DeepTutor: การสอนพิเศษส่วนตัวแบบ Agent-Native

คุณสมบัติ · เริ่มต้น · สำรวจ · CLI · หลายผู้ใช้ · ชุมชน

🤝 เรายินดีรับการมีส่วนร่วมทุกรูปแบบ! โหวตรายการ roadmap หรือเสนอรายการใหม่ที่ Roadmap และดู คู่มือการมีส่วนร่วม สำหรับกลยุทธ์ branching มาตรฐานการเขียนโค้ด และวิธีเริ่มต้น

📦 การเปิดตัว

[2026.6.12] v1.4.3 — TutorBot กลายเป็น Partners บน IM pipeline ระดับ production พร้อมการตอบกลับแบบ live streaming และ 15 ช่องทาง, Chat ย้ายไปใช้ agent loop เดียว, การแยกส่วนต่อผู้ใช้จริงสำหรับการปรับใช้แบบหลายผู้ใช้, Visualize สร้างใหม่พร้อม local validate+repair บวกกับการอัพเกรดใน Co-writer, file viewer, MinerU cloud parsing และ CLI เอกสารได้รับการรีเฟรชอย่างสมบูรณ์ที่ deeptutor.info

[2026.5.28] v1.4.2 — ความเสถียรภาพ + ความเรียบร้อยใน v1.4.1: Gemini 2.5+ ปลดล็อคใน Visualize และ Chat, การแก้ไข ContextVar auth-routing (#485), โปรโตคอล label ของ reasoning + native-tools แข็งแกร่งขึ้น, UX การ streaming ที่ราบรื่นในทุกพื้นที่ chat, แถบด้านข้าง Recents แบบพับได้ใหม่ และรองรับ local provider Lemonade

[2026.5.27] v1.4.1 — แพตช์ความปลอดภัย + ความเสถียรภาพ: ล็อค sandbox ของเครื่องมือ TutorBot, การแยกส่วนทรัพยากรต่อผู้ใช้, การ fallback ภาพ multimodal สำหรับ provider ที่มีความสามารถ vision, API HTTP/SSE สำหรับคุยกับ TutorBot และการแก้ไข chat regression ของ v1.4.0

[2026.5.22] v1.4.0 — GA cut ของ v1.4: Auto Mode, Memory สามชั้น, Deep Research / Solve / Question แบบ agentic, การ refactor RAG ด้วย LlamaIndex, การรวม Visualize/Animator, การทำให้ reasoning-effort เป็นมาตรฐาน, tool-schema fallback และ turn runtime ที่ปลอดภัยต่อการรีสตาร์ท

การเปิดตัวที่ผ่านมา (มากกว่า 2 สัปดาห์)

[2026.5.21] v1.4.0-beta — เวิร์กเบนช์ Memory สามชั้น (L1/L2/L3), ความสามารถ chat ทั้งหมดสร้างใหม่บน agentic engine เดียว, RAG เฉพาะ LlamaIndex และพื้นที่ Settings + Capabilities แบบรวม

[2026.5.10] v1.3.10 — การกู้คืน CORS ของ Docker ระยะไกล, DISABLE_SSL_VERIFY สำหรับ SDK providers, การอ้างอิง code-block ที่ปลอดภัยขึ้น และ Matrix E2EE add-on แบบเสริม

[2026.5.9] v1.3.9 — รองรับ Zulip และ NVIDIA NIM สำหรับ TutorBot, การ routing ของ thinking-model ที่ปลอดภัยขึ้น, deeptutor start, tooltips แถบด้านข้าง และความเท่าเทียมของ session-store

[2026.5.8] v1.3.8 — การปรับใช้แบบหลายผู้ใช้แบบเสริมพร้อม workspace ผู้ใช้แบบแยกส่วน, admin grants, auth routes และการเข้าถึง runtime แบบจำกัดขอบเขต

[2026.5.4] v1.3.7 — การแก้ไข thinking-model/provider, ประวัติดัชนี Knowledge ที่มองเห็นได้ และการแก้ไข template/การล้าง Co-Writer ที่ปลอดภัยขึ้น

[2026.5.3] v1.3.6 — การเลือก model จาก catalog สำหรับ chat และ TutorBot, การ re-indexing RAG ที่ปลอดภัยขึ้น, การแก้ไขขีดจำกัด token ของ OpenAI Responses และการตรวจสอบ Skills editor

[2026.5.2] v1.3.5 — การตั้งค่าการเปิดตัว local ที่ราบรื่นขึ้น, RAG queries ที่ปลอดภัยขึ้น, auth การ embedding local ที่ชัดเจนขึ้น และการปรับปรุง dark-mode ของ Settings

[2026.5.1] v1.3.4 — การคงอยู่ของ chat ในหน้า Book และขั้นตอนการสร้างใหม่, การอ้างอิงจาก chat ไปยัง Book, การจัดการภาษา/ความคิดที่แข็งแกร่งขึ้น, การดึงเอกสาร RAG ที่แข็งแกร่งขึ้น

[2026.4.30] v1.3.3 — รองรับ embedding NVIDIA NIM + Gemini, บริบท Space แบบรวมสำหรับประวัติ chat/skills/memory, session snapshots, ความยืดหยุ่นของการ re-index RAG

[2026.4.29] v1.3.2 — URL endpoint การ embedding แบบโปร่งใส, ความยืดหยุ่นของการ re-index RAG สำหรับ vectors ที่คงอยู่ไม่ถูกต้อง, การล้าง memory สำหรับเอาต์พุต thinking-model, การแก้ไข Deep Solve runtime

[2026.4.28] v1.3.1 — ความเสถียรภาพ: การ routing RAG และการตรวจสอบ embedding ที่ปลอดภัยขึ้น, ความคงอยู่ของ Docker, การป้อนข้อมูลที่ปลอดภัยสำหรับ IME, ความแข็งแกร่งของ Windows/GBK

[2026.4.27] v1.3.0 — ดัชนี KB แบบ versioned พร้อมขั้นตอนการ re-index, workspace Knowledge ที่สร้างใหม่, การค้นพบ embedding อัตโนมัติพร้อม adapters ใหม่, Space hub

[2026.4.25] v1.2.5 — ไฟล์แนบ chat ที่คงอยู่พร้อม drawer ดูตัวอย่างไฟล์, pipeline ความสามารถที่รับรู้ไฟล์แนบ, การส่งออก Markdown ของ TutorBot

[2026.4.25] v1.2.4 — ไฟล์แนบข้อความ/โค้ด/SVG, Setup Tour คำสั่งเดียว, การส่งออก Markdown ของ chat, UI การจัดการ KB แบบกะทัดรัด

[2026.4.24] v1.2.3 — ไฟล์แนบเอกสาร (PDF/DOCX/XLSX/PPTX), การแสดงบล็อก thinking ของ reasoning, ตัวแก้ไข template Soul, การบันทึก Co-Writer ลง notebook

[2026.4.22] v1.2.2 — ระบบ Skills ที่ผู้ใช้สร้าง, การปรับปรุงประสิทธิภาพการป้อนข้อมูล chat, การเริ่ม TutorBot อัตโนมัติ, UI Book Library, การดู visualization แบบเต็มหน้าจอ

[2026.4.21] v1.2.1 — ขีดจำกัด token ต่อขั้นตอน, การสร้างการตอบกลับใหม่ในทุกจุดเข้าถึง, การแก้ไขความเข้ากันได้ของ RAG และ Gemma

[2026.4.20] v1.2.0 — คอมไพเลอร์ "หนังสือมีชีวิต" Book Engine, Co-Writer หลายเอกสาร, visualization HTML แบบโต้ตอบ, @-mention ของ Question Bank

[2026.4.18] v1.1.2 — แท็บ Channels ที่ขับเคลื่อนด้วย schema, การรวม RAG pipeline เดียว, การ externalize prompts ของ chat

[2026.4.17] v1.1.1 — "ตอบตอนนี้" สากล, การซิงค์การเลื่อน Co-Writer, แผงการตั้งค่าแบบรวม, ปุ่ม Stop ของ streaming

[2026.4.15] v1.1.0 — การปรับปรุงคณิตศาสตร์บล็อก LaTeX, โพรบการวินิจฉัย LLM, คำแนะนำ Docker + LLM ในเครื่อง

[2026.4.14] v1.1.0-beta — session ที่บุ๊กมาร์กได้, ธีม Snow, WebSocket heartbeat & auto-reconnect, การปรับปรุง embedding registry

[2026.4.13] v1.0.3 — Question Notebook พร้อมบุ๊กมาร์กและหมวดหมู่, Mermaid ใน Visualize, การตรวจจับความไม่ตรงกันของ embedding, ความเข้ากันได้กับ Qwen/vLLM, รองรับ LM Studio & llama.cpp และธีม Glass

[2026.4.11] v1.0.2 — การรวม search พร้อม SearXNG fallback, การแก้ไขการเปลี่ยน provider, การแก้ไขการรั่วไหลของทรัพยากร frontend

[2026.4.10] v1.0.1 — ความสามารถ Visualize (Chart.js/SVG), การป้องกัน quiz ซ้ำ, รองรับ model o4-mini

[2026.4.10] v1.0.0-beta.4 — การติดตามความคืบหน้าของ embedding พร้อม retry ขีดจำกัด rate, การแก้ไข dependency ข้ามแพลตฟอร์ม, การแก้ไข MIME validation

[2026.4.8] v1.0.0-beta.3 — SDK OpenAI/Anthropic แบบ native (ลบ litellm), รองรับ Windows Math Animator, การแยกวิเคราะห์ JSON ที่แข็งแกร่ง และ i18n ภาษาจีนแบบสมบูรณ์

[2026.4.7] v1.0.0-beta.2 — การโหลดการตั้งค่าใหม่แบบ hot, เอาต์พุต MinerU แบบซ้อน, การแก้ไข WebSocket และขั้นต่ำ Python 3.11+

[2026.4.4] v1.0.0-beta.1 — การเขียนสถาปัตยกรรม agent-native ใหม่ (~200k บรรทัด): โมเดล plugin Tools + Capabilities, CLI & SDK, TutorBot, Co-Writer, Guided Learning และ memory ถาวร

[2026.1.23] v0.6.0 — ความคงอยู่ของ session, การอัพโหลดเอกสารแบบ incremental, การนำเข้า RAG pipeline แบบยืดหยุ่น และการแปลภาษาจีนแบบสมบูรณ์

[2026.1.18] v0.5.2 — รองรับ Docling สำหรับ RAG-Anything, การปรับปรุงระบบ log และการแก้ไขบัก

[2026.1.15] v0.5.0 — การกำหนดค่าบริการแบบรวม, การเลือก RAG pipeline ต่อ knowledge base, การปรับปรุงการสร้างคำถาม และการปรับแต่ง sidebar

[2026.1.9] v0.4.0 — รองรับ LLM & embedding หลาย provider, หน้าแรกใหม่, การแยก RAG module และการ refactor ตัวแปรสภาพแวดล้อม

[2026.1.5] v0.3.0 — สถาปัตยกรรม PromptManager แบบรวม, GitHub Actions CI/CD และ images Docker ที่สร้างล่วงหน้าบน GHCR

[2026.1.2] v0.2.0 — การปรับใช้ Docker, การอัพเกรด Next.js 16 & React 19, การเสริมความปลอดภัย WebSocket และการแก้ไขช่องโหว่ที่สำคัญ

📰 ข่าวสาร

[2026.5.22] 🌐 เว็บไซต์เอกสารอย่างเป็นทางการของเราเปิดตัวแล้วที่ deeptutor.info — คู่มือ การอ้างอิง และ capability tours ทั้งหมดในที่เดียว

[2026.4.19] 🎉 เราถึง 20k stars ใน 111 วัน! ขอบคุณสำหรับการสนับสนุนที่น่าเหลือเชื่อ — เรามุ่งมั่นที่จะพัฒนาต่อเนื่องเพื่อการสอนพิเศษที่เป็นส่วนตัวและชาญฉลาดอย่างแท้จริงสำหรับทุกคน

[2026.4.10] 📄 บทความของเราตอนนี้มีอยู่บน arXiv แล้ว! อ่าน preprint เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับการออกแบบและแนวคิดที่อยู่เบื้องหลัง DeepTutor

[2026.4.4] นานมาแล้ว! ✨ DeepTutor v1.0.0 มาถึงแล้ว — การพัฒนาแบบ agent-native ที่มีการเขียนสถาปัตยกรรมจากศูนย์ TutorBot และการสลับ mode แบบยืดหยุ่นภายใต้ใบอนุญาต Apache-2.0 บทใหม่เริ่มต้นแล้ว และเรื่องราวของเรายังคงดำเนินต่อไป!

[2026.2.6] 🚀 เราถึง 10k stars ในเพียง 39 วัน! ขอบคุณชุมชนที่น่าเหลือเชื่อของเราอย่างยิ่ง!

[2026.1.1] สวัสดีปีใหม่! เข้าร่วม Discord, WeChat หรือ Discussions ของเรา — มาร่วมกันกำหนดอนาคตของ DeepTutor!

[2025.12.29] DeepTutor ได้รับการเปิดตัวอย่างเป็นทางการแล้ว!

✨ คุณสมบัติหลัก

DeepTutor ถูกจัดระเบียบรอบ runtime แบบ agent-native: ChatOrchestrator ที่แชร์กันจะ route ทุก turn ไปยัง capabilities, ToolRegistry จะเปิดเผยเครื่องมือแบบ single-shot เมื่อ model ต้องการ และ CapabilityRegistry จะให้ workflow ที่ลึกกว่าเข้าควบคุม turn เมื่องานต้องการโครงสร้าง

พื้นที่การเรียนรู้เดียว

Chat เป็น loop เริ่มต้น — การสอนพิเศษทั่วไป, Q&A ที่อ้างอิงแหล่งที่มา, Deep Solve, Deep Question, Deep Research, Visualize และ Auto Mode ทั้งหมดแชร์บริบท session และ inventory แหล่งที่มาเดียวกัน
พื้นที่การเรียนรู้ที่เชื่อมต่อกัน — ร่าง Co-Writer, หน้า Book, Knowledge Bases, assets ใน Space และ Memory เป็น workspace แยกกัน แต่ทั้งหมดป้อนข้อมูลให้ agent runtime เดียวกันแทนที่จะกลายเป็นแอปที่แยกจากกัน
Partners สำหรับความเป็นเพื่อนถาวร — เพื่อนที่เชื่อมต่อผ่าน IM ตอนนี้ทำงานบน chat agent loop เดียวกับผลิตภัณฑ์หลัก พร้อม workspace สังเคราะห์และห้องสมุดที่กำหนดเองของตัวเอง

เครื่องมือ memory และการควบคุม

เครื่องมือที่ประกอบได้ — RAG, การอ่านแหล่งที่มา, การอ่าน/เขียน memory, notebooks, การดึง URL, การค้นหา GitHub, การหยุดถามผู้ใช้, การรันแบบ sandbox และเครื่องมือ brainstorm/web/paper/reason แบบเสริมสามารถติดตั้งได้ตามบริบทและการตั้งค่า
Memory สามชั้น — traces L1, สรุปต่อพื้นที่ L2 และการสังเคราะห์ข้ามพื้นที่ L3 ทำให้การ personalization สามารถตรวจสอบได้แทนที่จะซ่อนอยู่หลัง black box
การตั้งค่าและ CLI แบบรวม — catalogs ของ model, embeddings, การค้นหา, เครือข่าย, เซิร์ฟเวอร์ MCP, เครื่องมือ, capabilities และการตั้งค่าการปรับใช้สามารถแก้ไขได้จาก web UI และเขียนสคริปต์ได้จาก deeptutor

🚀 เริ่มต้น

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

✨ v1.4.3 พร้อมใช้งาน pip install -U deeptutor จะดึงเวอร์ชันที่เสถียรล่าสุด Pre-releases (เมื่อพร้อมใช้งาน) เลือกใช้ได้ด้วย pip install --pre -U deeptutor

ตัวเลือกที่ 1 — ติดตั้งจาก PyPI

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 ไว้

deeptutor 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 — ติดตั้งจาก Source

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 start

สภาพแวดล้อม Conda (แทน venv)

conda create -n deeptutor python=3.11
conda activate deeptutor
python -m pip install --upgrade pip

Extras การติดตั้งแบบเสริม — 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 libs

การแก้ปัญหาเซิร์ฟเวอร์ dev

rm -f web/.next/dev/lock web/.next/lock
deeptutor start

ตัวเลือกที่ 3 — Docker

docker run --rm --name deeptutor \
  -p 127.0.0.1:3782:3782 \
  -p 127.0.0.1:8001:8001 \
  -v deeptutor-data:/app/data \
  ghcr.io/hkuds/deeptutor:latest

⚠️ Map ทั้ง 3782 และ 8001 3782 ให้บริการ web UI; 8001 คือ FastAPI backend ที่เบราว์เซอร์ของคุณเรียกโดยตรง — ไม่มี proxy ภายใน container

เปิด http://127.0.0.1:3782

Remote Docker / reverse proxy:

{
  "next_public_api_base_external": "https://deeptutor.example.com"
}

การเชื่อมต่อกับ Ollama / LM Studio / llama.cpp / vLLM / Lemonade บน host

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

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

Sandbox การรันโค้ด (office skills)

office skills ที่ติดตั้งมา — docx / pdf / pptx / xlsx — ทำงานโดยให้ model เขียน Python script สั้น ๆ รันผ่านเครื่องมือ exec / code_execution และส่งคืน URL ดาวน์โหลด

sandbox_allow_subprocess ใน data/user/settings/system.json (ค่าเริ่มต้น true) ควบคุม sandbox ตั้งเป็น false หรือ export DEEPTUTOR_SANDBOX_ALLOW_SUBPROCESS=0 เพื่อปิด

ตัวเลือกที่ 4 — CLI เท่านั้น

git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
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

คำสั่งทั่วไป

deeptutor chat
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

การอ้างอิงการกำหนดค่า

ไฟล์การกำหนดค่าภายใต้ data/user/settings/

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, 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

📖 สำรวจ DeepTutor

💬 Chat — Agent Loop ที่คุณใช้จริง

Chat คือ capability เริ่มต้นและสถานที่ที่งานส่วนใหญ่เริ่มต้น thread เดียวสามารถพูดคุยตามปกติ, เรียกเครื่องมือ, อ้างอิงใน knowledge bases ที่เลือก, อ่านไฟล์แนบ, เขียน notebook records และดำเนินการต่อด้วย inventory แหล่งที่มาเดียวกันตลอด turns

เครื่องมือที่ผู้ใช้สลับได้: brainstorm, web_search, paper_search, reason เครื่องมือตามบริบท: rag, read_source, read_memory, write_memory, read_skill, load_tools, exec, web_fetch, ask_user, list_notebook, write_note, github

🤝 Partner — เพื่อนถาวรบน Brain เดียวกัน

Partners แทนที่ engine TutorBot เก่าด้วยโมเดลที่สะอาดขึ้น: ทุกข้อความ web หรือ IM ที่เข้ามาจะกลายเป็น turn ปกติของ ChatOrchestrator ภายใน workspace ที่มีขอบเขต partner

แต่ละ partner มี SOUL.md, การเลือก model, ช่องทาง, นโยบายเครื่องมือ และห้องสมุดที่กำหนด Knowledge bases, skills และ notebooks ถูกคัดลอกไปยัง data/partners/<id>/workspace/

ชั้น channel รองรับ Feishu, Telegram, Slack, DingTalk, QQ/Napcat, WeCom, WhatsApp, Zulip, Matrix และ Microsoft Teams

✍️ Co-Writer — การเขียนร่าง Markdown ที่รับรู้การเลือก

Co-Writer เป็น workspace Markdown แบบ split-view สำหรับรายงาน, บทเรียน, บันทึก เอกสารจะบันทึกอัตโนมัติ, แสดงตัวอย่างสด และสามารถบันทึกกลับเข้า notebooks

📖 Book — หนังสือมีชีวิตจากวัสดุของคุณ

Book แปลงแหล่งที่มาที่เลือกเป็นวัสดุการเรียนรู้แบบโต้ตอบ BookEngine คอมไพล์หน้าเป็น typed blocks: text, sections, callouts, quizzes, flash cards, timelines, code, figures, interactive HTML, animations, concept graphs, deep dives และ user notes

📚 Knowledge — ไลบรารี RAG ที่มีเวอร์ชัน

Knowledge Bases คือคอลเลกชันเอกสารเบื้องหลัง RAG สแตกปัจจุบันคือ LlamaIndex เท่านั้น การ re-indexing จะเก็บเวอร์ชันก่อนหน้า CLI: deeptutor kb list, info, create, add, search, set-default, delete

🌐 Space — Skills, Personas และบริบทที่ใช้ซ้ำได้

Space คือชั้น library สำหรับบริบทที่ใช้ซ้ำได้ รวบรวม skills ที่ผู้ใช้สร้าง, personas, notebooks, ประวัติ chat Skills เก็บเป็นไฟล์ SKILL.md

🧠 Memory — การปรับแต่งส่วนบุคคลที่ตรวจสอบได้

Memory คือระบบสามชั้น: trace/<surface>/<date>.jsonl (L1), L2/<surface>.md (L2), L3/<recent|profile|scope|preferences>.md (L3)

Surfaces: chat, notebook, quiz, kb, book, tutorbot, cowriter

⚙️ Settings — แผงควบคุมเดียว

Settings ครอบคลุมรูปลักษณ์, พอร์ตเครือข่าย, catalogs LLM และ embedding, search providers, MinerU, memory, MCP servers, เครื่องมือ

⌨️ DeepTutor CLI — อินเทอร์เฟซ Agent-Native

deeptutor run chat "Explain Fourier transform" --tool rag --kb textbook
deeptutor run deep_solve "Solve x^2 = 4" --tool reason
deeptutor chat --capability deep_research --kb papers
deeptutor partner create math-tutor --soul "Socratic math tutor"
deeptutor kb create calculus --doc textbook.pdf

การอ้างอิงคำสั่ง

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`, `auto`, `mastery_path`)
`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 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>`	จัดการ provider OAuth login ตามที่รองรับ

👥 หลายผู้ใช้ — การปรับใช้แบบแชร์

การยืนยันตัวตนเป็นแบบเสริมและปิดอยู่โดยค่าเริ่มต้น เมื่อเปิดใช้งาน DeepTutor จะกลายเป็นการปรับใช้แบบแชร์

data/
├── user/                         # Workspace และการตั้งค่าของ Admin
├── users/<uid>/                  # ขอบเขตผู้ใช้ที่ไม่ใช่ admin
│   ├── user/chat_history.db
│   ├── user/settings/interface.json
│   ├── user/workspace/{chat,co-writer,book,memory,notebook,...}
│   └── knowledge_bases/...
├── partners/<id>/workspace/      # ขอบเขตผู้ใช้สังเคราะห์ของ partner
└── system/
    ├── auth/users.json
    ├── grants/<uid>.json
    └── audit/usage.jsonl

ผู้ใช้คนแรกที่ลงทะเบียนจะกลายเป็น admin ลงทะเบียน admin คนแรกที่ /register จากนั้นสร้างผู้ใช้จาก /admin/users

🌐 ชุมชนและระบบนิเวศ

โปรเจค	บทบาทใน DeepTutor
nanobot	agent engine น้ำหนักเบาพิเศษที่ขับเคลื่อน TutorBot ดั้งเดิม (Partners ตอนนี้ทำงานบน DeepTutor's chat agent loop)
LlamaIndex	กระดูกสันหลังของ RAG pipeline และการ indexing เอกสาร
ManimCat	การสร้าง animation คณิตศาสตร์ขับเคลื่อนด้วย AI สำหรับ Math Animator

จากระบบนิเวศ HKUDS:

⚡ LightRAG	🤖 AutoAgent	🔬 AI-Researcher	🧬 nanobot
RAG ง่ายและเร็ว	Framework Agent แบบ Zero-Code	การวิจัยอัตโนมัติ	AI Agent น้ำหนักเบาพิเศษ

🤝 การมีส่วนร่วม

เราหวังว่า DeepTutor จะกลายเป็นของขวัญสำหรับชุมชน 🎁

ดู CONTRIBUTING.md สำหรับแนวทางการตั้งค่าสภาพแวดล้อมการพัฒนา มาตรฐานโค้ด และขั้นตอนการทำ pull request

⭐ ประวัติดาว

Data Intelligence Lab @ HKU

⭐ ให้ดาวเรา · 🐛 รายงานบัก · 💬 การสนทนา

ได้รับอนุญาตภายใต้ Apache License 2.0

Navigation Menu

Uh oh!

DeepTutor: การสอนพิเศษส่วนตัวแบบ Agent-Native

📦 การเปิดตัว

📰 ข่าวสาร

✨ คุณสมบัติหลัก

🚀 เริ่มต้น

ตัวเลือกที่ 1 — ติดตั้งจาก PyPI

ตัวเลือกที่ 2 — ติดตั้งจาก Source

ตัวเลือกที่ 3 — Docker

Sandbox การรันโค้ด (office skills)

ตัวเลือกที่ 4 — CLI เท่านั้น

การอ้างอิงการกำหนดค่า

📖 สำรวจ DeepTutor

💬 Chat — Agent Loop ที่คุณใช้จริง

🤝 Partner — เพื่อนถาวรบน Brain เดียวกัน

✍️ Co-Writer — การเขียนร่าง Markdown ที่รับรู้การเลือก

📖 Book — หนังสือมีชีวิตจากวัสดุของคุณ

📚 Knowledge — ไลบรารี RAG ที่มีเวอร์ชัน

🌐 Space — Skills, Personas และบริบทที่ใช้ซ้ำได้

🧠 Memory — การปรับแต่งส่วนบุคคลที่ตรวจสอบได้

⚙️ Settings — แผงควบคุมเดียว

⌨️ DeepTutor CLI — อินเทอร์เฟซ Agent-Native

👥 หลายผู้ใช้ — การปรับใช้แบบแชร์

🌐 ชุมชนและระบบนิเวศ

🤝 การมีส่วนร่วม

⭐ ประวัติดาว

Uh oh!

FilesExpand file tree

README_TH.md

Latest commit

History

README_TH.md

File metadata and controls

DeepTutor: การสอนพิเศษส่วนตัวแบบ Agent-Native

📦 การเปิดตัว

📰 ข่าวสาร

✨ คุณสมบัติหลัก

🚀 เริ่มต้น

ตัวเลือกที่ 1 — ติดตั้งจาก PyPI

ตัวเลือกที่ 2 — ติดตั้งจาก Source

ตัวเลือกที่ 3 — Docker

Sandbox การรันโค้ด (office skills)

ตัวเลือกที่ 4 — CLI เท่านั้น

การอ้างอิงการกำหนดค่า

📖 สำรวจ DeepTutor

💬 Chat — Agent Loop ที่คุณใช้จริง

🤝 Partner — เพื่อนถาวรบน Brain เดียวกัน

✍️ Co-Writer — การเขียนร่าง Markdown ที่รับรู้การเลือก

📖 Book — หนังสือมีชีวิตจากวัสดุของคุณ

📚 Knowledge — ไลบรารี RAG ที่มีเวอร์ชัน

🌐 Space — Skills, Personas และบริบทที่ใช้ซ้ำได้

🧠 Memory — การปรับแต่งส่วนบุคคลที่ตรวจสอบได้

⚙️ Settings — แผงควบคุมเดียว

⌨️ DeepTutor CLI — อินเทอร์เฟซ Agent-Native

👥 หลายผู้ใช้ — การปรับใช้แบบแชร์

🌐 ชุมชนและระบบนิเวศ

🤝 การมีส่วนร่วม

⭐ ประวัติดาว