3步完成DeepTutor本地部署断网也能用的离线AI学习助手【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor公司内网不能访问公网或者你不想把学习资料传到云端DeepTutor 是一款开源的个性化学习助手通过本地部署 Ollama 本地大模型后知识库、对话、记忆全部跑在你自己的机器上。模型下载完成后断网也能用。一、选型与门槛内存、磁盘与模型选型对照 ️先对一下你的硬件再决定用多大的模型项目要求 / 建议内存8GB 可跑 7B 级模型llama3.2、qwen2.5:7b16GB 以上更流畅磁盘至少 10GB 空闲模型 项目 索引系统Windows / macOS / LinuxPython 3.11–3.13、Node.js 20模型对话用 llama3.2 / mistral向量索引用 nomic-embed-text均从 Ollama 拉取网络只在首次拉取模型时需要联网之后可完全离线DeepTutor 分三层接入层Web、CLI、SDK、核心功能层聊天、协同写作、学习、导师 Agent、数据智能层知识库、记忆、笔记。本地部署时三层都在你的机器上学习数据不出内网。二、部署落地模型引擎 → 项目初始化 → 启动验证 1. 模型引擎装好 Ollama 并拉取模型先安装 Ollama 客户端按你的系统从官网下载安装包或用系统包管理器。装好后拉取一个对话模型和一个向量模型ollama pull llama3.2 ollama pull nomic-embed-text成功标志执行ollama list能看到这两个模型。2. 项目初始化clone 仓库并配置git clone https://gitcode.com/GitHub_Trending/dee/DeepTutor cd DeepTutor python -m pip install -e .接着运行deeptutor init在向导里选 Ollama 作为模型提供商模型端点填http://localhost:11434/v1向量端点填http://localhost:11434/api/embed模型分别选刚才拉的两个。成功标志向导里的连接探测通过配置自动保存。3. 启动与验证deeptutor start浏览器打开http://127.0.0.1:3782。成功标志看到首页且模型下拉列表里出现了 llama3.2说明前后端和 Ollama 全部打通。需要停止时按CtrlC。三、上手体验上传资料 → 提问 → 看带引用的回答 离线环境里最常用的一条主线是先喂资料再提问。打开知识库页面新建一个知识库拖入几份 PDF 或 Markdown 文档等待向量索引完成这一步由本地的 nomic-embed-text 模型处理不经过任何服务器回到聊天界面选中该知识库问这份资料的核心观点是什么。你正在做的是管理私人学习库这里能看到每份文档的索引状态。提问后回答基于你的资料生成并附上来源引用——这正是离线环境下 RAG 的典型用法。四、问题速查启动失败与连接问题排查现象最可能原因一条修复探测不到 Ollama服务没启动ollama serveinit 里选不到模型模型没拉取ollama pull llama3.23782 页面打不开端口被占或进程退出检查终端报错输出知识库索引特别慢CPU 向量计算吃紧减少单次上传文档数仍无法解决时查看 logs/ 目录定位具体错误信息。卡住的步骤可以直接把报错贴到项目 issue 里或把你的内存配置和模型组合分享给其他本地部署用户帮他们少走弯路。【免费下载链接】DeepTutorDeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.项目地址: https://gitcode.com/GitHub_Trending/dee/DeepTutor创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考