🤝 เรายินดีรับการมีส่วนร่วมทุกรูปแบบ! โหวตรายการ roadmap หรือเสนอรายการใหม่ที่
Roadmapและดู คู่มือการมีส่วนร่วม สำหรับกลยุทธ์ branching มาตรฐานการเขียนโค้ด และวิธีเริ่มต้น
- 2026-05-22 🌐 เว็บไซต์เอกสารอย่างเป็นทางการเปิดตัวแล้วที่ deeptutor.info — คู่มือ การอ้างอิง และ capability tours ทั้งหมดในที่เดียว
- 2026-04-19 🎉 ถึง 20k stars ใน 111 วัน! ขอบคุณสำหรับการสนับสนุนที่มุ่งสู่การสอนพิเศษที่เป็นส่วนตัวและชาญฉลาดอย่างแท้จริง
- 2026-04-10 📄 บทความของเราตอนนี้มีบน arXiv แล้ว! อ่าน preprint เพื่อเรียนรู้เกี่ยวกับการออกแบบและแนวคิดที่อยู่เบื้องหลัง DeepTutor
- 2026-02-06 🚀 ถึง 10k stars ในเพียง 39 วัน! ขอบคุณชุมชนที่น่าเหลือเชื่ออย่างยิ่ง!
- 2026-01-01 🎊 สวัสดีปีใหม่! เข้าร่วม Discord, WeChat หรือ Discussions — มาร่วมกันกำหนดอนาคตของ DeepTutor
- 2025-12-29 🎓 DeepTutor ได้รับการเปิดตัวอย่างเป็นทางการแล้ว!
DeepTutor คือ workspace การเรียนรู้แบบ agent-native ที่เชื่อมต่อการสอนพิเศษ, การแก้ปัญหา, การสร้าง quiz, การวิจัย, การสร้างภาพ และการฝึกความเชี่ยวชาญในระบบที่ขยายได้หนึ่งเดียว
- รันไทม์เดียวสำหรับทุกโหมด — Chat, Quiz, Research, Visualize, Solve และ Mastery Path บนลูป agent เดียวกัน คุณเปลี่ยนวัตถุประสงค์ ไม่ใช่เอ็นจิน และบริบทเดินทางไปพร้อมกับผู้เรียน
- บริบทการเรียนรู้ที่เชื่อมต่อกัน — ฐานความรู้, หนังสือ, ร่าง Co-Writer, สมุดบันทึก, คลังคำถาม, บุคลิกภาพ และ Memory พร้อมใช้งานในทุกเวิร์กโฟลว์ แทนที่จะอยู่ในเครื่องมือที่แยกจากกัน
- ซับเอเจนต์และ Partners — ปรึกษา Claude Code, Codex หรือ Partner แบบสดจากทุก turn (หรือนำเข้าบทสนทนาในอดีต) และรันเพื่อนถาวรบน IM ด้วยสมองเดียวกัน
- ความรู้หลายเอ็นจิน — ไลบรารี RAG แบบเวอร์ชันผ่าน LlamaIndex, PageIndex, GraphRAG, LightRAG หรือ Obsidian vault ที่เชื่อมโยง พร้อมการแยกวิเคราะห์เอกสารแบบ pluggable
- เครื่องมือและทักษะที่ขยายได้ — เครื่องมือในตัว, เซิร์ฟเวอร์ MCP, โมเดลสร้างรูปภาพ/วิดีโอ/เสียง และทักษะชุมชนที่ติดตั้งได้จาก EduHub
- หน่วยความจำที่ตรวจสอบได้ — การติดตาม L1, สรุปพื้นผิว L2 และการสังเคราะห์ L3 ทำให้การปรับแต่งส่วนบุคคลมองเห็นได้และแก้ไขได้ พร้อม Memory Graph ที่ติดตามทุกการอ้างสิทธิ์กลับไปสู่หลักฐาน
DeepTutor มีเส้นทางการติดตั้งสี่เส้นทาง ทั้งหมดแชร์ layout workspace เดียว: การตั้งค่าอยู่ใน data/user/settings/ ภายใต้ไดเร็กทอรีที่คุณเปิดตัว (หรือภายใต้ DEEPTUTOR_HOME / deeptutor start --home หากคุณตั้งค่าไว้อย่างชัดเจน) สำหรับแอปเต็มรูปแบบ ขั้นตอนที่แนะนำคือ เลือกไดเร็กทอรี workspace → ติดตั้ง → deeptutor init → deeptutor start
ตัวเลือกที่ 1 — ติดตั้งจาก PyPI · แอป Web local แบบเต็มรูปแบบ + CLI ไม่ต้องโคลน
แอป Web local แบบเต็มรูปแบบ + CLI ไม่ต้องโคลน ต้องการ Python 3.11+ และ runtime Node.js 20+ บน PATH (เซิร์ฟเวอร์ standalone Next.js ที่แพ็คไว้จะถูกเปิดตัวโดย deeptutor start)
mkdir -p my-deeptutor && cd my-deeptutor
pip install -U deeptutor
deeptutor init # ขอพอร์ต + LLM provider + embedding แบบเสริม
deeptutor start # เริ่ม backend + frontend; เปิด terminal ไว้deeptutor init จะขอพอร์ต backend (ค่าเริ่มต้น 8001), พอร์ต frontend (ค่าเริ่มต้น 3782), LLM provider / base URL / API key / model และ embedding provider แบบเสริมสำหรับ Knowledge Base / RAG
หลังจาก deeptutor start ให้เปิด URL ของ frontend ที่พิมพ์ใน terminal — ค่าเริ่มต้น http://127.0.0.1:3782 กด Ctrl+C ใน terminal นั้นเพื่อหยุดทั้ง backend และ frontend การข้าม deeptutor init ก็ใช้ได้สำหรับการทดลองอย่างรวดเร็ว แอปจะบูตด้วยพอร์ตเริ่มต้นและการตั้งค่า model ว่าง กำหนดค่าในภายหลังใน Settings → Models
ตัวเลือกที่ 2 — ติดตั้งจากซอร์สโค้ด · พัฒนาจาก checkout
สำหรับการพัฒนาจาก checkout ใช้ Python 3.11+ และ Node.js 22 LTS เพื่อให้ตรงกับ CI และ Docker
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# สร้าง 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
# ติดตั้ง backend + frontend deps
python -m pip install -e .
( cd web && npm ci --legacy-peer-deps )
deeptutor init
deeptutor startการติดตั้งจากซอร์สจะรัน Next.js ในโหมด dev กับไดเร็กทอรี web/ ในเครื่อง ทุกอย่างอื่น (layout ของ config, พอร์ต, หยุดด้วย Ctrl+C) ตรงกับตัวเลือกที่ 1
สภาพแวดล้อม Conda (แทน venv)
conda create -n deeptutor python=3.11
conda activate deeptutor
python -m pip install --upgrade pipส่วนเสริมการติดตั้ง — dev / partners / matrix / math-animator
pip install -e ".[dev]" # เครื่องมือ tests/lint
pip install -e ".[partners]" # SDKs ช่องทาง IM ของ Partners + MCP client
pip install -e ".[matrix]" # ช่องทาง Matrix โดยไม่มี E2EE/libolm
pip install -e ".[matrix-e2e]" # Matrix E2EE; ต้องการ libolm
pip install -e ".[math-animator]" # Manim addon; ต้องการ LaTeX/ffmpeg/system libsการปรับแก้ dependency ของ frontend และการแก้ปัญหาเซิร์ฟเวอร์ dev
การเปลี่ยน dependency ของ frontend: รัน npm install --legacy-peer-deps เพื่อรีเฟรช web/package-lock.json จากนั้น commit ทั้ง web/package.json และ web/package-lock.json
เซิร์ฟเวอร์ dev ค้าง: หาก deeptutor start รายงาน frontend ที่มีอยู่แต่ไม่ตอบสนอง ให้หยุด PID ที่พิมพ์ออกมา หากไม่มีกระบวนการ Next.js จริง ๆ ที่รันอยู่ ไฟล์ lock จะล้าสมัย — ลบออกแล้วลองใหม่:
rm -f web/.next/dev/lock web/.next/lock
deeptutor startตัวเลือกที่ 3 — Docker · container เดียวที่ครบในตัว
Container เดียวสำหรับแอป Web แบบเต็มรูปแบบ ภาพบน GitHub Container Registry:
ghcr.io/hkuds/deeptutor:latest— stable releaseghcr.io/hkuds/deeptutor:pre— pre-release เมื่อพร้อมใช้งาน
ดู CONTAINERIZATION.md สำหรับการปรับใช้ podman/rootless/read-only-rootfs และคู่มือต่อการติดตั้งแบบครบถ้วน
docker run --rm --name deeptutor \
-p 127.0.0.1:3782:3782 \
-v deeptutor-data:/app/data \
ghcr.io/hkuds/deeptutor:latestจำเป็นต้อง publish เฉพาะ
3782เบราว์เซอร์คุยกับ frontend origin เท่านั้น; Next.js middleware (web/proxy.ts) ส่งต่อ/api/*และ/ws/*ไปยัง FastAPI backend ภายใน container การ publish8001(-p 127.0.0.1:8001:8001) เป็นทางเลือก — มีประโยชน์เฉพาะเมื่อต้องการเรียก API โดยตรงด้วย curl หรือ scripts
เปิด http://127.0.0.1:3782 Container จะสร้าง /app/data/user/settings/*.json เมื่อบูตครั้งแรก กำหนดค่า model providers จากหน้า Web Settings Config, API keys, logs, ไฟล์ workspace, memory และ knowledge bases จะคงอยู่ใน volume deeptutor-data
- พอร์ต host ที่แตกต่าง: เปลี่ยนด้านซ้ายของการ mapping
-p host:containerแต่ละอัน (เช่น-p 127.0.0.1:8088:3782) หากคุณเปลี่ยนพอร์ตฝั่ง container ใน/app/data/user/settings/system.jsonให้รีสตาร์ทและอัปเดตด้านขวาของการ mapping แต่ละอันให้ตรงกัน - แบบ detached: เพิ่ม
-dจากนั้นdocker logs -f deeptutorเพื่อติดตาม,docker stop deeptutorเพื่อหยุด,docker rm deeptutorก่อนนำชื่อมาใช้ซ้ำ Volumedeeptutor-dataจะเก็บการตั้งค่าและ workspace ของคุณข้ามการรีสตาร์ท
Remote Docker / reverse proxy: เบราว์เซอร์คุยกับ frontend origin (:3782) เท่านั้น; Next.js middleware ภายใน container ส่งต่อ /api/* และ /ws/* ไปยัง backend server-side สำหรับกรณี single-container ทั่วไปคุณไม่ต้องกำหนดค่า API base เลย — แค่ชี้ reverse proxy / TLS terminator ไปที่ :3782 คุณต้องการ API base เฉพาะสำหรับ split deployment (backend ใน container/host แยกต่างหาก): ตั้งค่า next_public_api_base ใน data/user/settings/system.json เป็นที่อยู่ in-network ที่ frontend server ใช้เข้าถึง backend (อ่านฝั่ง server ไม่ส่งไปยังเบราว์เซอร์)
{
"next_public_api_base": "http://backend:8001"
}next_public_api_base_external (และ alias public_api_base) ยอมรับเป็น fallback ลำดับความสำคัญต่ำกว่า CORS ใช้ frontend origins ไม่ใช่ API URLs เมื่อปิด auth DeepTutor อนุญาต HTTP/HTTPS browser origins ปกติโดยค่าเริ่มต้น เมื่อเปิด auth ให้เพิ่ม frontend origins ที่แน่นอน:
{
"cors_origins": ["https://deeptutor.example.com"]
}การเชื่อมต่อกับ Ollama / LM Studio / llama.cpp / vLLM / Lemonade บน host
ภายใน Docker, localhost คือ container เอง ไม่ใช่เครื่อง host ของคุณ ในการเข้าถึง model service ที่รันบน host ให้ใช้ host gateway (แนะนำ):
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:latestจากนั้นใน Settings → Models ชี้ Base URL ของ provider ไปที่ 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) มักจะ resolve host.docker.internal ได้โดยไม่ต้องใช้ --add-host บน Linux ตัวเลือกนี้คือวิธีที่ portable ในการสร้าง hostname บน Docker Engine สมัยใหม่
ทางเลือกบน Linux — host networking: เพิ่ม --network=host และลบ flags -p ออก Container จะแชร์ network ของ host โดยตรง เปิด http://127.0.0.1:3782 (หรือ frontend_port ใน system.json) และ services ของ host สามารถเข้าถึงได้ด้วย localhost URLs ปกติ เช่น http://127.0.0.1:11434/v1 โปรดทราบว่า host networking จะเปิดเผยพอร์ต container โดยตรงบน host และอาจขัดแย้งกับ services ที่มีอยู่ — หากต้องการเก็บไว้บน loopback ให้ตั้ง BACKEND_HOST=127.0.0.1 และ FRONTEND_HOST=127.0.0.1 (ดู CONTAINERIZATION.md)
ตัวเลือกที่ 4 — CLI เท่านั้น · ไม่มี Web UI จาก source checkout
เมื่อคุณไม่ต้องการ Web UI แพ็คเกจ CLI-only ติดตั้งจาก source checkout ไม่ใช่จาก PyPI
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# สร้าง 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 chatdeeptutor init --cli แชร์ layout data/user/settings/ เดียวกับแอปเต็มรูปแบบ แต่ข้ามการขอพอร์ต backend/frontend และตั้งค่า embeddings เป็น ปิด โดยค่าเริ่มต้น (เลือก Yes หากคุณวางแผนใช้ deeptutor kb … หรือเครื่องมือ RAG) ยังคงเขียน layout runtime ที่ครบถ้วน (system.json, auth.json, integrations.json, model_catalog.json, main.yaml, agents.yaml) และยังคงขอ LLM provider และ model ที่ใช้งานอยู่
คำสั่งทั่วไป
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 showแพ็คเกจ deeptutor-cli ในเครื่องไม่มี Web assets หรือ server dependencies เก็บ source checkout ไว้ — การติดตั้งแบบ editable ชี้ไปที่มัน หากต้องการเพิ่มแอป Web ในภายหลัง ให้ติดตั้งแพ็คเกจ PyPI (ตัวเลือกที่ 1) และรัน deeptutor init + deeptutor start จาก workspace เดียวกัน
Sandbox การรันโค้ด (office skills) · รันโค้ดที่ model สร้างสำหรับ docx / pdf / pptx / xlsx
office skills ที่ติดตั้งมา — docx / pdf / pptx / xlsx — ทำงานโดยให้ model เขียน Python script สั้น ๆ (python-docx, reportlab, openpyxl, …), รันผ่านเครื่องมือ exec / code_execution และส่งคืน URL ดาวน์โหลด เครื่องมือเหล่านี้จะ mount เมื่อ sandbox backend ทำงานอยู่ ซึ่งเป็น ค่าเริ่มต้น ในทุกรูปแบบการปรับใช้:
- Local (ตัวเลือกที่ 1 / 2) และ Docker (ตัวเลือกที่ 3, single container): sandbox ย่อย subprocess ที่จำกัดจะรันโค้ดของ model (บน host ในเครื่อง หรือภายใน container ภายใต้ Docker — container เป็น isolation boundary ของมันเอง)
- docker-compose: แทนที่จะเป็นเช่นนั้น จะ route ไปยัง runner sidecar ที่มีสิทธิ์น้อยที่สุดและมีความปลอดภัยสูง (
Dockerfile.runner) ผ่านDEEPTUTOR_SANDBOX_RUNNER_URL— ท่าทีที่แข็งแกร่งที่สุด และถูกเลือกโดยอัตโนมัติเมื่อมี
sandbox ย่อย subprocess ถูกควบคุมโดยการตั้งค่า sandbox_allow_subprocess ใน data/user/settings/system.json (ค่าเริ่มต้น true) การรันโค้ดที่ model สร้างบน host ของคุณเป็นการตัดสินใจด้านความน่าเชื่อถือจริง ๆ — ตั้งเป็น false (หรือ export DEEPTUTOR_SANDBOX_ALLOW_SUBPROCESS=0) เพื่อปิดการรันฝั่ง host โดยแลกกับ office skills ที่ไม่สามารถสร้างไฟล์ได้อีกต่อไป
เอกสารอ้างอิงการตั้งค่า — ไฟล์การกำหนดค่าภายใต้ data/user/settings/ (JSON/YAML)
ทุกอย่างภายใต้ data/user/settings/ เป็น JSON/YAML ธรรมดา หน้า Settings ในเบราว์เซอร์คือโปรแกรมแก้ไขที่แนะนำ
| ไฟล์ | วัตถุประสงค์ |
|---|---|
model_catalog.json |
โปรไฟล์ provider LLM, embedding และ search; API keys; models ที่ใช้งานอยู่ |
system.json |
พอร์ต backend/frontend, public API base, CORS, SSL verification, ไดเร็กทอรีไฟล์แนบ |
auth.json |
สวิตช์ auth แบบเสริม, ชื่อผู้ใช้, password hash, การตั้งค่า token/cookie |
integrations.json |
การตั้งค่า PocketBase แบบเสริมและการรวม sidecar |
interface.json |
ความชอบภาษา / ธีม / แถบด้านข้างของ UI |
main.yaml |
ค่าเริ่มต้นพฤติกรรม runtime และการ inject path |
agents.yaml |
การตั้งค่า temperature และ token ของ capability/tool |
.env ที่ root ของโปรเจกต์จะ ไม่ ถูกอ่านเป็นไฟล์ config ของแอปพลิเคชัน สำหรับการตั้งค่า model เบื้องต้น เปิด Settings → Models เพิ่มโปรไฟล์ LLM (Base URL / API key / ชื่อ model) และบันทึก เพิ่มโปรไฟล์ embedding เฉพาะเมื่อคุณวางแผนใช้ Knowledge Base / RAG features
เริ่มต้นด้วยพื้นผิวหลักที่คุณจะใช้ทุกวัน: Chat, Partners, My Agents, Co-Writer, Book, Knowledge Center, Learning Space, Memory และ Settings จากนั้นจะครอบคลุมการปรับใช้ Multi-User สำหรับ workspace แบบแชร์และแยกส่วน
🏗️ สถาปัตยกรรมระบบ
💬 Chat — ลูป Agent ที่คุณใช้จริง
Chat คือความสามารถเริ่มต้นและสถานที่ที่งานส่วนใหญ่เริ่มต้น thread เดียวสามารถพูดคุยตามปกติ, เรียกเครื่องมือ, อ้างอิงใน knowledge bases ที่เลือก, อ่านไฟล์แนบ, สร้างรูปภาพ, ปรึกษา subagents, เขียน notebook records และดำเนินการต่อด้วยบริบทเดียวกันตลอด turns
ลูปนั้นเรียบง่ายโดยเจตนา: model คิดในรอบ ๆ, เรียกเครื่องมือเมื่อมีประโยชน์, สังเกตผลลัพธ์ และจบด้วยข้อความที่ไม่มีเครื่องมือ ask_user เป็นพิเศษ — แทนที่จะเดา agent สามารถหยุด turn, ถามคำถามชี้แจงที่มีโครงสร้าง และดำเนินการต่อเมื่อคุณตอบ
เครื่องมือที่ผู้ใช้สลับได้ ได้แก่ brainstorm, web_search, paper_search, reason, และ geogebra_analysis — รวมถึง imagegen และ videogen เมื่อคุณกำหนดค่าโมเดลสร้างที่ตรงกัน เครื่องมือตามบริบทเช่น rag, read_source, read_memory, write_memory, read_skill, load_tools, exec, web_fetch, ask_user, list_notebook, write_note, github, และ consult_subagent จะ mount อัตโนมัติเมื่อ turn มีบริบทที่ถูกต้อง
บริบทมีสองประเภท: sticky session context (subagent, knowledge bases, persona, model, voice) อยู่บน composer toolbar และคงอยู่ตลอด turns; one-time references (ไฟล์, ประวัติ chat, หนังสือ, notebooks, question bank, imported agents) มาจากเมนู + สำหรับ turn เดียว
Chat ยังเป็นจุดเปิดตัวสำหรับความสามารถที่ลึกกว่า: Quiz สำหรับการสร้างคำถาม, Research สำหรับรายงานที่อ้างอิง, Visualize สำหรับ charts / diagrams / animations และ — ภายใต้ More Capabilities — Solve สำหรับการให้เหตุผลแบบมีขั้นตอน และ Mastery Path สำหรับ learning-plan flows
🤝 Partner — เพื่อนถาวรบนสมองเดียวกัน
Partners คือเพื่อนถาวรที่มี soul, นโยบาย model, ห้องสมุด, memory และช่องทางของตัวเอง พวกเขาไม่ใช่เอ็นจิน bot แยกต่างหาก: ทุกข้อความ web หรือ IM ที่เข้ามาจะกลายเป็น turn ปกติของ ChatOrchestrator ภายใน workspace ที่มีขอบเขต partner partner คือ "chat ที่มีบุคลิกภาพและหมายเลขโทรศัพท์"
แต่ละ partner มี SOUL.md, การเลือก model, ช่องทาง, นโยบายเครื่องมือ และห้องสมุดที่กำหนด Knowledge bases, skills และ notebooks ถูกคัดลอกไปยัง data/partners/<id>/workspace/ ดังนั้น RAG, skill, notebook และเครื่องมือ memory เดิมทำงานได้โดยไม่มีกรณีพิเศษ partner อ่าน memory ของเจ้าของแต่เขียนเฉพาะของตัวเอง
ชั้น channel ที่ขับเคลื่อนด้วย schema สามารถเชื่อมต่อกับแพลตฟอร์ม IM ได้แก่ Feishu, Telegram, Slack, Discord, DingTalk, QQ/NapCat, WeCom, WhatsApp, Zulip, Mattermost, Matrix, Mochat และ Microsoft Teams ขึ้นอยู่กับ extras ที่ติดตั้งและ credentials ที่กำหนดค่า partner ยังสามารถเชื่อมต่อเป็น subagent และปรึกษาได้จาก chat turn ปกติ — ดู My Agents ด้านล่าง
🧑🚀 My Agents — ปรึกษาและนำเข้า Agents อื่น ๆ
My Agents เปลี่ยน agent อื่น ๆ ให้กลายเป็นบริบทสำหรับ DeepTutor และทำสองสิ่งที่แตกต่างกัน เชื่อมต่อ agent แบบสด — Claude Code หรือ Codex CLI บนเครื่องของคุณ หรือหนึ่งใน Partners ของคุณ — และปรึกษามันจากภายใน chat turn: DeepTutor จริง ๆ รัน agent อื่นและ stream งานเข้าสู่แผง Activity ผ่านเครื่องมือ consult_subagent เลือกด้วย Agent chip (หรือพิมพ์ @) และตั้งค่าจำนวนรอบที่การปรึกษาอาจทำได้
นำเข้าบทสนทนาในอดีต — นำประวัติ Claude Code และ Codex ที่มีอยู่ของคุณมาเป็น agent ที่มีชื่อ, ค้นหาได้ และสามารถดำเนินการต่อได้ เลือกวันที่จะนำเข้า การรีเฟรชจะ re-sync ข้อมูล อ้างอิงบทสนทนาที่นำเข้าจาก chat turn ใด ๆ ผ่าน + → My Agents และ DeepTutor จะอ่านมันเป็น transcript ของบุคคลที่สาม — มันยังคงเป็นบทสนทนา ของพวกเขา ไม่ใช่เสียงของ DeepTutor เอง
✍️ Co-Writer — การร่าง Markdown ที่รับรู้การเลือก
Co-Writer คือ workspace Markdown แบบ split-view สำหรับรายงาน, บทเรียน, บันทึก และ artifacts การเรียนรู้แบบยาว เอกสารบันทึกอัตโนมัติและแสดงตัวอย่างสด (คณิตศาสตร์ KaTeX, diagram fences) และสามารถบันทึกกลับเข้า notebooks เมื่อร่างกลายเป็นบริบทที่นำมาใช้ซ้ำได้
แนวคิดหลักคือ การแก้ไขแบบผ่าตัด: เลือกช่วงและขอให้ DeepTutor เขียนใหม่, ขยาย หรือย่อ agent การแก้ไขสามารถอ้างอิงใน knowledge base หรือหลักฐานเว็บ, เก็บ trace ของ tool calls และแสดงทุกการเปลี่ยนแปลงเป็น accept/reject diff — ดังนั้นไม่มีอะไรลงจนกว่าคุณจะอนุมัติ
📖 Book — หนังสือมีชีวิตจากเนื้อหาของคุณ
Book แปลงแหล่งที่มาที่เลือกให้เป็น หนังสือมีชีวิต แบบโต้ตอบ — ไม่ใช่ PDF แบบคงที่ แต่เป็นสภาพแวดล้อมการอ่านที่สร้างจาก typed blocks หนังสือสามารถเริ่มจาก knowledge bases, notebooks, question banks หรือประวัติ chat; ขั้นตอนการสร้างจะเสนอ outline บทก่อนที่จะสร้างเนื้อหา ดังนั้นคุณจะตรวจสอบรูปร่างแทนที่จะยอมรับ output แบบ one-shot ที่มองไม่เห็น
แต่ละบทคอมไพล์เป็น typed blocks — text, callouts, quizzes, flash cards, timelines, code, figures, interactive HTML, animations, concept graphs, deep dives และ user notes — และทุกหน้ามี Page Chat ของตัวเอง Blocks สามารถแก้ไขได้: แทรก, ย้าย, สร้างใหม่ หรือเปลี่ยนประเภทของ block โดยไม่ต้องเขียนบทใหม่ คำสั่ง maintenance เช่น deeptutor book health และ deeptutor book refresh-fingerprints ช่วยตรวจจับว่าเมื่อใดที่ความรู้ต้นทางเปลี่ยนแปลงไปจากหน้าที่คอมไพล์แล้ว
📚 Knowledge Center — ไลบรารี RAG หลายเอ็นจิน
Knowledge bases คือคอลเลกชันเอกสารที่อยู่เบื้องหลัง RAG — รองรับ Chat turns, Co-Writer edits, Book generation และบทสนทนา Partner สิ่งที่โดดเด่นคือ การเลือกเอ็นจิน retrieval: LlamaIndex (ค่าเริ่มต้น, local vector + BM25), PageIndex (hosted, reasoning retrieval พร้อม page-level citations), GraphRAG และ LightRAG (knowledge-graph retrieval), LightRAG Server (retrieval ที่ offload ไปยัง LightRAG instance ภายนอกที่คุณเชื่อมต่อผ่าน HTTP) หรือ Obsidian vault ที่เชื่อมโยง tutor อ่านและเขียนในที่ KB แต่ละอันถูกผูกกับเอ็นจินหนึ่ง
เมื่อสร้าง KB คุณ สร้างใหม่ (อัพโหลดเอกสารและสร้าง index ใหม่) หรือ เชื่อมโยงที่มีอยู่ (นำ index ที่สร้างไว้มาใช้ซ้ำ อ่านในที่โดยไม่ต้อง re-index) การ re-indexing จะเขียน directory version-N ใหม่และเก็บอันก่อนหน้าไว้ ดังนั้น index ที่ทำงานอยู่จะไม่ถูกทำลายระหว่างการสร้างใหม่ การแยกวิเคราะห์เอกสาร — Text-only, MinerU, Docling, markitdown หรือ PyMuPDF4LLM — ถูกเลือกใน Settings → Knowledge Base โดยการดาวน์โหลด local model ปิดโดยค่าเริ่มต้น CLI ครอบคลุม lifecycle ด้วย deeptutor kb list, info, create, add, search, set-default และ delete
🌐 Learning Space — Skills, Personas และบริบทที่นำมาใช้ซ้ำได้
Learning Space คือชั้น library และ personalization — ที่ซึ่งสิ่งที่คงอยู่ถาวรอาศัยอยู่ Conversations & Materials เก็บประวัติ chat, notebooks และ question bank (แต่ละคำถามที่บันทึกเก็บคำตอบของคุณ, คำตอบอ้างอิง และคำอธิบาย) Personalization เก็บ mastery paths, personas (พฤติกรรมที่ตั้งค่าล่วงหน้าเช่น peer, research-assistant, teacher) และ skills (SKILL.md playbooks ที่ model อ่านตามต้องการ) ทุกอย่างที่นี่สามารถนำมาใช้ซ้ำได้จาก Chat, Partners, Co-Writer และ Book
คุณไม่จำเป็นต้องเขียน skill ทุกอันเอง — นำเข้าจาก EduHub จะเรียกดู catalog ชุมชนและดาวน์โหลด skill ตรงเข้า library ผ่านประตูความปลอดภัย (ดู ระบบนิเวศ)
🧠 Memory — การปรับแต่งส่วนบุคคลที่ตรวจสอบได้
Memory คือระบบไฟล์สามชั้นที่คุณอ่าน, จัดการ และตรวจสอบได้ — โดยเจตนาไม่ใช่ vector store ที่ซ่อนอยู่ L1 คือ workspace mirror พร้อม append-only event trace (trace/<surface>/<date>.jsonl); L2 คือข้อเท็จจริงที่จัดการต่อพื้นผิว (L2/<surface>.md); L3 คือการสังเคราะห์ข้ามพื้นผิว (L3/<profile|recent|scope|preferences>.md) เนื่องจาก L2 อ้างอิง L1 และ L3 อ้างอิง L2 ไม่มีอะไรในโปรไฟล์ของคุณที่ตรวจสอบไม่ได้
Memory Graph แสดงพีระมิดทั้งหมด — การสังเคราะห์ L3 ที่ศูนย์กลาง, L2 ในวงกลางกลาง, L1 traces ด้านนอก — เพื่อให้คุณติดตามการอ้างสิทธิ์ที่สังเคราะห์ใด ๆ กลับไปสู่เหตุการณ์ดิบที่แน่นอน Memory ถูกติดตามใน surfaces: chat, notebook, quiz, kb, book, partner และ cowriter; งบประมาณ Update / Audit / Dedup ของ consolidator ปรับได้ใน Settings → Memory
⚙️ Settings — Control Plane เดียว
Settings คือ control plane การดำเนินงาน พร้อม live status strip (Backend, LLM, Embedding, Search) และหนึ่งการ์ดต่อพื้นที่: Appearance (ธีม + ภาษา UI), Network (API base, ports, CORS), Models (LLM, Embedding, Search, Text-to-Speech, Speech-to-Text, Image Generation, Video Generation), Knowledge Base (เอ็นจินการแยกวิเคราะห์เอกสาร), Chat (เครื่องมือ, MCP servers, พารามิเตอร์ต่อความสามารถ), Partners & Agents (subagents ที่คุณปรึกษาได้จาก turn) และ Memory (งบประมาณของ consolidator)
ส่วนส่วนใหญ่ใช้ draft-and-apply flow เพื่อให้คุณทดสอบ provider ก่อนยืนยัน ธีมสี่แบบมาในกล่อง — Default, Cream, Dark และ Glass ไฟล์ .env ที่ root ของโปรเจกต์ถูกเพิกเฉยโดยเจตนา; การกำหนดค่า runtime อยู่ใน data/user/settings/*.json เว้นแต่ DEEPTUTOR_HOME หรือ deeptutor start --home จะชี้แอปไปที่อื่น
👥 Multi-User — การปรับใช้แบบแชร์ · auth แบบเสริม, workspace ต่อผู้ใช้แบบแยกส่วน
การยืนยันตัวตน ปิดอยู่โดยค่าเริ่มต้น — DeepTutor ทำงานแบบผู้ใช้คนเดียว เปิดใช้งานและ tree data/ หนึ่งจะโฮสต์ workspace ของ admin, workspace ต่อผู้ใช้แบบแยกส่วน และ workspace ของ partner ไว้ด้วยกัน:
data/
├── user/ # Workspace ของ Admin + การตั้งค่าทั่วไป
├── users/<uid>/ # ขอบเขตต่อผู้ใช้: ประวัติ chat, memory, notebooks, KBs
├── partners/<id>/workspace/ # ขอบเขต partner (synthetic-user)
└── system/ # auth/users.json · grants/<uid>.json · audit/usage.jsonl
ผู้ใช้คนแรกที่ลงทะเบียนจะกลายเป็น admin และเป็นเจ้าของ model catalogs, provider credentials, shared knowledge bases, skills และ per-user grants ทุกคนอื่นจะได้รับ workspace แบบแยกส่วนและหน้า Settings ที่ถูก redact — models, KBs และ skills ที่ admin กำหนดจะแสดงเป็นตัวเลือก scoped แบบอ่านอย่างเดียว ไม่ใช่ API keys ดิบ
เปิดใช้งาน: เปิด auth ใน data/user/settings/auth.json, รีสตาร์ท deeptutor start, ลงทะเบียน admin คนแรกที่ /register จากนั้นเพิ่มผู้ใช้จาก /admin/users และกำหนด models, KBs, skills, Partners, นโยบาย tool/MCP และสิทธิ์การรันโค้ดผ่าน grants
PocketBase ยังคงเป็น integration สำหรับผู้ใช้คนเดียว — เว้น
integrations.pocketbase_urlว่างสำหรับการปรับใช้ multi-user เว้นแต่คุณจะเชื่อมต่อ user store ภายนอก
binary deeptutor เดียว, สองวิธีเข้า: REPL แบบโต้ตอบสำหรับคนที่อยู่ใน terminal และ JSON ที่มีโครงสร้างสำหรับ agents อื่น ๆ ที่ขับเคลื่อน DeepTutor เป็นเครื่องมือ ความสามารถ, เครื่องมือ และ knowledge bases เหมือนกันทั้งสองแบบ
ขับเคลื่อนด้วยตัวเอง
deeptutor chat เปิด interactive REPL; deeptutor run <capability> "<message>" รัน turn เดียวแล้วออก ทั้งสองใช้ flags --capability, --tool, --kb และ --config เหมือนกัน
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=standardทุกอย่างที่แอป Web ทำก็มีที่นี่ด้วย — knowledge bases (kb), sessions (session), partners (partner), skills (skill), notebooks, memory และ config รายการเต็มด้านล่าง
ให้ agent ขับเคลื่อน
DeepTutor ถูกสร้างมาเพื่อ ดำเนินการโดย agent อื่น เพิ่ม --format json ใน run ใด ๆ และแต่ละ turn จะ stream NDJSON — หนึ่ง event ต่อบรรทัด (content, tool_call, tool_result, done, …) ทุกบรรทัดมี session_id กำกับ การรันปลอดภัยสำหรับ headless: การหยุด ask_user ที่ไม่มี TTY จะ auto-resolve ด้วยการตอบกลับว่างแทนที่จะหยุดรอ
# One shot แบบ machine-readable
deeptutor run deep_solve "Find d/dx[sin(x^2)]" --tool reason --format json
# เชื่อม turns ใน session เดียวที่มีสถานะ — จับ id แล้วนำมาใช้ซ้ำ
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 jsonrepo มี root SKILL.md — เอกสาร handover ~150 บรรทัดที่สอน LLM ที่ใช้เครื่องมือใด ๆ ให้รู้จัก surface ทั้งหมดในการอ่านครั้งเดียว ส่งให้ Claude Code, Codex หรือ OpenCode (พวกเขาหยิบ SKILL.md โดยอัตโนมัติ) หรือ wrap deeptutor run เป็นเครื่องมือใน LangChain / AutoGen loop สูตรเต็ม: Agent Handoff
เอกสารอ้างอิงคำสั่ง
| คำสั่ง | คำอธิบาย |
|---|---|
deeptutor init |
สร้างหรืออัพเดต data/user/settings สำหรับ workspace ปัจจุบัน |
deeptutor start [--home PATH] |
เปิดตัว backend + frontend ด้วยกัน |
deeptutor serve [--port PORT] |
เริ่มเฉพาะ FastAPI backend |
deeptutor run <capability> <message> |
รัน capability turn เดียว (chat, deep_solve, deep_question, deep_research, visualize, math_animator, mastery_path); เพิ่ม --format json สำหรับ NDJSON output |
deeptutor chat |
Interactive REPL พร้อม capability, tool, KB, notebook และ history controls |
deeptutor partner list/create/start/stop |
จัดการ partners ที่เชื่อมต่อผ่าน IM |
deeptutor kb list/info/create/add/search/set-default/delete |
จัดการ knowledge bases LlamaIndex |
deeptutor skill search/install/list/remove/login/logout/publish/update |
จัดการทักษะ ติดตั้งจากฮับ และเผยแพร่ของคุณเอง (eduhub:<slug> โดยค่าเริ่มต้น ดู Ecosystem) |
deeptutor memory show/clear |
ตรวจสอบ L2/L3 memory docs หรือล้าง L1/all memory |
deeptutor session list/show/open/rename/delete |
จัดการ shared sessions |
deeptutor notebook list/create/show/add-md/replace-md/remove-record |
จัดการ notebooks จากไฟล์ Markdown |
deeptutor book list/health/refresh-fingerprints |
ตรวจสอบ books และรีเฟรช source fingerprints |
deeptutor plugin list/info |
ตรวจสอบเครื่องมือและ capabilities ที่ลงทะเบียน |
deeptutor config show |
พิมพ์สรุปการกำหนดค่า |
deeptutor provider login <provider> |
Provider auth (OAuth login สำหรับ openai-codex; github-copilot ตรวจสอบ session auth Copilot ที่มีอยู่) |
การแจกจ่าย CLI เท่านั้น
แพ็คเกจ CLI เท่านั้นอยู่ใน packaging/deeptutor-cli ใน checkout นี้ ติดตั้งจากซอร์ส:
python -m pip install -e ./packaging/deeptutor-cliยังไม่ได้เผยแพร่บน PyPI ดังนั้นส่วน เริ่มต้น หลักจึงคงเส้นทางการติดตั้งจากซอร์สไว้
DeepTutor skills ใช้รูปแบบ Agent-Skills แบบเปิด — โฟลเดอร์ที่มี SKILL.md playbook (YAML frontmatter + Markdown) และไฟล์อ้างอิงแบบเสริม ไม่มีอะไรเกี่ยวกับมันที่เจาะจงสำหรับ DeepTutor ดังนั้น registry ใด ๆ ที่พูด format นี้ก็กลายเป็นแหล่งสำหรับ library ของคุณ DeepTutor มาพร้อมกับ EduHub — registry ทักษะที่เน้นการศึกษาของเรา — เชื่อมต่อเป็นฮับเริ่มต้น
EduHub — ระบบนิเวศทักษะของ DeepTutor
EduHub คือ community hub ที่ DeepTutor เปิดตัวสำหรับแชร์ agent skills เชิงสอน — Socratic tutors, flashcard builders, essay feedback, exam blueprints, concept explainers และอื่น ๆ อีกมาก มันถูกสร้างเข้า DeepTutor ดังนั้นไม่มีอะไรต้องกำหนดค่า: slug เปล่าหรือ prefix eduhub: จะ resolve ไปยังมัน
ค้นหาและติดตั้ง — ในเบราว์เซอร์ เปิด Learning Space → Skills → นำเข้าจาก EduHub เพื่อเรียกดู catalog และดาวน์โหลด skill ตรงเข้า library จาก terminal:
deeptutor skill search "socratic tutor" # ค้นหา EduHub (ฮับเริ่มต้น)
deeptutor skill install socratic-tutor # fetch → verify → register
deeptutor skill install eduhub:socratic-tutor@1.2.0 # ระบุ hub และเวอร์ชัน
deeptutor skill list # skills ในเครื่องพร้อม hub provenanceเผยแพร่ของคุณเอง — แพ็ค SKILL.md และแชร์กลับสู่ชุมชน:
deeptutor skill login # browser sign-in ไปยัง EduHub
deeptutor skill publish ./my-skill # interactive: เลือก track + tags แล้วอัพโหลด
deeptutor skill update # rollback หรือ release เวอร์ชันใหม่EduHub ยังเป็น registry แบบ standalone ที่เข้ากันได้กับ ClawHub ดังนั้น agents ที่ไม่ใช่ DeepTutor (Claude Code, Codex, …) สามารถใช้มันโดยตรงผ่าน CLI eduhub — npx eduhub install socratic-tutor
ประตูความปลอดภัยในการนำเข้า
ไม่ว่าแหล่งที่มาจะเป็นอะไร ทุกการนำเข้าจะผ่าน ประตูความปลอดภัยเดียวกัน ก่อนที่อะไรจะแตะ workspace ของคุณ:
- security verdict ของ registry จะถูกตรวจสอบก่อน — แพ็คเกจที่ถูกตั้งค่าสถานะจะถูกปฏิเสธเว้นแต่คุณจะส่ง
--allow-unverified; - archives จะถูก extract อย่างระมัดระวัง (ป้องกัน zip-slip / zip-bomb) หลัง suffix whitelist แบบ text/script ดังนั้น binaries จะไม่ลงใน workspace เลย;
- frontmatter จะถูก normalize เป็น schema ของ DeepTutor และ
always:จะถูก ลบออก ดังนั้น skill ที่ดาวน์โหลดมาไม่สามารถบังคับตัวเองเข้าสู่ system prompt ทุกอัน; - provenance — hub, version, verdict และเวลาติดตั้ง — จะถูกเขียนลง
.hub-lock.jsonสำหรับการตรวจสอบและอัพเดต
ในการปรับใช้ multi-user การติดตั้งเป็นสิทธิ์ของ admin เท่านั้น: skill ใหม่จะลงใน admin catalog และมองไม่เห็นสำหรับผู้ใช้อื่นจนกว่า grant จะกำหนดมัน ดังนั้น admin สามารถตรวจสอบก่อนนำออกใช้
รองรับ ClawHub ด้วย
เนื่องจาก DeepTutor พูดรูปแบบ Agent-Skills แบบเปิด ClawHub ทำงานเป็นแหล่งระดับ first-class ด้วย — มันถูกสร้างเข้าพร้อมกับ EduHub เลือกด้วย hub prefix:
deeptutor skill search "git release notes" --hub clawhub
deeptutor skill install clawhub:git-release-notes@1.0.1เพิ่ม registries เพิ่มเติมใน settings/skill_hubs.json: entry type: "clawhub" ชี้ไปที่ HTTP API ที่เข้ากันได้ใด ๆ (ทั้ง EduHub และ ClawHub พูด API นี้), type: "command" ห่อ CLI ที่ registry ส่งมา และ "default" เลือกฮับที่ใช้สำหรับ slugs เปล่า ทั้งหมดนี้ป้อนข้อมูลผ่านประตูนำเข้าเดียวกัน
DeepTutor คือโปรเจกต์โอเพนซอร์สที่นำโดย Bingxi Zhao ภายในกลุ่ม HKUDS และพัฒนาใน รูปแบบโอเพนซอร์สอย่างสมบูรณ์ สร้างร่วมกับชุมชน จนถึงปัจจุบัน เรา ไม่มี ผลิตภัณฑ์ออนไลน์แบบชำระเงินในรูปแบบใด ๆ ติดต่อได้ที่ bingxizhao39@gmail.com สำหรับการสนทนา, ไอเดีย หรือการร่วมมือ
ขอบคุณอย่างจริงใจถึง Chao Huang, ผู้อำนวยการ Data Intelligence Lab @ HKU และเพื่อน ๆ ใน HKUDS lab สำหรับการสนับสนุนอย่างอบอุ่น — โดยเฉพาะ Jiahao Zhang, Zirui Guo และ Xubin Ren เรายังขอบคุณอย่างสุดซึ้งถึง ชุมชนโอเพนซอร์ส: stars, issues, pull requests และ discussions ของคุณกำหนดรูปร่าง DeepTutor ทุกวัน
DeepTutor ยังยืนอยู่บนไหล่ของโปรเจกต์โอเพนซอร์สที่โดดเด่นที่ให้ทั้งเครื่องมือและแรงบันดาลใจแก่เรา:
| โปรเจกต์ | บทบาท / แรงบันดาลใจ |
|---|---|
| LlamaIndex | กระดูกสันหลังของ RAG pipeline และการ indexing เอกสาร |
| nanobot | Ultra-lightweight agent engine ที่ขับเคลื่อน TutorBot ดั้งเดิม (HKUDS) |
| LightRAG | RAG ที่ง่ายและเร็ว (HKUDS) |
| AutoAgent | Zero-code agent framework (HKUDS) |
| AI-Researcher | Pipeline การวิจัยอัตโนมัติ (HKUDS) |
| OpenClaw | Open agent gateway และ skill ecosystem เบื้องหลัง ClawHub |
| Codex | Agent-native coding CLI ที่เป็นแรงบันดาลใจให้ CLI workflow ของเรา |
| Claude Code | Agentic coding CLI ที่เป็นแรงบันดาลใจให้ DeepTutor agent loop |
| ManimCat | การสร้าง animation คณิตศาสตร์ที่ขับเคลื่อนด้วย AI สำหรับ Math Animator |
เราต้องการให้ DeepTutor พัฒนาและปรับปรุงต่อเนื่อง — และสุดท้ายกลายเป็นของขวัญที่เรามอบคืนสู่ชุมชนโอเพนซอร์ส roadmap ของเราอัพเดตต่อเนื่อง โหวตรายการที่นั่นหรือเสนอรายการใหม่ หากต้องการมีส่วนร่วม ดู คู่มือการมีส่วนร่วม สำหรับกลยุทธ์ branching มาตรฐานโค้ด และวิธีเริ่มต้น
เราหวังว่า DeepTutor จะกลายเป็นของขวัญสำหรับชุมชน 🎁
ได้รับอนุญาตภายใต้ Apache License 2.0