ghcr.io/hkuds/deeptutor:1.4.7

📦 发布版本

[2026.6.21] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.10 — 带头像的自助式 Profile 页面，带单端口请求时代理的无根容器指南，以及非管理员用户的默认拒绝MCP工具。

[2026.6.19] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.9 — 设置优化：搜索仅显示提供商所需字段，连接配置文件可重命名并由提供商自动命名，分级Mastery Path问题流入题库。

[2026.6.18] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.8 — 在 My Agents 下连接自己的 Partners 并在聊天中实时咨询 — 他们通过自己的角色、知识库和技能回答 — 每个Partner拥有独立私有记忆。

[2026.6.18] 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对话支持分支/恢复/删除功能及可回放轨迹。

[2026.6.17] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.6 — 四界面整合：含可导入 My Agents 和顶级Memory的Space学习仪表板，集成GraphRAG/PageIndex/LightRAG/linked-KB/Obsidian的 Knowledge Center，开放设置界面，以及按模型能力限制。

[2026.6.14] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.5 — 基于聊天代理循环重构的引导式学习（带严格的按类型掌握关卡）和 /learning 仪表板，全新循环插件框架，以及Partner对话的Markdown导出/保存到笔记本功能。

[2026.6.13] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.4 — 通过安全网关使用 deeptutor skill install 从 ClawHub 安装社区技能，以及知识库文件的浏览器内DOCX/XLSX实时预览。

[2026.6.12] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.3 — TutorBot更名为 Partners，基于生产级即时通讯管道（15个频道，实时流），聊天迁移至单一代理循环，实现真实用户隔离，以及重构的Visualize。

过去的版本（超过两周前）

[2026.5.28] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.2 — 稳定性与优化：Gemini 2.5+ 在Visualize和Chat中解除限制，身份验证路由修复（#485），流畅流式聊天用户体验，最近项侧边栏，以及Lemonade本地提供商支持。

[2026.5.27] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.1 — 安全性与稳定性：TutorBot工具沙箱锁定，用户资源隔离，多模态图像回退，TutorBots的HTTP/SSE API，以及v1.4.0聊天回归修复。

[2026.5.22] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.0 — v1.4正式版：Auto Mode，三层记忆，智能深度研究/解决/提问，LlamaIndex RAG重构，Visualize/Animator合并，以及重启安全的对话运行时。

[2026.5.21] https://github.com/HKUDS/DeepTutor/releases/tag/v1.4.0-beta — 三层记忆工作台（L1/L2/L3），所有聊天功能基于单一智能引擎重构，纯LlamaIndex RAG，以及统一的设置+功能界面。

[2026.5.10] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.10 — 远程Docker CORS恢复，跨SDK提供商的 DISABLE_SSL_VERIFY，更安全的代码块引用，以及可选的Matrix端到端加密插件。

[2026.5.9] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.9 — TutorBot Zulip和NVIDIA NIM支持，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] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.8 — 带隔离用户工作区的可选多用户部署，管理员权限，身份验证路由，以及范围化运行时访问。

[2026.5.4] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.7 — 思考模型/提供商修复，可见的知识索引历史，以及更安全的Co-Writer清除/模板编辑。

[2026.5.3] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.6 — 基于目录的聊天和TutorBot模型选择，更安全的RAG重新索引，OpenAI响应令牌限制修复，以及技能编辑器验证。

[2026.5.2] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.5 — 更流畅的本地启动设置，更安全的RAG查询，更简洁的本地嵌入身份验证，以及设置深色模式优化。

[2026.5.1] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.4 — 书页聊天持久性和重建流程，聊天到书籍的引用，更强的语言/推理处理，RAG文档提取强化。

[2026.4.30] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.3 — NVIDIA NIM + Gemini嵌入支持，统一的Space上下文（含聊天历史/技能/记忆），会话快照，RAG重新索引恢复能力。

[2026.4.29] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.2 — 透明的嵌入端点URL，针对无效持久化向量的RAG重新索引恢复能力；思考模型输出的记忆清理，深度解决运行时修复。

[2026.4.28] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.1 — 稳定性：更安全的RAG路由和嵌入验证，Docker持久性，输入法安全输入，Windows/GBK兼容性。

[2026.4.27] https://github.com/HKUDS/DeepTutor/releases/tag/v1.3.0 — 带重新索引工作流的版本化知识库索引，重构的知识工作区，带新适配器的嵌入自动发现，Space中心。

[2026.4.25] https://github.com/HKUDS/DeepTutor/releases/tag/v1.2.5 — 带文件预览抽屉的持久化聊天附件，附件感知能力管道，TutorBot Markdown导出。

[2026.4.25] https://github.com/HKUDS/DeepTutor/releases/tag/v1.2.4 — 文本/代码/SVG附件，一键设置向导，Markdown聊天导出，紧凑的知识库管理界面。

[2026.4.24] 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保存到笔记本。

[2026.4.22] https://github.com/HKUDS/DeepTutor/releases/tag/v1.2.2 — 用户编写的技能系统，聊天输入性能全面改进，TutorBot自动启动，书籍库界面，可视化全屏。

✨ 核心功能

DeepTutor 是一个原生智能体学习工作空间，将辅导、问题解决、测验生成、研究、可视化和精通练习整合到一个可扩展的系统中。

• 全模式统一运行时 — 聊天、测验、研究、可视化、解题和精通路径均在同一 agent loop 上运行，因此您只需切换目标而非引擎，上下文会随学习者同步迁移。
• 互联学习上下文 — 知识库（Knowledge bases）、书籍、Co-Writer 草稿、笔记本、题库、角色和记忆（Memory）在所有工作流中保持可用，而非存在于孤立工具中。
• 子智能体与协作伙伴（Subagents and Partners） — 可在任意对话轮次咨询实时 Claude Code、Codex 或协作伙伴（或导入其历史对话），并在同一智能核心上运行持久化即时通讯伙伴。
• 多引擎知识管理 — 跨 LlamaIndex、PageIndex、GraphRAG、LightRAG 或链接的 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，以及可从 EduHub 安装的社区技能。
• 可检视记忆 — L1 追踪记录（traces）、L2 表层摘要（surface summaries）和 L3 综合信息（synthesis）使个性化过程可见且可编辑，记忆图谱（Memory Graph）可追溯每一项主张的证据来源。

Option 3 — Docker · 一个独立容器

一个容器包含完整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）

有关podman/rootless/read-only-rootfs部署及完整安装指南，请参见CONTAINERIZATION.md。

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

[!IMPORTANT] 只需发布 3782 端口。浏览器仅与前端源通信；Next.js 中间件（web/proxy.ts）会将 /api/* 和 /ws/* 转发到容器内的 FastAPI 后端。发布 8001 端口（-p 127.0.0.1:8001:8001）是可选的，仅在需要通过 curl 或脚本直接访问 API 时有用。

打开 [***] /app/data/user/settings/*.json；可从 Web 设置页面配置模型提供商。配置、API 密钥、日志、工作区文件、内存和知识库均持久化存储在 deeptutor-data 卷中。

• 不同的主机端口：修改每个 -p host:container 映射的左侧部分（例如 -p 127.0.0.1:8088:3782）。如果在 /app/data/user/settings/system.json 中修改了容器端端口，需重启并更新映射的右侧部分以保持一致。
• 后台运行：添加 -d 参数，然后使用 docker logs -f deeptutor 跟踪日志，docker stop deeptutor 停止容器，重用名称前需执行 docker rm deeptutor。deeptutor-data 卷会在重启之间保留您的设置和工作区。

远程 Docker / 反向代理：浏览器仅与前端源（:3782）通信；容器内的 Next.js 中间件会将 /api/* 和 /ws/* 转发到后端服务器。对于常见的单容器场景，无需配置 API 基础地址，只需将反向代理/TLS 终结器指向 :3782 即可。仅在拆分部署（后端位于单独容器/主机）时才需要 API 基础地址：在 data/user/settings/system.json 中设置 next_public_api_base 为前端服务器用于访问后端的网络内地址（该地址在服务器端读取，从不发送到浏览器）。

{
"next_public_api_base": "http://backend:8001"
}

next_public_api_base_external（及其别名 public_api_base）可作为低优先级备选。CORS 使用前端源，而非 API URL。禁用身份验证时，DeepTutor 默认允许常规 HTTP/HTTPS 浏览器源。启用身份验证时，需添加确切的前端源：

{
"cors_origins": ["https://deeptutor.example.com"]
}

连接主机上的 Ollama / LM Studio / llama.cpp / vLLM / Lemonade

在 Docker 内部，localhost 指容器本身，而非主机。要访问主机上运行的模型服务，建议使用主机网关：

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

然后在设置 → 模型中，将提供商的基础 URL 指向 host.docker.internal：

• Ollama LLM：http://host.docker.internal:11434/v1
• Ollama 嵌入：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 上创建该主机名的可移植方式。

配置参考 — data/user/settings/ 下的配置文件（JSON/YAML）

data/user/settings/ 目录下的所有文件均为纯 JSON/YAML 格式。建议通过浏览器中的 设置 页面进行编辑。

项目根目录下的 .env 不会 被作为应用配置文件读取。如需进行最小化模型设置，请打开 设置 → 模型，添加 LLM 配置文件（基础 URL / API 密钥 / 模型名称）并保存。仅当计划使用知识库 / RAG 功能时，才需要添加嵌入配置文件。

🌐 学习空间 — 技能、角色和可复用上下文

学习空间是库和个性化层 — 用于存储持久化内容。对话与材料包含您的聊天历史、笔记本和题库（每个保存的问题都记录您的答案、参考答案及解释）。个性化包含掌握路径、角色（行为预设，如 peer、research-assistant、teacher）和技能（模型按需读取的 SKILL.md 操作手册）。此处所有内容均可在聊天、伙伴、协作者和书籍功能中复用。

您无需自行编写所有技能 — 从 EduHub 导入功能可浏览社区目录，并通过安全验证将技能直接下载到您的库中（参见 生态系统）。

🧠 记忆 — 可检查的个性化

记忆是基于文件的三层系统，您可对其进行读取、整理和审计 — 特意设计为非隐藏向量存储。L1 是工作区镜像加上仅追加的事件跟踪（trace/ / .jsonl）；L2 是按界面整理的事实（L2/ .md）；L3 是跨界面的综合信息（L3/ .md）。由于 L2 引用 L1 且 L3 引用 L2，您个人资料中的所有内容均可追溯。

记忆图谱展示整个层级结构 — 中心为 L3 综合信息，中间环为 L2，外围为 L1 跟踪记录 — 因此您可将任何综合结论追溯到其背后的确切原始事件。记忆会跨 chat、notebook、quiz、kb、book、伙伴和 cowriter 界面进行跟踪；整合器的更新/审计/去重预算可在设置 → 记忆中调整。

deeptutor chat # 交互式 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 应用的所有功能在此处均有体现——知识库（kb）、会话（session）、伙伴（partner）、技能（skill）、笔记本、记忆和配置。完整列表如下。

让智能体驱动它

DeepTutor 设计为可由另一个智能体操作。在任何 run 命令中添加 --format json，每一轮交互都会流式输出NDJSON（每行一个事件）（content、tool_call、tool_result、done 等），每行均标记其 session_id。运行支持无头模式：当 ask_user 暂停且无 TTY 时，会自动以空回复解决，而非挂起。

# 单次运行，机器可读格式
deeptutor run deep_solve "Find d/dx[sin(x^2)]" --tool reason --format json

# 在一个有状态会话中链式交互——捕获会话 ID 并复用
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

仓库中包含一个根目录下的 SKILL.md——一份约 150 行的交接文档，可让任何支持工具调用的 LLM 一次性掌握全部使用方法。可将其提供给 Claude Code、Codex 或 OpenCode（它们会自动读取 SKILL.md），或将 deeptutor run 包装为 LangChain / AutoGen 循环中的工具。完整方案：智能体交接。

命令参考

仅 CLI 分发版

仅 CLI 包位于 packaging/deeptutor-cli。在当前检出目录中，可从源码安装：

python -m pip install -e ./packaging/deeptutor-cli

该包尚未发布到 PyPI，因此主要的【快速开始】部分仍保留源码安装路径。

🧩 生态系统 — EduHub 与技能社区

DeepTutor 技能采用开放的 Agent-Skills 格式——一个包含 SKILL.md 操作手册（YAML 前置元数据 + Markdown）和可选参考文件的文件夹。其设计不特定于 DeepTutor，因此任何支持该格式的注册表都可作为技能库的来源。DeepTutor 内置了 EduHub——我们自己的教育专用技能注册表——并将其设为默认 hub。

EduHub — DeepTutor 的技能生态

EduHub 是 DeepTutor 推出的社区 hub，用于分享面向教学的智能体技能——苏格拉底式辅导、闪卡生成器、论文反馈、考试蓝图、概念解释器等。它内置于 DeepTutor，无需额外配置：直接使用短名称或 eduhub: 前缀即可解析。

查找和安装——在浏览器中，打开【学习空间 → 技能 → 从 EduHub 导入】浏览目录并直接下载技能到本地库。在终端中：

deeptutor skill search "socratic tutor" # 搜索 EduHub（默认 hub）
deeptutor skill install socratic-tutor # 获取 → 验证 → 注册
deeptutor skill install eduhub:socratic-tutor@1.2.0 # 指定 hub 和版本
deeptutor skill list # 本地技能及其 hub 来源

发布自己的技能——打包 SKILL.md 并分享回社区：

deeptutor skill login # 浏览器登录 EduHub
deeptutor skill publish ./my-skill # 交互式：选择分类 + 标签，然后上传
deeptutor skill update # 回滚或发布新版本

EduHub 也是独立的、兼容 ClawHub 的注册表，因此非 DeepTutor 的智能体（Claude Code、Codex 等）可通过 eduhub CLI 直接使用——npx eduhub install socratic-tutor。

导入安全检查

无论来源如何，所有导入在接触工作区前均需通过相同的安全检查：

• 首先检查注册表的安全 verdict——标记为风险的包将被拒绝，除非通过 --allow-unverified；
• 归档文件通过文本/脚本后缀白名单进行防御性解压（防 zip-slip / zip-bomb），确保二进制文件不会进入工作区；
• 前置元数据标准化为 DeepTutor 架构，并剥离 always: 字段，确保下载的技能无法强制注入所有系统提示；
• 来源信息（hub、版本、verdict、安装时间）写入 .hub-lock.json，用于审计和更新。

在多用户部署中，安装权限仅限管理员：新技能会进入管理员目录，在管理员审核并授权前对其他用户不可见。

同时兼容 ClawHub

由于 DeepTutor 支持开放的 Agent-Skills 格式，ClawHub 也是一级来源——与 EduHub 一同内置。通过 hub 前缀选择：

deeptutor skill search "git release notes" --hub clawhub
deeptutor skill install clawhub:git-release-notes@1.0.1

可在 settings/skill_hubs.json 中添加更多注册表：type: "clawhub" 条目指向任何兼容的 HTTP API（EduHub 和 ClawHub 均支持），type: "command" 包装注册表提供的任何获取 CLI，"default" 指定短名称使用的默认 hub。所有注册表均通过相同的导入安全检查。

🌐 社区

📮 联系方式