DeepTutor：开源个性化终身 AI 教学系统

🏗️ 系统架构总览

🔁 单 Agent 循环

这是 DeepTutor 的核心设计哲学：Chat、Quiz、Research、Solve、Visualize、Mastery Path 全部运行在同一个 Agent 循环上。切换能力 = 切换目标，不换引擎，上下文随学习者流动。

🧠 3 层记忆系统

• L1 — 原始事件轨迹（谁·何时·做了什么）
• L2 — 按面摘录的事实（Chat / Notebook / Quiz 等）
• L3 — 跨面综合画像（偏好 / 近期 / 范围 / 配置）

每层引用下层来源，任何 claim 可追溯到原始事件。Memory Graph 可视化全金字塔。

📚 多引擎知识库

• LlamaIndex — 默认，本地向量 + BM25
• PageIndex — 托管式，页面级引用检索
• GraphRAG / LightRAG — 知识图谱检索
• LightRAG Server — 外部 LightRAG 实例
• Obsidian — 直接读取你的 Obsidian 库

🤝 Partners — 持久 IM 陪学

每个 Partner 有自己的 SOUL.md、模型选择、知识库、记忆和 IM 通道。支持：Feishu、Telegram、Slack、Discord、DingTalk、QQ/NapCat、WeCom、WhatsApp、Zulip、Mattermost、Matrix、Teams 等。

📊 数据

⚡ 一键部署（Docker）

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

然后浏览器打开 http://127.0.0.1:3782，配置 LLM API Key 即可使用。

🎯 关键亮点

• 不是玩具 — 200K+ 严谨工程代码，50+ 版本持续迭代，Apache 2.0 开源
• Partners 通道覆盖 — 15+ IM 通道，每个 Partner 独立知识库 + 记忆 + 工具策略
• 3 层记忆可审计 — 不是黑箱向量库，每条 claim 可追溯到原始对话
• 多引擎 RAG — LlamaIndex / GraphRAG / LightRAG / Obsidian 自由切换
• CLI + Agent Handoff — JSON NDJSON 输出，可被其他 Agent 驱动（含 SKILL.md）
• Co-Writer 选区编辑 — 选中一段→AI改写，带 accept/reject diff
• Book 编译器 — 知识库→互动教材，带 Quiz / FlashCard / Animation 块
• My Agents — 实时调用 Claude Code / Codex，或导入历史对话
• 多租户 — 可选 auth，管理员分配模型 / KB / 技能，隔离用户工作区

⚠️ 注意事项

• 需要 LLM API Key — 自带不含模型，需配置 OpenAI/Anthropic 等
• 本地跑需硬件 — Ollama 支持但推荐 32GB+ 内存
• 部署门槛 — Python 3.11+、Node.js 20+，~217MB 仓库
• 学习曲线 — 功能太多，新手需要时间摸索
• Docker 省心 — 单容器部署是最简单的方式