> [!NOTE] > 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。 > [English](./README.en.md) · [原始项目](https://github.com/HKUDS/DeepTutor) · [上游 README](https://github.com/HKUDS/DeepTutor/blob/HEAD/README.md) > 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

DeepTutor logo DeepTutor

# DeepTutor：终身个性化辅导

Docs — deeptutor.info

HKUDS%2FDeepTutor | Trendshift  HKUDS%2FDeepTutor | Trendshift  HKUDS%2FDeepTutor | Trendshift

English  简体中文  日本語  Español  Français  Arabic  Русский  Hindi  Português  Thai  Polski

[![Python 3.11+](https://img.shields.io/badge/Python-3.11%2B-3776AB?style=flat-square&logo=python&logoColor=white)](https://www.python.org/downloads/) [![Next.js 16](https://img.shields.io/badge/Next.js-16-000000?style=flat-square&logo=next.js&logoColor=white)](https://nextjs.org/) [![License](https://img.shields.io/badge/License-Apache_2.0-blue?style=flat-square)](LICENSE) [![GitHub release](https://img.shields.io/github/v/release/HKUDS/DeepTutor?style=flat-square&color=brightgreen)](https://github.com/HKUDS/DeepTutor/releases) [![arXiv](https://img.shields.io/badge/arXiv-2604.26962-b31b1b?style=flat-square&logo=arxiv&logoColor=white)](https://arxiv.org/abs/2604.26962) [![Discord](https://img.shields.io/badge/Discord-Community-5865F2?style=flat-square&logo=discord&logoColor=white)](https://discord.gg/eRsjPgMU4t) [![Feishu](https://img.shields.io/badge/Feishu-Group-00D4AA?style=flat-square&logo=feishu&logoColor=white)](./Communication.md) [![WeChat](https://img.shields.io/badge/WeChat-Group-07C160?style=flat-square&logo=wechat&logoColor=white)](https://github.com/HKUDS/DeepTutor/issues/78) [功能特性](#-key-features) · [快速开始](#-get-started) · [探索](#-explore-deeptutor) · [CLI](#%EF%B8%8F-deeptutor-cli--agent-native-interface) · [生态](#-ecosystem--eduhub--the-skills-community) · [社区](#-community)
--- > 🤝 **我们欢迎任何形式的贡献！** 在 [`Roadmap`](https://github.com/HKUDS/DeepTutor/issues/498), 对路线图条目投票或提出新建议，并参阅我们的[贡献指南](CONTRIBUTING.md)了解分支策略、编码标准及入门方式。 ### 📦 版本发布 > **[2026.7.9]** [v1.5.1](https://github.com/HKUDS/DeepTutor/releases/tag/v1.5.1) — 从知识库中移除单个失败文档——即使是处于 **error** 状态的文档——而无需删除并重建整个知识库。 > **[2026.7.4]** [v1.5.0](https://github.com/HKUDS/DeepTutor/releases/tag/v1.5.0) — LlamaIndex 摄取现已遵循你的 **Document Parsing**（文档解析）引擎，支持多模态图像提取；Partner 与 Soul 的 id 对非拉丁字符名称保持 URL 安全；可选 RAG 扩展包可在 Python 3.14+ 上顺利安装。
往期版本（超过 1 周） > **[2026.6.30]** [v1.4.15](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.15) — 为 Partner 提供原生 **Mattermost** 频道，并修复 Guided Learning 多选题评分问题，同时确保配置的零 chunk overlap 生效。 > **[2026.6.29]** [v1.4.14](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.14) — 点击已分配的 partner 即可一步发起聊天；Deep Research 会标记部分报告；LightRAG 可在无需 MinerU 的情况下建立索引；FAISS 支持非 ASCII 路径；PocketBase 会话按用户隔离。 > **[2026.6.27]** [v1.4.13](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.13) — Partner 支持非拉丁字符名称并可分配给用户；登录后正确渲染 logo（#599）；小型知识库检索更可靠；容器可在 rootless Podman 下正常启动。 > **[2026.6.24]** [v1.4.12](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.12) — 新增 **LightRAG Server** 检索引擎、轻量级 **PyMuPDF4LLM** 解析引擎，以及 FAISS 向量后端，大幅提升大型知识库检索速度。 > **[2026.6.23]** [v1.4.11](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.11) — 所有云端 OpenAI 兼容提供商均支持原生 tool calling；重新设计的管理端 Users 页面；测验选项支持 LaTeX；更真实的会话加载 spinner；可配置容器 host 绑定。 > **[2026.6.21]** [v1.4.10](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.10) — 自助式 **Profile**（个人资料）页面，支持头像；适用于 rootless 的容器指南，配备单端口 request-time 代理；非管理员用户默认拒绝 MCP tools。 > **[2026.6.19]** [v1.4.9](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.9) — 设置优化：Search 仅显示你的提供商所需字段；连接配置可重命名并按提供商自动命名；已评分的 Mastery Path 题目会流入 Question Bank。 > **[2026.6.18]** [v1.4.8](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.8) — 在 **My Agents** 下连接你自己的 **Partners**，并在聊天中实时咨询——通过其专属 persona、library 和 skills 作答——每个 Partner 拥有独立私有 memory。 > **[2026.6.18]** [v1.4.7](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.7) — 连接本地 **Claude Code / Codex** 并在对话中途实时咨询；**My Agents** 升级为顶级 `/agents`；Partner 对话支持 branch / resume / delete，并配有可回放的 trace。 > **[2026.6.17]** [v1.4.6](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.6) — 四界面整合：Space 学习仪表盘，可导入 **My Agents** 及顶级 Memory；**Knowledge Center** 支持 GraphRAG / PageIndex / LightRAG / linked-KB / Obsidian；Settings 全面开放；按模型进行能力门控。 > **[2026.6.14]** [v1.4.5](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.5) — 引导式学习（Guided Learning）基于聊天智能体循环重建，配备严格的按类型掌握度门槛与 `/learning` 仪表板，新增循环插件框架，并为 Partner 对话提供 Markdown 导出 / 保存至笔记本功能。 > **[2026.6.13]** [v1.4.4](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.4) — 可在安全门控后通过 `deeptutor skill install` 从 [ClawHub](https://clawhub.ai/) 安装社区技能，同时为知识库文件提供真实的浏览器内 DOCX/XLSX 预览。 > **[2026.6.12]** [v1.4.3](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.3) — TutorBot 在生产级 IM 管道上升级为 **Partners**（15 个频道、实时流式传输），Chat 迁移至单一智能体循环，实现真正的按用户隔离，并重建 Visualize。 > **[2026.5.28]** [v1.4.2](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.2) — 稳定性与体验优化：在 Visualize 和 Chat 中解除 Gemini 2.5+ 限制，认证路由修复（#485），流畅流式聊天体验，新增 Recents 侧边栏，以及 Lemonade 本地提供商支持。 > **[2026.5.27]** [v1.4.1](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.1) — 安全性与稳定性：收紧 TutorBot 工具沙箱，按用户资源隔离，多模态图像回退，为 TutorBots 提供 HTTP/SSE API，并修复 v1.4.0 聊天回归问题。 > **[2026.5.22]** [v1.4.0](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.0) — v1.4 正式版（GA）发布：Auto Mode、三层 Memory、智能体式 Deep Research / Solve / Question、LlamaIndex RAG 重构、Visualize/Animator 合并，以及重启安全的回合运行时。 > **[2026.5.21]** [v1.4.0-beta](https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.0-beta) — 三层 Memory 工作台（L1/L2/L3），所有聊天能力基于单一智能体引擎重建，仅 LlamaIndex RAG，以及统一的 Settings + Capabilities 界面。 > **[2026.5.10]** [v1.3.10](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.10) — 远程 Docker CORS 恢复，`DISABLE_SSL_VERIFY` 覆盖各 SDK 提供商，更安全的代码块引用，以及可选 Matrix E2EE 插件。 > **[2026.5.9]** [v1.3.9](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.9) — TutorBot 支持 Zulip 与 NVIDIA NIM，更安全的思考模型路由，`deeptutor start`，侧边栏工具提示，以及会话存储一致性。 > **[2026.5.8]** [v1.3.8](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.8) — 可选多用户部署，配备隔离的用户工作区、管理员授权、认证路由，以及限定范围的运行时访问。 > **[2026.5.4]** [v1.3.7](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.7) — 思考模型/提供商修复，可见的 Knowledge 索引历史，以及更安全的 Co-Writer 清空/模板编辑。 > **[2026.5.3]** [v1.3.6](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.6) — 聊天与 TutorBot 的基于目录的模型选择，更安全的 RAG 重新索引，OpenAI Responses token 限制修复，以及 Skills 编辑器验证。 > **[2026.5.2]** [v1.3.5](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.5) — 更顺畅的本地启动设置，更安全的 RAG 查询，更简洁的本地 embedding 认证，以及 Settings 深色模式优化。 > **[2026.5.1]** [v1.3.4](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.4) — Book 页面聊天持久化与重建流程，聊天到 Book 引用，更强的语言/推理处理，RAG 文档提取加固。 > **[2026.4.30]** [v1.3.3](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.3) — NVIDIA NIM + Gemini embedding 支持，统一的 Space 上下文（聊天历史/技能/记忆），会话快照，RAG 重新索引弹性。 > **[2026.4.29]** [v1.3.2](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.2) — 透明的 embedding 端点 URL，针对无效持久化向量的 RAG 重新索引弹性，思考模型输出的记忆清理，Deep Solve 运行时修复。 > **[2026.4.28]** [v1.3.1](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.1) — 稳定性：更安全的 RAG 路由与 embedding 验证，Docker 持久化，IME 安全输入，Windows/GBK 健壮性。 > **[2026.4.27]** [v1.3.0](https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.0) — 带重新索引工作流的版本化 KB 索引，重建 Knowledge 工作区，配备新适配器的 embedding 自动发现，以及 Space 中心。 > **[2026.4.25]** [v1.2.5](https://github.com/HKUDS/DeepTutor/releases/tag/v1.2.5) — 持久化聊天附件与文件预览抽屉，附件感知的能力管道，TutorBot Markdown 导出。 > **[2026.4.25]** [v1.2.4](https://github.com/HKUDS/DeepTutor/releases/tag/v1.2.4) — 文本/代码/SVG 附件，一键 Setup Tour，Markdown 聊天导出，紧凑 KB 管理 UI。 > **[2026.4.24]** [v1.2.3](https://github.com/HKUDS/DeepTutor/releases/tag/v1.2.3) — 文档附件（PDF/DOCX/XLSX/PPTX），推理思考块显示，Soul 模板编辑器，Co-Writer 保存至笔记本。 > **[2026.4.22]** [v1.2.2](https://github.com/HKUDS/DeepTutor/releases/tag/v1.2.2) — 用户自编写 Skills 系统，聊天输入性能大修，TutorBot 自动启动，Book Library UI，可视化全屏。 > **[2026.4.21]** [v1.2.1](https://github.com/HKUDS/DeepTutor/releases/tag/v1.2.1) — 分阶段 token 限制，所有入口点的重新生成回复，RAG 与 Gemma 兼容性修复。 > **[2026.4.20]** [v1.2.0](https://github.com/HKUDS/DeepTutor/releases/tag/v1.2.0) — Book Engine「活书」编译器，多文档 Co-Writer，交互式 HTML 可视化，Question Bank @-提及。 > **[2026.4.18]** [v1.1.2](https://github.com/HKUDS/DeepTutor/releases/tag/v1.1.2) — 由 Schema 驱动的 Channels 标签页，RAG 单管道整合，外置聊天提示词。 > **[2026.4.17]** [v1.1.1](https://github.com/HKUDS/DeepTutor/releases/tag/v1.1.1) — 通用「立即回答」，Co-Writer 滚动同步，统一设置面板，流式 Stop 按钮。 > **[2026.4.15]** [v1.1.0](https://github.com/HKUDS/DeepTutor/releases/tag/v1.1.0) — LaTeX 块级数学公式大修，LLM 诊断探测，Docker + 本地 LLM 指引。 > **[2026.4.14]** [v1.1.0-beta](https://github.com/HKUDS/DeepTutor/releases/tag/v1.1.0-beta) — 可书签化会话，Snow 主题，WebSocket 心跳与自动重连，embedding 注册表大修。 > **[2026.4.13]** [v1.0.3](https://github.com/HKUDS/DeepTutor/releases/tag/v1.0.3) — 带书签与分类的 Question Notebook，Visualize 中的 Mermaid，embedding 不匹配检测，Qwen/vLLM 兼容性，LM Studio 与 llama.cpp 支持，以及 Glass 主题。 > **[2026.4.11]** [v1.0.2](https://github.com/HKUDS/DeepTutor/releases/tag/v1.0.2) — 搜索整合与 SearXNG 回退，提供商切换修复，以及前端资源泄漏修复。 > **[2026.4.10]** [v1.0.1](https://github.com/HKUDS/DeepTutor/releases/tag/v1.0.1) — Visualize 能力（Chart.js/SVG），测验重复防护，以及 o4-mini 模型支持。 > **[2026.4.10]** [v1.0.0-beta.4](https://github.com/HKUDS/DeepTutor/releases/tag/v1.0.0-beta.4) — 带速率限制重试的 Embedding 进度跟踪，跨平台依赖修复，以及 MIME 验证修复。 > **[2026.4.8]** [v1.0.0-beta.3](https://github.com/HKUDS/DeepTutor/releases/tag/v1.0.0-beta.3) — 原生 OpenAI/Anthropic SDK（移除 litellm），Windows Math Animator 支持，健壮的 JSON 解析，以及完整中文 i18n。 > **[2026.4.7]** [v1.0.0-beta.2](https://github.com/HKUDS/DeepTutor/releases/tag/v1.0.0-beta.2) — 设置热重载，MinerU 嵌套输出，WebSocket 修复，以及 Python 3.11+ 最低要求。 > **[2026.4.4]** [v1.0.0-beta.1](https://github.com/HKUDS/DeepTutor/releases/tag/v1.0.0-beta.1) — 智能体原生架构重写（约 20 万行）：Tools + Capabilities 插件模型，CLI 与 SDK，TutorBot、Co-Writer、Guided Learning，以及持久化记忆。 > **[2026.1.23]** [v0.6.0](https://github.com/HKUDS/DeepTutor/releases/tag/v0.6.0) — 会话持久化，增量文档上传，灵活的 RAG 管道导入，以及完整中文本地化。 > **[2026.1.18]** [v0.5.2](https://github.com/HKUDS/DeepTutor/releases/tag/v0.5.2) — RAG-Anything 的 Docling 支持，日志系统优化，以及错误修复。 > **[2026.1.15]** [v0.5.0](https://github.com/HKUDS/DeepTutor/releases/tag/v0.5.0) — 统一服务配置、按知识库选择 RAG 流水线、题目生成重构与侧边栏自定义。 > **[2026.1.9]** [v0.4.0](https://github.com/HKUDS/DeepTutor/releases/tag/v0.4.0) — 多提供商 LLM 与 embedding 支持、新首页、RAG 模块解耦与环境变量重构。 > **[2026.1.5]** [v0.3.0](https://github.com/HKUDS/DeepTutor/releases/tag/v0.3.0) — 统一 PromptManager 架构、GitHub Actions CI/CD，以及 GHCR 预构建 Docker 镜像。 > **[2026.1.2]** [v0.2.0](https://github.com/HKUDS/DeepTutor/releases/tag/v0.2.0) — Docker 部署、Next.js 16 与 React 19 升级、WebSocket 安全加固与关键漏洞修复。
### 📰 新闻 - **2026-05-22** 🌐 官方文档站已在 [**deeptutor.info**](https://deeptutor.info/) 上线 — 指南、参考与能力导览，一站式呈现。 - **2026-04-19** 🎉 111 天内达成 20k stars！感谢大家对真正个性化、智能辅导的支持。 - **2026-04-10** 📄 我们的论文已在 arXiv 上线 — 阅读[预印本](https://arxiv.org/abs/2604.26962) 了解 DeepTutor 背后的设计与理念。 - **2026-02-06** 🚀 仅用 39 天即达成 10k stars！衷心感谢我们出色的社区。 - **2026-01-01** 🎊 新年快乐！加入我们的 [Discord](https://discord.gg/eRsjPgMU4t), [WeChat](https://github.com/HKUDS/DeepTutor/issues/78), 或 [Discussions](https://github.com/HKUDS/DeepTutor/discussions) — 一起塑造 DeepTutor。 - **2025-12-29** 🎓 DeepTutor 正式发布！ ## ✨ 核心特性 DeepTutor 是一个 agent-native（智能体原生）学习工作区，将辅导、解题、出题、研究、可视化与掌握练习集成于同一可扩展系统中。 - **一种运行时，覆盖所有模式** — Chat、Quiz、Research、Visualize、Solve 与 Mastery Path 共用同一 agent loop，切换的是目标而非引擎，上下文随学习者流转。 - **互联的学习上下文** — 知识库、书籍、Co-Writer 草稿、笔记本、题库、人设与 Memory 在各工作流中始终可用，而非孤立在各工具里。 - **子智能体与 Partners** — 在任意轮次咨询实时的 Claude Code、Codex 或 Partner（或导入其历史对话），在同一「大脑」上运行持久 IM 伴侣。 - **多引擎知识** — 跨 LlamaIndex、PageIndex、GraphRAG、LightRAG 或关联 Obsidian vault 的版本化 RAG 库，支持可插拔文档解析。 - **可扩展工具与技能** — 内置工具、MCP 服务器、图像/视频/语音生成模型，以及来自 EduHub 的可安装社区技能。 - **可检视的记忆** — L1 轨迹、L2 表层摘要与 L3 综合使个性化可见、可编辑；Memory Graph 将每条主张追溯至其证据。 --- ## 🚀 快速开始 DeepTutor 提供四种安装方式，共用同一工作区布局：设置位于你启动命令所在目录下的 `data/user/settings/`（若显式指定，则在 `DEEPTUTOR_HOME` / `deeptutor start --home` 下）。完整应用推荐流程：**选择工作区目录 → 安装 → `deeptutor init` → `deeptutor start`**。
选项 1 — 从 PyPI 安装 · 完整本地 Web 应用 + CLI，无需克隆仓库 完整本地 Web 应用 + CLI，无需克隆仓库。需要 PATH 上有 **Python 3.11+** 与 **Node.js 20+** 运行时（打包的 Next.js standalone 服务器由 `deeptutor start` 启动）。 ```bash mkdir -p my-deeptutor && cd my-deeptutor pip install -U deeptutor deeptutor init # prompts for ports + LLM provider + optional embedding deeptutor start # starts backend + frontend; keep the terminal open ``` `deeptutor init` 会提示配置后端端口（默认 `8001`）、前端端口（默认 `3782`）、LLM 提供商 / base URL / API key / 模型，以及可选的 Knowledge Base / RAG embedding 提供商。 `deeptutor start` 后，打开终端打印的前端 URL — 默认为 [http://127.0.0.1:3782](http://127.0.0.1:3782). 在该终端按 `Ctrl+C` 可同时停止后端与前端。快速试用可跳过 `deeptutor init`；应用将以默认端口与空模型设置启动，稍后在 **Settings → Models** 中配置。
选项 2 — 从源码安装 · 基于 checkout 开发 基于 checkout 开发。请使用 **Python 3.11+** 与 **Node.js 22 LTS**，与 CI 和 Docker 保持一致。 ```bash git clone https://github.com/HKUDS/DeepTutor.git cd DeepTutor # Create a venv (macOS/Linux). Windows PowerShell: # py -3.11 -m venv .venv ; .\.venv\Scripts\Activate.ps1 python3 -m venv .venv && source .venv/bin/activate python -m pip install --upgrade pip # Install backend + frontend deps python -m pip install -e . ( cd web && npm ci --legacy-peer-deps ) deeptutor init deeptutor start ``` 源码安装会在本地 `web/` 目录以 dev 模式运行 Next.js；其余（配置布局、端口、用 `Ctrl+C` 停止）与选项 1 相同。
Conda 环境（替代 venv） ```bash conda create -n deeptutor python=3.11 conda activate deeptutor python -m pip install --upgrade pip ```
可选安装 extras — dev / partners / matrix / math-animator ```bash pip install -e ".[dev]" # tests/lint tools pip install -e ".[partners]" # Partner IM channel SDKs + MCP client pip install -e ".[matrix]" # Matrix channel without E2EE/libolm pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs ```
前端依赖调整与开发服务器排障 **修改前端依赖：** 运行 `npm install --legacy-peer-deps` 刷新 `web/package-lock.json`，然后提交 `web/package.json` 与 `web/package-lock.json`。 **开发服务器卡住：** 若 `deeptutor start` 报告已有前端无响应，停止其打印的 PID。若没有 Next.js 进程在运行，说明锁文件已过期 — 删除后重试： ```bash rm -f web/.next/dev/lock web/.next/lock deeptutor start ```
选项 3 — Docker · 单容器自包含部署 单容器运行完整 Web 应用。镜像位于 GitHub Container Registry： - `ghcr.io/hkuds/deeptutor:latest` — 稳定版 - `ghcr.io/hkuds/deeptutor:pre` — 预发布版（如有） > 关于 podman/rootless/read-only-rootfs 部署及完整分步安装指南，请参阅 [CONTAINERIZATION.md](./CONTAINERIZATION.md)。 ```bash docker run --rm --name deeptutor \ -p 127.0.0.1:3782:3782 \ -v deeptutor-data:/app/data \ ghcr.io/hkuds/deeptutor:latest ``` > **只需发布 `3782`。** 浏览器仅与前端 origin 通信；Next.js 中间件（`web/proxy.ts`）将 `/api/*` 与 `/ws/*` 转发至容器**内部**的 FastAPI 后端。发布 `8001`（`-p 127.0.0.1:8001:8001`）为可选 — 仅在使用 curl 或脚本直接访问 API 时方便。 打开 [http://127.0.0.1:3782](http://127.0.0.1:3782). 容器首次启动时会创建 `/app/data/user/settings/*.json`；在 Web Settings 页面配置模型提供商。配置、API 密钥、日志、工作区文件、memory 与知识库持久化在 `deeptutor-data` 卷中。 - **不同主机端口：** 修改各 `-p host:container` 映射的左侧（例如 `-p 127.0.0.1:8088:3782`）。若在 `/app/data/user/settings/system.json` 中更改容器侧端口，重启并更新各映射右侧以保持一致。 - **后台运行：** 添加 `-d`，随后用 `docker logs -f deeptutor` 跟踪日志，`docker stop deeptutor` 停止，复用名称前执行 `docker rm deeptutor`。`deeptutor-data` 卷可在重启间保留设置与工作区。 **远程 Docker / 反向代理：** 浏览器仅与前端 origin（`:3782`）通信；容器内的 Next.js 中间件在服务端将 `/api/*` 和 `/ws/*` 转发到后端。对于常见的单容器场景，你完全不需要配置 API base — 只需将反向代理 / TLS 终止器指向 `:3782`。仅在**拆分部署**（后端位于独立容器/主机）时才需要 API base：在 `data/user/settings/system.json` 中将 `next_public_api_base` 设为前端服务器用于访问后端的内网地址（该值仅在服务端读取，不会发送给浏览器）。 ```json { "next_public_api_base": "http://backend:8001" } ``` `next_public_api_base_external`（及其别名 `public_api_base`）可作为优先级较低的回退项。CORS 使用前端 **origins**，而非 API URL。禁用身份验证时，DeepTutor 默认允许常规 HTTP/HTTPS 浏览器 origin。启用身份验证时，需添加精确的前端 origin： ```json { "cors_origins": ["https://deeptutor.example.com"] } ```
连接宿主机上的 Ollama / LM Studio / llama.cpp / vLLM / Lemonade 在 Docker 内，`localhost` 指向容器自身，而非宿主机。要访问运行在宿主机上的模型服务，请使用 host gateway（推荐）： ```bash docker run --rm --name deeptutor \ -p 127.0.0.1:3782:3782 -p 127.0.0.1:8001:8001 \ --add-host=host.docker.internal:host-gateway \ -v deeptutor-data:/app/data \ ghcr.io/hkuds/deeptutor:latest ``` 然后在 **Settings → Models** 中，将提供商 Base URL 指向 `host.docker.internal`： - Ollama LLM: `http://host.docker.internal:11434/v1` - Ollama embedding: `http://host.docker.internal:11434/api/embed` - LM Studio: `http://host.docker.internal:1234/v1` - llama.cpp: `http://host.docker.internal:8080/v1` - Lemonade: `http://host.docker.internal:13305/api/v1` Docker Desktop（macOS/Windows）通常无需 `--add-host` 即可解析 `host.docker.internal`。在 Linux 上，该标志是在现代 Docker Engine 上创建该主机名的通用方式。 **Linux 替代方案 — host 网络：** 添加 `--network=host` 并移除 `-p` 标志。容器直接共享宿主机网络，因此打开 [http://127.0.0.1:3782](http://127.0.0.1:3782)（或 `system.json` 中的 `frontend_port`），并可通过 `http://127.0.0.1:11434/v1` 等常规 localhost URL 访问宿主机服务。请注意，host 网络会将容器端口直接暴露在宿主机上，可能与现有服务冲突 — 若要将它们保留在 loopback 上，请设置 `BACKEND_HOST=127.0.0.1` 和 `FRONTEND_HOST=127.0.0.1`（参见 [CONTAINERIZATION.md](./CONTAINERIZATION.md)）。
选项 4 — 仅 CLI · 无 Web UI，从源码检出安装 当你不需要 Web UI 时。仅 CLI 包需从源码检出安装，而非通过 PyPI 安装。 ```bash git clone https://github.com/HKUDS/DeepTutor.git cd DeepTutor # Create a venv (macOS/Linux). Windows PowerShell: # py -3.11 -m venv .venv-cli ; .\.venv-cli\Scripts\Activate.ps1 python3 -m venv .venv-cli && source .venv-cli/bin/activate python -m pip install --upgrade pip python -m pip install -e ./packaging/deeptutor-cli deeptutor init --cli deeptutor chat ``` `deeptutor init --cli` 与完整应用共享相同的 `data/user/settings/` 布局，但会跳过后端/前端端口提示，并将 embeddings 默认设为**关闭**（若计划使用 `deeptutor kb …` 或 RAG 工具，请选择 `Yes`）。它仍会写入完整的运行时布局（`system.json`、`auth.json`、`integrations.json`、`model_catalog.json`、`main.yaml`、`agents.yaml`），并仍会提示选择当前 LLM 提供商和模型。
常用命令 ```bash deeptutor chat # interactive REPL deeptutor chat --capability deep_solve --tool rag --kb my-kb deeptutor run chat "Explain Fourier transform" deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb deeptutor kb create my-kb --doc textbook.pdf deeptutor memory show deeptutor config show ```
本地 `deeptutor-cli` 安装不包含 Web 资源或服务器依赖。请保留源码检出 — 可编辑安装会指向它。若日后要添加 Web 应用，请安装 PyPI 包（选项 1），并在同一工作区中运行 `deeptutor init` + `deeptutor start`。
代码执行沙箱（office skills） · 运行模型生成的 docx / pdf / pptx / xlsx 代码 内置 office skills — **docx / pdf / pptx / xlsx** — 的工作方式是：让模型编写简短的 Python 脚本（`python-docx`、`reportlab`、`openpyxl`、…），通过 `exec` / `code_execution` 工具运行，并返回下载 URL。 只要沙箱后端处于活动状态，这些工具就会挂载，而在每种部署形态中，它**默认**都是启用的： - **本地（选项 1 / 2）和 Docker（选项 3，单容器）：** 受限的子进程沙箱运行模型代码（在宿主机本地，或在 Docker 内的容器中 — 容器本身即隔离边界）。 - **docker-compose：** 改为通过 `DEEPTUTOR_SANDBOX_RUNNER_URL` 路由到加固的、最小权限的 **runner sidecar**（`Dockerfile.runner`）— 这是最强安全姿态，存在时会自动优先选用。 子进程沙箱由 `data/user/settings/system.json` 中的 `sandbox_allow_subprocess` 设置控制（默认 `true`）。在宿主机上运行模型生成的代码是一项真实的信任决策 — 将其设为 `false`（或导出 `DEEPTUTOR_SANDBOX_ALLOW_SUBPROCESS=0`）可禁用宿主机端执行，代价是 office skills 将无法再生成文件。
配置参考 — data/user/settings/ 下的配置文件（JSON/YAML） `data/user/settings/` 下的所有内容均为普通 JSON/YAML。推荐使用浏览器中的 **Settings** 页面进行编辑。 | 文件 | 用途 | |:---|:---| | `model_catalog.json` | LLM、embedding 与搜索提供商配置；API 密钥；当前模型 | | `system.json` | 后端/前端端口、公共 API base、CORS、SSL 验证、附件目录 | | `auth.json` | 可选的身份验证开关、用户名、密码哈希、token/cookie 设置 | | `integrations.json` | 可选的 PocketBase 与 sidecar 集成设置 | | `interface.json` | UI 语言 / 主题 / 侧边栏偏好 | | `main.yaml` | 运行时行为默认值与路径注入 | | `agents.yaml` | 能力/工具 temperature 与 token 设置 | 项目根目录的 `.env` **不会**作为应用配置文件读取。要进行最简模型设置，请打开 **Settings → Models**，添加 LLM 配置（Base URL / API key / 模型名称）并保存。仅在你计划使用 Knowledge Base / RAG 功能时才添加 embedding 配置。
## 📖 探索 DeepTutor 从日常会使用的主要界面入手：Chat、Partners、My Agents、Co-Writer、Book、Knowledge Center、Learning Space、Memory 和 Settings。随后介绍 Multi-User 部署，用于共享、隔离的工作区。
DeepTutor 主页 — 侧边栏包含所有界面的 Chat 工作区
🏗️ 系统架构
DeepTutor 系统架构
💬 Chat — 你实际使用的 Agent 循环 Chat 是默认能力，也是大多数工作的起点。单个会话可以正常对话、调用工具、基于所选知识库进行 grounding、读取附件、生成图像、咨询 subagent、写入 notebook 记录，并在多轮对话中保持相同上下文。
DeepTutor Chat 工作区
该循环刻意保持简单：模型分轮思考，在有用时调用工具，观察结果，最后以一条无工具消息结束。`ask_user` 很特殊 — 代理无需猜测，可以暂停当前轮次、提出结构化澄清问题，并在你回答后继续。
DeepTutor chat agent loop
用户可切换的工具包括 `brainstorm`、`web_search`、`paper_search`、`reason` 和 `geogebra_analysis`——配置好对应的生成模型后，还有 `imagegen` 和 `videogen`。上下文相关工具如 `rag`、`read_source`、`read_memory`、`write_memory`、`read_skill`、`load_tools`、`exec`、`web_fetch`、`ask_user`、`list_notebook`、`write_note`、`github` 和 `consult_subagent`，会在当前轮次具备正确上下文时自动挂载。 上下文分为两类：**粘性会话上下文**（子智能体、知识库、人设、模型、语音）位于编辑器工具栏，并在多轮对话中保持；**一次性引用**（文件、聊天记录、书籍、笔记本、题库、导入的智能体）来自 `+` 菜单，仅作用于单轮。 聊天也是更深层能力的入口：**Quiz（测验）** 用于出题，**Research（研究）** 用于带引用的报告，**Visualize（可视化）** 用于图表 / 示意图 / 动画，以及——在 *More Capabilities（更多能力）* 下——**Solve（求解）** 用于逐步推演，**Mastery Path（精通路径）** 用于学习计划流程。
🤝 Partner — 同一大脑上的持久伙伴
DeepTutor partners workspace
Partners（伙伴）是持久陪伴，各自拥有灵魂、模型策略、资料库、记忆与通道。它们并非独立的机器人引擎：每一条入站 Web 或 IM 消息，都会变成伙伴作用域工作区内的一次普通 `ChatOrchestrator` 轮次。伙伴就是「带有性格和电话号码的聊天」。
DeepTutor partners architecture
每个伙伴拥有 `SOUL.md`、模型选择、通道、工具策略以及分配的资料库。知识库、技能和笔记本会复制到 `data/partners//workspace/`，因此同样的 RAG、技能、笔记本和记忆工具无需特殊分支即可工作。伙伴可读其所有者的记忆，但只写入自己的记忆。
Per-partner IM channel configuration
通道层由 schema 驱动，可按已安装的 extras 与已配置凭证连接到 Feishu、Telegram、Slack、Discord、DingTalk、QQ/NapCat、WeCom、WhatsApp、Zulip、Mattermost、Matrix、Mochat 和 Microsoft Teams 等 IM 平台。伙伴也可作为子智能体接入，并在普通聊天轮次中被咨询——详见下方 **My Agents**。
🧑‍🚀 My Agents — 咨询与导入其他智能体
DeepTutor My Agents workspace
My Agents 将其他智能体变成 DeepTutor 的上下文，并完成两件不同的事。**连接在线智能体**——本机上的 Claude Code 或 Codex CLI，或你的某个 Partner——并在聊天轮次内咨询它：DeepTutor 会实际*运行*对方智能体，并通过 `consult_subagent` 工具将其工作流式传输到 Activity（活动）面板。用 Agent 芯片选择（或输入 `@`），并设置本次咨询可进行的轮数。
Consulting a Claude Code subagent live
**导入过往对话**——将你已有的 Claude Code 与 Codex 历史导入为可命名、可搜索、可恢复的智能体。选择要导入的日期；刷新会重新同步。可在任意聊天轮次通过 `+` → My Agents 引用已导入的对话，DeepTutor 将其作为第三方转写读取——它仍是*对方的*对话，而非 DeepTutor 自己的声音。
✍️ Co-Writer — 感知选区的 Markdown 起草
DeepTutor Co-Writer workspace
Co-Writer 是面向报告、教程、笔记与长篇学习产物的分栏 Markdown 工作区。文档会自动保存并渲染实时预览（KaTeX 公式、diagram 围栏代码块），当草稿成为可复用上下文时，也可回存到笔记本。
Co-Writer editor with live preview
其核心思路是**精准编辑**：选中一段文字，请 DeepTutor 改写、扩展或压缩。编辑智能体可将修改锚定到知识库或网页证据，保留工具调用轨迹，并以 accept/reject diff 展示每一处变更——在你批准前，不会写入任何内容。
📖 Book — 由你的材料生成的活书
DeepTutor book library
Book 将所选来源转化为交互式**活书**——不是静态 PDF，而是由类型化块构成的阅读环境。一本书可从知识库、笔记本、题库或聊天记录起步；创建流程会先提出章节大纲再生成内容，让你审阅结构，而不是接受盲目的一次性输出。

Book quiz block   Book Manim animation block   Book interactive widget block

每一章会编译为类型化块——文本、提示框、测验、闪卡、时间线、代码、图示、交互 HTML、动画、概念图、深度解读与用户笔记——且每一页都有自己的 Page Chat（页内对话）。块可编辑：插入、移动、重新生成，或切换块类型而无需重写整章。维护命令如 `deeptutor book health` 和 `deeptutor book refresh-fingerprints` 有助于检测源知识是否已与编译后的页面发生偏离。
📚 Knowledge Center — 多引擎 RAG 资料库
DeepTutor Knowledge Center
知识库是 RAG 背后的文档集合——为 Chat 轮次、Co-Writer 编辑、Book 生成与 Partner 对话提供依据。其独特之处在于**可选择检索引擎**：**LlamaIndex**（默认，本地向量 + BM25）、**PageIndex**（托管，带页级引用的推理检索）、**GraphRAG** 与 **LightRAG**（知识图谱检索）、**LightRAG Server**（将检索卸载到你通过 HTTP 连接的外部 LightRAG 实例），或链接的 **Obsidian** 仓库（导师就地读写）。每个知识库绑定一个引擎。
Create a knowledge base
创建知识库时，你可以**新建**（上传文档并构建全新索引）或**链接已有**（复用在他处构建的索引，就地读取且无需重建索引）。重建索引会写入新的扁平 `version-N` 目录并保留旧目录，因此重建过程中不会销毁仍在使用的索引。即使在 **error**（错误）状态的库中，也可单独移除一份文档——删除解析失败的文件而无需完整删除并重建。文档解析——仅文本、MinerU、Docling、markitdown 或 PyMuPDF4LLM——在 **Settings → Knowledge Base** 中选择，本地模型下载默认关闭。CLI 通过 `deeptutor kb list`、`info`、`create`、`add`、`search`、`set-default` 和 `delete` 镜像完整生命周期。
🌐 Learning Space — 技能、人设与可复用上下文
DeepTutor Learning Space hub
Learning Space 是资料库与个性化层——持久化内容存放于此。**Conversations & Materials**（对话与资料）保存你的聊天记录、笔记本和题库（每道已保存的题目会保留你的答案、参考答案和解析）。**Personalization**（个性化）保存掌握路径、人设（行为预设，如 *peer*、*research-assistant*、*teacher*）以及技能（模型按需读取的 `SKILL.md` 剧本）。此处一切内容均可从 Chat、Partners、Co-Writer 和 Book 复用。
Import skills from EduHub
你不必亲自编写每一项技能——**Import from EduHub**（从 EduHub 导入）可浏览社区目录，并通过安全网关将技能直接下载到你的资料库（参见 [Ecosystem](#-ecosystem--eduhub--the-skills-community)）。
🧠 Memory — 可检视的个性化
DeepTutor memory overview
Memory 是基于文件的三层系统，可读、可整理、可审计——刻意*不是*隐藏的向量存储。**L1** 是工作区镜像加上仅追加的事件轨迹（`trace//.jsonl`）；**L2** 是按界面整理的要点（`L2/.md`）；**L3** 是跨界面综合（`L3/.md`）。由于 L2 引用 L1、L3 引用 L2，你档案中的每一项都有据可查。
DeepTutor memory graph
Memory Graph（记忆图谱）展示完整金字塔——中心为 L3 综合，中间环为 L2，外围为 L1 轨迹——因此你可以将任何综合结论追溯到其背后的原始事件。Memory 在 `chat`、`notebook`、`quiz`、`kb`、`book`、partner 以及 `cowriter` 界面上持续追踪；整合器的 Update / Audit / Dedup 预算在 **Settings → Memory** 中调整。
⚙️ Settings — 统一控制平面
DeepTutor settings hub
Settings 是运维控制平面，带有实时状态条（Backend、LLM、Embedding、Search），每个区域一张卡片：**Appearance**（外观：主题 + UI 语言）、**Network**（网络：API base、端口、CORS）、**Models**（模型：LLM、Embedding、Search、Text-to-Speech、Speech-to-Text、Image Generation、Video Generation）、**Knowledge Base**（知识库：文档解析引擎）、**Chat**（对话：工具、MCP servers、各能力参数）、**Partners & Agents**（可从单轮对话中调用的子代理），以及 **Memory**（整合器预算）。
DeepTutor appearance settings and themes
多数区块采用草稿-应用流程，便于在正式提交前测试提供商。内置四种主题——Default、Cream、Dark 和 Glass。项目根目录的 `.env` 文件会被刻意忽略；运行时配置位于 `data/user/settings/*.json` 下，除非 `DEEPTUTOR_HOME` 或 `deeptutor start --home` 将应用指向其他位置。
👥 Multi-User — 共享部署 · 可选认证，按用户隔离工作区 认证**默认关闭**——DeepTutor 以单用户模式运行。开启后，一个 `data/` 树同时托管管理员工作区、按用户隔离的工作区以及 partner 工作区： ```text data/ ├── user/ # Admin workspace + global settings ├── users// # Per-user scope: chat history, memory, notebooks, KBs ├── partners//workspace/ # Partner (synthetic-user) scope └── system/ # auth/users.json · grants/.json · audit/usage.jsonl ``` **首位注册用户成为管理员**，拥有模型目录、提供商凭据、共享知识库、技能以及按用户授权。其余用户获得隔离工作区和精简版 Settings 页面——管理员分配的模型、知识库和技能以限定范围、只读选项呈现，绝不会暴露原始 API 密钥。 **启用方式：**在 `data/user/settings/auth.json` 中开启认证，重启 `deeptutor start`，在 `/register` 注册首位管理员，然后从 `/admin/users` 添加用户，并通过授权分配模型、知识库、技能、partners、工具/MCP 策略以及代码执行权限。 > PocketBase 仍为单用户集成——多用户部署请保持 `integrations.pocketbase_url` 为空，除非你已接入外部用户存储。
## ⌨️ DeepTutor CLI — 面向代理的原生接口 一个 `deeptutor` 二进制，两种入口：供终端用户使用的交互式 **REPL**，以及供其他将 DeepTutor 作为工具驱动的代理使用的结构化 **JSON**。两种方式具备相同的能力、工具和知识库。
自行驱动 `deeptutor chat` 打开交互式 REPL；`deeptutor run ""` 执行单轮后退出。两者使用相同的 `--capability`、`--tool`、`--kb` 和 `--config` 标志。 ```bash deeptutor chat # interactive REPL deeptutor chat --capability deep_solve --kb my-kb --tool rag deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook deeptutor run deep_research "Survey 2026 papers on RAG" \ --config mode=report --config depth=standard ``` Web 应用的一切功能这里都有——知识库（`kb`）、会话（`session`）、partners（`partner`）、技能（`skill`）、笔记本、memory 和配置。完整列表见下文。
让代理驱动 DeepTutor 的设计目标是*由其他代理操作*。向任意 `run` 添加 `--format json`，每轮以 **NDJSON — 每行一个事件** 流式输出（`content`、`tool_call`、`tool_result`、`done`、…），每行均标注其 `session_id`。运行可无头安全：无 TTY 时的 `ask_user` 暂停会自动以空回复解决，而不会挂起。 ```bash # One shot, machine-readable deeptutor run deep_solve "Find d/dx[sin(x^2)]" --tool reason --format json # Chain turns in one stateful session — capture the id, reuse it SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \ --config mode=report --config depth=standard --format json \ | jq -r 'select(.type=="done").session_id') deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json ``` 仓库在根目录提供 [`SKILL.md`](SKILL.md)——约 150 行的交接文档，可让任意具备工具调用能力的 LLM 一次读完整个界面。可交给 Claude Code、Codex 或 OpenCode（它们会自动加载 `SKILL.md`），或将 `deeptutor run` 封装为 LangChain / AutoGen 循环中的工具。完整配方：[Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
命令参考 | Command | Description | |:---|:---| | `deeptutor init` | 为当前工作区创建或更新 `data/user/settings` | | `deeptutor start [--home PATH]` | 同时启动 backend + frontend | | `deeptutor serve [--port PORT]` | 仅启动 FastAPI backend | | `deeptutor run ` | 运行单轮能力（`chat`、`deep_solve`、`deep_question`、`deep_research`、`visualize`、`math_animator`、`mastery_path`）；添加 `--format json` 以输出 NDJSON | | `deeptutor chat` | 交互式 REPL，支持能力、工具、知识库、笔记本和历史记录控制 | | `deeptutor partner list/create/start/stop` | 管理 IM 连接的 partners | | `deeptutor kb list/info/create/add/search/set-default/delete` | 管理 LlamaIndex 知识库 | | `deeptutor skill search/install/list/remove/login/logout/publish/update` | 管理技能、从 hub 安装并发布自有技能（默认 `eduhub:`，参见 Ecosystem） | | `deeptutor memory show/clear` | 检视 L2/L3 memory 文档或清除 L1/全部 memory | | `deeptutor session list/show/open/rename/delete` | 管理共享会话 | | `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | 从 Markdown 文件管理笔记本 | | `deeptutor book list/health/refresh-fingerprints` | 检视书籍并刷新源指纹 | | `deeptutor plugin list/info` | 检视已注册的工具与能力 | | `deeptutor config show` | 打印配置摘要 | | `deeptutor provider login ` | 提供商认证（`openai-codex` OAuth 登录；`github-copilot` 验证现有 Copilot 认证会话） |
仅 CLI 分发版 仅 CLI 包位于 `packaging/deeptutor-cli`。在本检出版本中，请从源码安装： ```bash python -m pip install -e ./packaging/deeptutor-cli ``` 该包尚未发布到 PyPI，因此主 [入门指南](#-get-started) 部分仍保留从源码安装的路径。
## 🧩 生态系统 — EduHub 与 Skills 社区 DeepTutor 技能采用开放的 **Agent-Skills** 格式 — 一个包含 `SKILL.md` playbook（YAML frontmatter + Markdown）及可选参考文件的文件夹。该格式并非 DeepTutor 专属，因此任何支持此格式的注册表都可作为你的技能库来源。DeepTutor 内置 **[EduHub](https://eduhub.deeptutor.info/)** — 我们自有的教育导向技能注册表 — 作为默认 hub 接入。
EduHub — DeepTutor 的技能生态系统 [**EduHub**](https://eduhub.deeptutor.info/) 是 DeepTutor 为分享教学导向 agent 技能而推出的社区 hub — 包括苏格拉底式导师、闪卡生成器、作文反馈、考试蓝图、概念讲解器等。它已内置在 DeepTutor 中，无需额外配置：裸 slug 或 `eduhub:` 前缀即可解析到该 hub。 **查找并安装** — 在浏览器中，打开 **Learning Space → Skills → Import from EduHub** 浏览目录并直接将技能下载到你的库中。在终端中： ```bash deeptutor skill search "socratic tutor" # search EduHub (the default hub) deeptutor skill install socratic-tutor # fetch → verify → register deeptutor skill install eduhub:socratic-tutor@1.2.0 # pin a hub and a version deeptutor skill list # local skills with their hub provenance ``` **发布你自己的技能** — 将 `SKILL.md` 打包并分享给社区： ```bash deeptutor skill login # browser sign-in to EduHub deeptutor skill publish ./my-skill # interactive: pick a track + tags, then upload deeptutor skill update # roll back or release a new version ``` EduHub 也是独立、兼容 ClawHub 的注册表，因此非 DeepTutor 的 agent（Claude Code、Codex 等）可通过 `eduhub` CLI — `npx eduhub install socratic-tutor` 直接使用。
导入安全门控 无论来源如何，每次导入在触及工作区之前都会经过**同一套安全门控**： - 首先检查注册表的**安全裁决（security verdict）** — 被标记的包会被拒绝，除非你传入 `--allow-unverified`； - 归档文件以防御方式解压（zip-slip / zip-bomb 防护），并受文本/脚本**后缀白名单**约束，因此二进制文件永远不会进入工作区； - frontmatter 会规范化为 DeepTutor 的 schema，且 `always:` 会被**剥离**，因此下载的技能无法强制写入每个系统 prompt； - 来源信息 — hub、版本、裁决和安装时间 — 会写入 `.hub-lock.json`，供审计与更新使用。 在多用户部署中，安装仅限管理员：新技能会进入管理员目录，在其他用户被授予访问权限之前对其他用户不可见，管理员可在推广前先行审查。
亦兼容 ClawHub 由于 DeepTutor 支持开放的 Agent-Skills 格式，**[ClawHub](https://clawhub.ai/)**** 同样是一等来源 — 它与 EduHub 一并内置。使用 hub 前缀选择它： ```bash deeptutor skill search "git release notes" --hub clawhub deeptutor skill install clawhub:git-release-notes@1.0.1 ``` 在 `settings/skill_hubs.json` 中添加更多注册表：`type: "clawhub"` 条目可指向任何兼容的 HTTP API（EduHub 与 ClawHub 均支持），`type: "command"` 封装各注册表自带的 fetch CLI，`"default"` 用于选择裸 slug 所使用的 hub。它们都汇入同一导入门控。
## 🌐 社区 ### 📮 联系方式 DeepTutor 是由 [Bingxi Zhao](https://github.com/pancacake) 在 [HKUDS](https://github.com/HKUDS) 小组内主导的开源项目，并以**完全开源**的形式与社区共同迭代。截至目前，我们**没有**任何形式的付费在线产品。欢迎通过 **bingxizhao39@gmail.com** 就讨论、想法或合作与我们联系。 ### 🙏 致谢 衷心感谢 [**Chao Huang**](https://sites.google.com/view/chaoh), — 香港大学数据智能实验室主任，以及 HKUDS 实验室同仁的热情支持 — 尤其是 [**Jiahao Zhang**](https://github.com/zzhtx258), [**Zirui Guo**](https://github.com/LarFii), 和 [**Xubin Ren**](https://github.com/Re-bin). 我们也深切感谢**开源社区**：你们的 star、issue、pull request 与讨论每天都在塑造 DeepTutor。 DeepTutor 也站在杰出开源项目的肩膀上，它们为我们提供了工具与灵感： | 项目 | 角色 / 灵感来源 | |:---|:---| | [**LlamaIndex**](https://github.com/run-llama/llama_index) | RAG 流水线与文档索引骨干 | | [**nanobot**](https://github.com/HKUDS/nanobot) | 超轻量 agent 引擎，为原始 TutorBot 提供动力 *(HKUDS)* | | [**LightRAG**](https://github.com/HKUDS/LightRAG) | 简洁快速的 RAG *(HKUDS)* | | [**AutoAgent**](https://github.com/HKUDS/AutoAgent) | 零代码 agent 框架 *(HKUDS)* | | [**AI-Researcher**](https://github.com/HKUDS/AI-Researcher) | 自动化研究流水线 *(HKUDS)* | | [**OpenClaw**](https://github.com/openclaw/openclaw) | ClawHub 背后的开放 agent 网关与技能生态系统 | | [**Codex**](https://github.com/openai/codex) | 启发我们 CLI 工作流的 agent 原生编码 CLI | | [**Claude Code**](https://github.com/anthropics/claude-code) | 启发 DeepTutor agent 循环的 agentic 编码 CLI | | [**ManimCat**](https://github.com/Wing900/ManimCat) | 为 Math Animator 提供 AI 驱动的数学动画生成 | ### 🗺️ 路线图与贡献 我们希望 DeepTutor 持续迭代改进 — 并最终成为回馈开源社区的礼物。我们的 [**路线图**](https://github.com/HKUDS/DeepTutor/issues/498) 会持续更新；可在那里为条目投票或提出新建议。如需贡献，请参阅 [**贡献指南**](CONTRIBUTING.md) 了解分支策略、编码规范与入门方式。
我们希望 DeepTutor 能成为献给社区的礼物。🎁 Contributors
Star History Chart

Star History Rank

根据 [Apache License 2.0](LICENSE) 许可发布。

Views