DeepTutor AI 家教教程：教材导入、模型配置与练习验收

孩子拿着数学题来问你，你不一定会。让他自己去问 AI，几秒就有答案——但答案看懂了，换道题还是错。

普通的对话 AI 做不到针对性辅导。它不知道孩子用哪本教材、学到第几章、哪些概念没吃透、哪些题反复卡壳。我们都清楚，真正的辅导不是给个答案就完事，而是根据孩子的情况，系统地教。

DeepTutor 要做的就是这件事——一个可以给孩子定制的 AI 家教：把教材导进去，它会围绕这本教材讲概念、出练习、记录错题，持续追踪孩子的学习状态。

简单说：把孩子的课本、试卷、错题建成一个知识库，它就变成孩子专属的 AI 辅导老师——围绕这些资料讲概念、拆问题、出练习，一直记得孩子哪里强、哪里弱。

核心功能：一套 AI 辅导老师系统是怎么搭起来的

下面以高中数学为例，看看家长可以用 DeepTutor 为孩子做些什么。

① 教材知识库：让回答有资料依据

导入一本教材 PDF，系统会把它处理成可检索的知识库。之后 AI 的回答会围绕这本教材展开，而不是只靠模型自己的泛化知识。

② 按老师的方式讲概念：先教一点，再问一下

讲解一个概念后，可以立即出题测试理解。答错的时候，它不会只给正确答案，而是分析错在哪里——概念、提问、反馈连在一起，比单纯扔个答案更接近真正的辅导。

③ 测验与自动评判：把学习变成可检查的练习

切换到测验模式，可以按当前学到的知识点，生成不同难度的题目。答完立刻就能看到结果和详细解析。

④ 题库和错题：把做过的题留下来

做过的题目可以收藏到个人题库，按全部、已收藏、仅错题随时筛选复习和巩固。每道题都能看到难度、作答结果和解析。

⑤ 解题模式：逐步推导，让推理过程可见

遇到不会的题目，孩子可以打开解题模式。它不会直接给答案，而是一步一步推给孩子看，让孩子跟着思路走。

⑥ 可视化模式：把抽象知识画出来

函数、几何、统计这类抽象概念，画出来比纯文字直观得多。可视化模式把知识点变成图表，让抽象的东西看得见。

⑦ 精通之路：不是答对一次就算会了

学完一章后可以走一遍「精通之路」。它会先把内容拆成多个知识点，做诊断题，再给变式题反复验证——不是答对一次就放你过关，确认真的掌握了才解锁下一步。

⑧ 研究模式与笔记本：把一章内容整理成学习笔记

可以让它梳理一章的知识结构、易错点和典型例题，自动生成结构化的学习笔记。知识库存原始资料，笔记本存整理后的结论，适合做阶段性复盘。

⑨ 伙伴：把它固定成一个长期 AI 辅导老师

创建一个专属的 AI 助手，设定角色、教学风格和规则，它会长期记住孩子的学习进度。以后孩子说“继续学集合”就行，不用重新声明身份。语文、数学、英语，每门课都可以有自己的专属辅导老师。

安装和模型配置

安装运行

可以将下面提示词发给 Agent，让它帮你完成安装：

帮我安装并运行 https://github.com/HKUDS/DeepTutor 项目

项目启动后，Agent 会返回一个访问地址，在浏览器中打开就能看到 DeepTutor 的界面。

思考大模型配置

要正常使用，需要接入一个负责思考和回答的大模型。

进入「设置 → 模型 → LLM」，添加大模型服务，填写 API 地址、密钥和模型 ID，然后点击「运行测试」。可以是付费 API（如 OpenAI、DeepSeek），也可以是三方供应商。

嵌入模型配置

如果要做教材知识库，让 AI 围绕你的资料答疑，还需要接入嵌入模型。思考模型负责“讲”，嵌入模型负责“解析找资料”。

实测可以使用 Ollama 在本地免费运行 qwen3-embedding:0.6b，电脑配置要求不高。

可以将下面提示词发给 Agent：

帮我下载安装 Ollama，然后拉取 qwen3-embedding:0.6b 模型。

配置完成后，孩子就有了自己的专属 AI 辅导老师。

适合谁

• 想给孩子配一个定制化 AI 家教、围绕课本和错题长期辅导的家长。
• 想把自己的教材、论文、课程资料变成长期学习系统的学生或自学者。
• 老师、培训机构、内容创作者，想做有固定风格和资料边界的 AI 助教。

第一次使用：用一节教材完成验收

先选自己有权使用、能核对答案的两三页教材，暂时不要导入整本书。下面以二次函数为例，给出一套可复用的操作与验收流程；这是练习示例，不代表某次模型运行的实测成绩。

1. 先测试模型连接。 确认 LLM 和嵌入模型各自能通过连接测试。配置密钥前，可以先看 环境变量与密钥边界。本地运行嵌入模型，并不表示云端 LLM 的回答也在本地生成。
2. 导入并核对教材。 等待资料处理完成，检查预览中的公式、图像和章节顺序。扫描页如果识别错误，应先修正资料，再开始提问。
3. 核对一次有依据的回答。 询问“请根据我上传的教材，解释二次函数顶点式，并指出对应章节或原文依据；找不到时直接说明”。打开引用，对照教材检查，不能只看回答是否流畅。
4. 做一道已知答案的题。 使用下方例题，先自己作答，再逐步核对推导。不要把 AI 的自动评分当成唯一标准。
5. 换题并复习。 换一组系数，让孩子独立回答。保存错题后重新打开，检查题目、作答和解析是否保留下来，再安排下一次复习。

请围绕我上传的二次函数教材进行辅导。
先解释顶点式与对称轴，再出一道与 y = (x - 2)^2 - 3 有关的题。
先给提示，不要立即给答案；等我作答后，再检查每一步。
引用教材时给出可核对的出处；资料不包含的内容要明确标注。
最后出一道不同系数的变式题，检查我能否独立解答。

核对基准：y = (x - 2)^2 - 3 的顶点是 (2, -3)，对称轴是 x = 2，最小值为 -3。如果变式为 y = -2(x + 1)^2 + 4，顶点应为 (-1, 4)，最大值为 4。这组手工可算的答案能帮助你检查系统是否把平移方向或开口方向讲反。

保存学习记录时，区分题目、回答和核对结果

为同一道题分别保存原题、学生作答、AI 解析和人工核对结论。下次复习时先隐藏解析，再出系数不同但考点相同的题；只记住原题答案，不能算已经掌握方法。

如果学生答对而 AI 判错，保留这条反例，按教材或老师给出的规则重新核对。不要为了让模型评价变好而反复改学生答案，也不要把模型生成的“掌握率”直接当作成绩。

需要整理教材之外的公开学习材料时，可用 Agent Reach 的来源记录方法，先核对材料出处，再决定是否加入知识库。

常见卡点与使用边界

现象	优先检查什么	通过标准
模型测试失败	服务地址、密钥、模型 ID，以及服务商返回的错误信息	能完成一次简短问答
导入后找不到教材内容	文档处理状态、扫描页识别和是否选对知识库	能定位一段已知原文
回答正确但没有依据	继续要求原文出处，检查引用是否真的存在	引用与教材内容一致
解析看起来合理，孩子仍不会做	换系数、隐藏答案，要求独立写出步骤	新题能独立完成并说明理由

教材检索不能保证每个结论都正确，长期记忆也需要核对保存情况。涉及孩子的姓名、学校、成绩单或试卷照片时，应先去除身份信息，并确认模型和解析服务会把资料发送到哪里。AI 适合作为练习与讲解的辅助，不能代替家长、老师对学习情况的判断。

功能与安装方式以 DeepTutor 官方仓库 和对应版本说明为准，截图对应的界面可能随版本变化。本文保留原有演示截图，本次更新补充了验收流程与边界说明。

如果你想把“讲解 → 练习 → 检查 → 复习”写成明确的循环，可以继续阅读 Agent Loop 使用指南，为每一轮学习设定成功标准与停止条件。

写在最后

DeepTutor 有意思的地方，不是某个功能多厉害，而是它把教材、练习、错题、笔记和辅导老师串在了一起——孩子的学习痕迹留下来了，不是问完就忘。

如果你想让 AI 从“回答一道题”变成“长期辅导一门课”，或者你在关注教育 Agent 方向的技术方案，DeepTutor 值得花一个下午跑起来看看。