上线时间2025-12-28 00:00:00

最近更新2026-09-22 00:00:00

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2026-08-09

浏览次数2

使用教程

难度：入门约 15 分钟部署方式：Docker 7 步

环境要求

Python 3.11（Conda 环境示例使用 python=3.11）
Node.js / npm（前端依赖用 npm ci 安装）
Docker（使用容器方式时需要，可拉取 ghcr.io 镜像）
可访问的大模型服务或 API Key（在 Web 设置页配置模型提供方）

安装与启动步骤

1获取项目源码

从 GitHub 克隆仓库并进入项目根目录，后续所有命令都在该目录执行。
```
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
```
2安装后端依赖

用 pip 以可编辑模式安装项目自身依赖；README 也提供 Conda 环境创建方式作为替代。
```
python -m pip install -e .
```
3安装前端依赖

进入 web 目录用 npm ci 安装前端依赖，README 明确要求带 --legacy-peer-deps 参数。
```
cd web && npm ci --legacy-peer-deps
```
4初始化配置

运行 init 生成初始配置文件，首次使用必须先执行这一步再启动服务。
```
deeptutor init
```
5启动开发模式

以 HMR 方式启动 Next.js；不加 --dev 则先构建生产版前端后复用。Ctrl+C 停止。
```
deeptutor start --dev
```

6或用 Docker 一键运行

单容器跑完整 Web 应用，数据与配置持久化在 deeptutor-data 卷中。

docker run --rm --name deeptutor 
  -p 127.0.0.1:3782:3782 
  -v deeptutor-data:/app/data 
  ghcr.io/hkuds/deeptutor:latest

7挂载自定义工作区

启动时把宿主机目录挂到 /workspace，并用环境变量把 DeepTutor 锁定到该路径。

mkdir -p "$PWD/deeptutor-workspace/outputs"
docker run --rm --name deeptutor 
  -p 127.0.0.1:3782:3782 
  -v deeptutor-data:/app/data 
  -v "$PWD/deeptutor-workspace:/workspace" 
  -e DEEPTUTOR_WORKSPACE_ROOT=/workspace 
  -e DEEPTUTOR_WORKSPACE_ALLOWED_ROOTS=/workspace 
  ghcr.io/hkuds/deeptutor:latest

关键配置

配置项	必填	说明	示例
`DEEPTUTOR_WORKSPACE_ROOT`	否	把容器内内容工作区锁定到指定路径	`/workspace`
`DEEPTUTOR_WORKSPACE_ALLOWED_ROOTS`	否	允许作为工作区根目录的白名单路径	`/workspace`
`DEEPTUTOR_WORKSPACE_HOST`	否	Compose 部署时指定宿主机工作区目录	`/absolute/host/folder`
`DEEPTUTOR_EXTRAS`	否	在容器启动时自动附装的可选 extras	`rag-lightrag`
`next_public_api_base`	否	前后端分离部署时前端访问后端的地址	`http://backend:8001`
`cors_origins`	否	开启鉴权时需补充的精确前端来源	`["https://deeptutor.example.com"]`

如何确认成功

浏览器打开 http://127.0.0.1:3782 能看到 Web 界面；容器首次启动会生成 /app/data/user/settings/*.json。

常见问题

Q：需要发布 8001 端口吗？

A：不需要。浏览器只访问前端源 :3782，容器内 Next.js 中间件会把 /api/* 和 /ws/* 转发给后端。8001 仅在想用 curl 直连 API 时可选发布。

Q：容器里怎么访问宿主机的 Ollama / LM Studio？

A：容器内 localhost 是容器自身。加 --add-host=host.docker.internal:host-gateway，然后在 Settings → Models 把 Base URL 设为 http://host.docker.internal:11434/v1 等地址。

Q：deeptutor start --dev 提示前端无响应怎么办？

A：按提示停掉它打印的 PID；若实际没有 Next.js 进程在跑，说明锁文件过期，删除 web/.next/dev/lock 和 web/.next/lock 后重试。

Q：如何修改对外端口？

A：改 -p host:container 左侧的宿主端口，例如 -p 127.0.0.1:8088:3782；若改了容器侧端口，需同步改右侧映射并重启。

Q：数据重启后会丢吗？

A：不会。配置、API Key、日志、默认内容工作区、记忆和知识库都保存在 deeptutor-data 卷；单独挂载的工作区则持久化在宿主机路径。

注意事项

README 节选只包含 Option 3（Docker）和 Option 4（CLI Only）等部分内容，Option 1/2 的完整说明未包含在内。
容器内用 pip install 装的 extras 在下次 compose down 后会丢失，应通过 DEEPTUTOR_EXTRAS 和 DEEPTUTOR_APT_PACKAGES 在部署层声明。
Docker 路径在容器启动时确定，因此 Web 设置页里会显示为已锁定。
修改前端依赖需用 npm install --legacy-peer-deps 刷新 web/package-lock.json，并同时提交 package.json 与 lock 文件。

核心亮点

多智能体协作模拟真实教学场景，互动性强
深度研究+ RAG 确保知识实时更新，不局限于静态资料
CLI 工具轻量易用，适合开发者快速上手和集成

不足之处

文档/社区待观察
高度依赖大模型 API，可能产生较高使用成本

适用场景

个人开发者或学生利用 CLI 进行自主学习与深度研究
教育科技公司集成多智能体辅导能力到自有平台
企业内训场景，为员工提供个性化技能提升路径

替代项目

LangChain、AutoGen、OpenAI Tutor

项目介绍

DeepTutor 是学习教育领域的开源项目，由 HKUDS 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（40,174）位列前 1%，在学习教育分类的 427 个项目里位列前 3%。

近 44 天，它的 GitHub 星标从 33,346 增加到 40,174，净增 6,828。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。

它主要面向的使用场景是：个人开发者或学生利用CLI进行自主学习与深度研究。同类可对比的替代方案包括 LangChain、AutoGen、OpenAI Tutor。

上一篇：ai-engineering-hub

下一篇：happy-llm