DeepTutor: ผู้ช่วยติวส่วนบุคคลแบบ Agent-Native

คุณสมบัติเด่น · เริ่มต้นใช้งาน · สำรวจความสามารถ · TutorBot · CLI · ชุมชน

🇺🇸 English · 🇨🇳 中文 · 🇯🇵 日本語 · 🇪🇸 Español · 🇫🇷 Français · 🇸🇦 العربية · 🇷🇺 Русский · 🇮🇳 हिन्दी · 🇵🇹 Português · 🇹🇭 ภาษาไทย · 🇵🇱 Polski

🤝 ยินดีรับทุกรูปแบบการมีส่วนร่วม! ดู คู่มือการมีส่วนร่วม สำหรับกลยุทธ์สาขา มาตรฐานโค้ด และจุดเริ่มต้น

📦 ประวัติการเผยแพร่

[2026.5.10] v1.3.10 — แก้ CORS สำหรับ Docker ระยะไกล, DISABLE_SSL_VERIFY ใน SDK providers, citation ใน code block และแยก Matrix E2EE เป็น add-on

[2026.5.9] v1.3.9 — TutorBot รองรับ Zulip และ NVIDIA NIM, routing ของ thinking-model ปลอดภัยขึ้น, deeptutor start, tooltip ใน sidebar, และ session-store parity

[2026.5.8] v1.3.8 — deployment แบบ multi-user ที่เปิดได้ตามต้องการ พร้อม workspace แยกผู้ใช้, admin grants, auth routes, และ scoped runtime access

[2026.5.4] v1.3.7 — แก้ไข thinking-model/provider, แสดงประวัติ Knowledge index, และ Co-Writer clear/template editing ปลอดภัยขึ้น

[2026.5.3] v1.3.6 — เลือกโมเดลจากคาตาล็อกสำหรับแชตและ TutorBot, RAG re-indexing ปลอดภัยขึ้น, แก้ token-limit ของ OpenAI Responses, และตรวจสอบ Skills editor

[2026.5.2] v1.3.5 — ตั้งค่าการเปิดใช้งานในเครื่องราบรื่นขึ้น, RAG queries ปลอดภัยขึ้น, local embedding auth ชัดเจนขึ้น, และปรับแต่ง dark-mode ของ Settings

[2026.5.1] v1.3.4 — Chat persistence บนหน้าหนังสือและ rebuild flows, อ้างอิงจากแชตไปหนังสือ, จัดการภาษา/การให้เหตุผลแข็งแกร่งขึ้น, เสริมความแข็งแกร่งการดึงเอกสาร RAG

[2026.4.30] v1.3.3 — รองรับ embedding NVIDIA NIM และ Gemini, Space context รวมสำหรับประวัติแชต / สกิล / หน่วยความจำ, snapshot ของเซสชัน, ความทนทานของการทำดัชนี RAG ใหม่

[2026.4.29] v1.3.2 — URL ปลายทาง embedding โปร่งใส, ความทนทาน re-index RAG เมื่อเวกเตอร์ที่ persist ไม่ถูกต้อง, ทำความสะอาดหน่วยความจำสำหรับเอาต์พุตโมเดล thinking, แก้รันไทม์ Deep Solve

[2026.4.28] v1.3.1 — เสถียรภาพ: RAG routing ปลอดภัยขึ้นและตรวจสอบ embedding, Docker persistence, อินพุตปลอดภัยกับ IME, ความทนทาน Windows/GBK

[2026.4.27] v1.3.0 — ดัชนี KB แบบมีเวอร์ชันพร้อมเวิร์กโฟลว์ re-index, รีบิลด์ Knowledge workspace, embedding auto-discovery กับอะแดปเตอร์ใหม่, Space hub

รุ่นที่ผ่านมา (มากกว่า 2 สัปดาห์ที่แล้ว)

[2026.4.25] v1.2.5 — แนบไฟล์ในแชตถาวรพร้อมลิ้นชักพรีวิว, pipeline ความสามารถที่รับรู้แนบไฟล์, ส่งออก Markdown ของ TutorBot

[2026.4.25] v1.2.4 — แนบข้อความ / โค้ด / SVG, Setup Tour คำสั่งเดียว, ส่งออกแชต Markdown, UI จัดการ KB แบบกะทัดรัด

[2026.4.24] v1.2.3 — แนบเอกสาร (PDF/DOCX/XLSX/PPTX), แสดงบล็อกการคิดของโมเดลให้เหตุผล, ตัวแก้เทมเพลต Soul, บันทึก Co-Writer ลงสมุด

[2026.4.22] v1.2.2 — ระบบ Skills ที่ผู้ใช้สร้าง, ปรับประสิทธิ์อินพุตแชต, TutorBot สตาร์ทอัตโนมัติ, UI ห้องสมุดหนังสือ, โหมดเต็มจอของการแสดงผล

[2026.4.21] v1.2.1 — จำกัดโทเคนต่อขั้นตอน, สร้างคำตอบใหม่ได้ทุกจุดเข้า, แก้ความเข้ากันได้ของ RAG และ Gemma

[2026.4.20] v1.2.0 — คอมไพเลอร์ Book Engine «หนังสือมีชีวิต», Co-Writer หลายเอกสาร, การแสดงผล HTML แบบโต้ตอบ, @-mention ธนาคารคำถามในแชต

[2026.4.18] v1.1.2 — แท็บ Channels แบบ schema-driven, รวม RAG เป็น pipeline เดียว, แยก chat prompts ออกเป็นไฟล์ภายนอก

[2026.4.17] v1.1.1 — ปุ่ม "ตอบเลย" ครอบคลุมทุกความสามารถ, Co-Writer scroll sync, แผงตั้งค่ารวม, ปุ่ม Stop ระหว่างสตรีม

[2026.4.15] v1.1.0 — ปรับปรุงการ parse LaTeX block math, ตั้งค่า LLM probe ผ่าน agents.yaml, forward extra headers ใน LLM factory, แก้ UUID ของ SaveToNotebookModal, คำแนะนำ Docker + local LLM และขยาย test suite

[2026.4.14] v1.1.0-beta — URL-based chat routing พร้อม bookmark ได้, ธีม Snow, WebSocket heartbeat & auto-reconnect พร้อม resume, ปรับ ChatComposer ให้เร็วขึ้น, overhaul embedding provider registry, Serper search provider, streaming idle timeout และขยาย test suite

[2026.4.13] v1.0.3 — Question Notebook สำหรับทบทวนแบบทดสอบรวมศูนย์พร้อม bookmark & หมวดหมู่, รองรับ Mermaid diagram ใน Visualize, ตรวจจับ embedding model ไม่ตรง, รวม system message สำหรับ Qwen/vLLM, รองรับ LM Studio & llama.cpp และธีม Glass

[2026.4.11] v1.0.2 — ปรับโครงสร้าง search consolidation ให้ง่ายขึ้นพร้อม SearXNG fallback, แก้ไข provider switch fix, ตั้ง runtime config ชัดเจนใน test runner และแก้ resource leak ฝั่ง frontend

[2026.4.10] v1.0.1 — เพิ่ม Visualize capability ใหม่พร้อม Chart.js/SVG rendering pipeline, ป้องกัน quiz ซ้ำด้วย generation history, รองรับ o4-mini model และปรับปรุง server logging

[2026.4.10] v1.0.0-beta.4 — แสดงความคืบหน้า Embedding พร้อม retry เมื่อเจอ HTTP 429, จัดการ dependency ข้ามแพลตฟอร์มใน start tour และแก้ MIME validation ให้ case-insensitive

[2026.4.8] v1.0.0-beta.3 — ลบ litellm dependency ใช้ native OpenAI/Anthropic SDK providers แทน, รองรับ Math Animator บน Windows, parse JSON จาก LLM ให้ robust ขึ้น, แก้ KaTeX & navigation ใน Guided Learning และ i18n ภาษาจีนครบ

[2026.4.7] v1.0.0-beta.2 — ล้าง runtime cache สำหรับ hot settings reload, รองรับ MinerU nested output, แก้ mimic WebSocket, กำหนดขั้นต่ำ Python 3.11+ และปรับปรุง CI

[2026.4.4] v1.0.0-beta.1 — เขียนสถาปัตยกรรมใหม่แบบ Agent-native (~200k บรรทัด) พร้อมโมเดลปลั๊กอิน 2 ชั้น (Tools + Capabilities), CLI & SDK entry points, TutorBot มัลติแชนแนล, Co-Writer, Guided Learning และ persistent memory

[2026.1.23] v0.6.0 — Session persistence, อัปโหลดเอกสารเพิ่มทีละไฟล์, import RAG pipeline ที่ยืดหยุ่น และ localization ภาษาจีนครบ

[2026.1.18] v0.5.2 — รองรับ Docling สำหรับ RAG-Anything, ปรับ logging system และแก้บั๊ก

[2026.1.15] v0.5.0 — Unified service configuration, เลือก RAG pipeline ต่อ knowledge base, ปรับ question generation ใหม่ และปรับแต่ง sidebar

[2026.1.9] v0.4.0 — รองรับ Multi-provider LLM & embedding, หน้า home ใหม่, แยก RAG module และ refactor environment variable

[2026.1.5] v0.3.0 — สถาปัตยกรรม PromptManager รวม, GitHub Actions CI/CD และ Docker image สำเร็จรูปบน GHCR

[2026.1.2] v0.2.0 — Docker deployment, อัปเกรด Next.js 16 & React 19, WebSocket security hardening และแก้ช่องโหว่สำคัญ

📰 ข่าวสาร

[2026.4.19] 🎉 ครบ 20k ดาวหลัง 111 วัน! ขอบคุณที่สนับสนุน — เราจะพัฒนาต่อเพื่อติวเตอร์เชิงบุคคลและฉลาดอย่างแท้จริง

[2026.4.10] 📄 งานวิจัยของเราลง arXiv แล้ว! อ่าน พรีปรินต์ เพื่อทำความเข้าใจการออกแบบและแนวคิดของ DeepTutor

[2026.4.4] นานมาแล้ว ✨ DeepTutor v1.0.0 มาถึงแล้ว — วิวัฒนาการแบบ agent-native ที่เขียนสถาปัตยกรรมใหม่ตั้งแต่ต้น พร้อม TutorBot และการสลับโหมดอย่างยืดหยุ่น ภายใต้สัญญาอนุญาต Apache-2.0 บทใหม่เริ่มต้นขึ้น เรื่องราวของเรายังดำเนินต่อไป!

[2026.2.6] 🚀 เราไปถึง 10,000 ดาวภายในเพียง 39 วัน! ขอบคุณชุมชนที่ยอดเยี่ยมของเราสำหรับการสนับสนุน!

[2026.1.1] สวัสดีปีใหม่! มาร่วม Discord, WeChat หรือ Discussions ของเรา — มาร่วมกำหนดอนาคตของ DeepTutor กัน!

[2025.12.29] DeepTutor เปิดตัวอย่างเป็นทางการ!

✨ คุณสมบัติเด่น

พื้นที่แชตแบบรวมศูนย์ — 6 โหมดในเธรดเดียว: Chat, Deep Solve, Quiz Generation, Deep Research, Math Animator และ Visualize ใช้บริบทร่วมกัน เริ่มจากถามง่าย ไปสู่การแก้ปัญหาแบบหลายเอเจนต์ สร้างภาพความคิด ออกแบบทดสอบ และเจาะลึกงานวิจัยโดยไม่เสียประวัติ
AI Co-Writer — พื้นที่ Markdown หลายเอกสาร AI เป็นผู้ร่วมเขียนระดับแรก: Rewrite, Expand, Shorten ดึงบริบทจาก knowledge base และเว็บ
Book Engine — เปลี่ยนวัสดุของคุณเป็น «หนังสือมีชีวิต» แบบมีโครงสร้างและโต้ตอบได้ ไปป์ไลน์หลายเอเจนต์ 13 ประเภทบล็อก (แบบทดสอบ แฟลชการ์ด ไทม์ไลน์ กราฟแนวคิด ฯลฯ)
Knowledge Hub — สร้าง knowledge base แบบ RAG-ready สมุดบันทึกสีสัน ธนาคารคำถาม และ Skills กำหนดสไตล์การสอน
Persistent Memory — DeepTutor สร้างโปรไฟล์ผู้เรียนที่เติบโตอยู่ตลอดเวลา ใช้ร่วมกันข้ามทุกฟีเจอร์และทุก TutorBot ยิ่งใช้ยิ่งแม่นยำ
TutorBot ส่วนตัว — ไม่ใช่แค่ chatbot แต่เป็นติวเตอร์อัตโนมัติที่มี workspace, memory, บุคลิก และทักษะของตัวเอง ขับเคลื่อนโดย nanobot
Agent-Native CLI — ทุกความสามารถ, knowledge base, session และ TutorBot ผ่านคำสั่งเดียว Rich และ JSON มอบ SKILL.md ให้ agent

🚀 เริ่มต้นใช้งาน

ข้อกำหนดเบื้องต้น

ก่อนเริ่ม ตรวจสอบว่ามีเครื่องมือต่อไปนี้ติดตั้งแล้ว:

ข้อกำหนด	เวอร์ชัน	ตรวจสอบ	หมายเหตุ
Git	ใดก็ได้	`git --version`	สำหรับ clone โปรเจกต์
Python	3.11+	`python --version`	รัน backend
Node.js	20.9+	`node --version`	frontend runtime สำหรับการติดตั้ง Web ในเครื่อง
npm	มากับ Node.js	`npm --version`	ติดตั้งพร้อม Node.js

คุณยังต้องมี API Key จากผู้ให้บริการ LLM อย่างน้อยหนึ่งราย (เช่น OpenAI, DeepSeek, Anthropic) Setup Tour จะนำทางการกรอก

ตัวเลือก A — Setup Tour (แนะนำ)

สคริปต์ CLI แบบโต้ตอบเพียงตัวเดียว พาคุณจาก clone สดใหม่ไปจนถึงแอปที่รันได้ — ไม่ต้อง pip install หรือ npm install หรือแก้ data/user/settings/*.json เอง ทุกอย่างถูกตรวจหา ติดตั้ง และตั้งค่าในขั้นแนะนำ 7 ขั้น

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

# สร้าง Python virtual environment (เลือกอย่างใดอย่างหนึ่ง):
conda create -n deeptutor python=3.11 && conda activate deeptutor   # Anaconda/Miniconda
python -m venv .venv && source .venv/bin/activate                    # macOS/Linux
python -m venv .venv && .venv\Scripts\activate                       # Windows

# เริ่ม guided tour
python scripts/start_tour.py

เมื่อตัวช่วยจบ:

python scripts/start_web.py

การเปิดใช้งานประจำวัน — โดยทั่วไปรัน Tour แค่ครั้งเดียว หลังจากนั้นใช้ python scripts/start_web.py เพื่อสตาร์ท backend กับ frontend พร้อมกัน (URL ฝั่ง frontend แสดงในเทอร์มินัล) รัน start_tour.py อีกครั้งเฉพาะเมื่อต้องตั้งค่า provider ใหม่ เปลี่ยนพอร์ต หรือติดตั้งส่วนเสริมที่ขาด ในหน้า Settings ของเว็บกด Run Tour เพื่อเล่น walkthrough แบบเน้นจุดอีกครั้ง

ตัวเลือก B — ติดตั้งเองแบบ Local

หากคุณต้องการควบคุมทุกขั้นตอนด้วยตัวเอง ให้ติดตั้งและตั้งค่าตามนี้

1. ติดตั้ง dependency

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

conda create -n deeptutor python=3.11 && conda activate deeptutor
pip install -e ".[server]"

# Frontend
cd web && npm install && cd ..

2. ตั้งค่า runtime settings

python scripts/start_tour.py

แก้ไขไฟล์ data/user/settings/*.json และกรอกค่าที่จำเป็นอย่างน้อยดังนี้:

// Runtime configuration now lives in data/user/settings/.
// Model/provider credentials: model_catalog.json
// Ports/CORS/attachments: system.json
// Auth settings: auth.json (JWT secret stays in multi-user/_system/auth/auth_secret)
// PocketBase and sidecars: integrations.json

ผู้ให้บริการ LLM ที่รองรับ

ผู้ให้บริการ	Binding	Base URL เริ่มต้น
AiHubMix	`aihubmix`	`https://aihubmix.com/v1`
Anthropic	`anthropic`	`https://api.anthropic.com/v1`
Azure OpenAI	`azure_openai`	—
BytePlus	`byteplus`	`https://ark.ap-southeast.bytepluses.com/api/v3`
BytePlus Coding Plan	`byteplus_coding_plan`	`https://ark.ap-southeast.bytepluses.com/api/coding/v3`
Custom	`custom`	—
Custom (Anthropic API)	`custom_anthropic`	—
DashScope	`dashscope`	`https://dashscope.aliyuncs.com/compatible-mode/v1`
DeepSeek	`deepseek`	`https://api.deepseek.com`
Gemini	`gemini`	`https://generativelanguage.googleapis.com/v1beta/openai/`
GitHub Copilot	`github_copilot`	`https://api.githubcopilot.com`
Groq	`groq`	`https://api.groq.com/openai/v1`
llama.cpp	`llama_cpp`	`http://localhost:8080/v1`
LM Studio	`lm_studio`	`http://localhost:1234/v1`
MiniMax	`minimax`	`https://api.minimaxi.com/v1`
MiniMax (Anthropic)	`minimax_anthropic`	`https://api.minimaxi.com/anthropic`
Mistral	`mistral`	`https://api.mistral.ai/v1`
Moonshot	`moonshot`	`https://api.moonshot.cn/v1`
Ollama	`ollama`	`http://localhost:11434/v1`
OpenAI	`openai`	`https://api.openai.com/v1`
OpenAI Codex	`openai_codex`	`https://chatgpt.com/backend-api`
OpenRouter	`openrouter`	`https://openrouter.ai/api/v1`
OpenVINO Model Server	`ovms`	`http://localhost:8000/v3`
Qianfan	`qianfan`	`https://qianfan.baidubce.com/v2`
SiliconFlow	`siliconflow`	`https://api.siliconflow.cn/v1`
Step Fun	`stepfun`	`https://api.stepfun.com/v1`
vLLM/Local	`vllm`	—
VolcEngine	`volcengine`	`https://ark.cn-beijing.volces.com/api/v3`
VolcEngine Coding Plan	`volcengine_coding_plan`	`https://ark.cn-beijing.volces.com/api/coding/v3`
Xiaomi MIMO	`xiaomi_mimo`	`https://api.xiaomimimo.com/v1`
Zhipu AI	`zhipu`	`https://open.bigmodel.cn/api/paas/v4`

ผู้ให้บริการ Embedding ที่รองรับ

ผู้ให้บริการ	Binding	ตัวอย่างโมเดล	Dimension เริ่มต้น
OpenAI	`openai`	`text-embedding-3-large`	3072
Azure OpenAI	`azure_openai`	deployment name	—
Cohere	`cohere`	`embed-v4.0`	1024
Jina	`jina`	`jina-embeddings-v3`	1024
Ollama	`ollama`	`nomic-embed-text`	768
vLLM / LM Studio	`vllm`	โมเดล embedding ใดก็ได้	—
OpenAI-compatible	`custom`	—	—

ผู้ให้บริการที่เข้ากันได้กับ OpenAI (DashScope, SiliconFlow ฯลฯ) ใช้ผ่าน binding custom หรือ openai ได้

ผู้ให้บริการ Web Search ที่รองรับ

ผู้ให้บริการ	Env Key	หมายเหตุ
Brave	`BRAVE_API_KEY`	แนะนำ, มี free tier
Tavily	`TAVILY_API_KEY`
Serper	`SERPER_API_KEY`	ผลการค้นหา Google ผ่าน Serper
Jina	`JINA_API_KEY`
SearXNG	—	Self-hosted, ไม่ต้องใช้ API key
DuckDuckGo	—	ไม่ต้องใช้ API key
Perplexity	`PERPLEXITY_API_KEY`	ต้องใช้ API key

3. เริ่มบริการ

วิธีที่เร็วที่สุด:

python scripts/start_web.py

คำสั่งนี้จะสตาร์ททั้ง backend และ frontend พร้อมเปิดเบราว์เซอร์ให้โดยอัตโนมัติ

หรือรันแยกเทอร์มินัล:

# Backend (FastAPI)
python -m deeptutor.api.run_server

# Frontend (Next.js) — เปิดอีกเทอร์มินัลหนึ่ง
cd web && npm run dev -- -p 3782

Service	Port เริ่มต้น
Backend	`8001`
Frontend	`3782`

เปิด http://localhost:3782 แล้วพร้อมใช้งาน

ตัวเลือก C — ติดตั้งด้วย Docker

Docker ช่วยรวม backend และ frontend ไว้ในคอนเทนเนอร์เดียว จึงไม่จำเป็นต้องติดตั้ง Python หรือ Node.js บนเครื่องโดยตรง

1. สร้าง runtime settings (จำเป็นสำหรับทุกตัวเลือก)

git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
python scripts/start_tour.py

แก้ไข data/user/settings/*.json และกรอกค่าที่จำเป็น (เหมือน ตัวเลือก B ด้านบน)

2a. ดึง image ทางการ (แนะนำ)

Image ทางการเผยแพร่ที่ GitHub Container Registry ทุกครั้งที่ release สำหรับ linux/amd64 และ linux/arm64

python scripts/docker_compose.py -f docker-compose.ghcr.yml up -d

หากต้องการ pin เวอร์ชันเฉพาะ ให้แก้ image tag ใน docker-compose.ghcr.yml:

image: ghcr.io/hkuds/deeptutor:1.0.0  # หรือ :latest

2b. Build จาก source

python scripts/docker_compose.py up -d

คำสั่งนี้จะ build image จาก Dockerfile และเริ่มคอนเทนเนอร์

3. ตรวจสอบและจัดการ

เปิด http://localhost:3782 เมื่อคอนเทนเนอร์พร้อมแล้ว

python scripts/docker_compose.py logs -f   # ดู log
python scripts/docker_compose.py down       # หยุดและลบคอนเทนเนอร์

Deploy บน Cloud / เซิร์ฟเวอร์ระยะไกล

เมื่อ deploy บนเซิร์ฟเวอร์ระยะไกล เบราว์เซอร์ต้องรู้ URL สาธารณะของ backend API เพิ่มตัวแปรอีกหนึ่งตัวใน data/user/settings/*.json:

{
  "next_public_api_base_external": "https://your-server.com:8001"
}

Frontend startup script จะใช้ค่านี้ตอน runtime — ไม่ต้อง rebuild

การยืนยันตัวตน (สำหรับการ deploy สาธารณะ)

การยืนยันตัวตน ปิดใช้งานโดยค่าเริ่มต้น — ไม่ต้องเข้าสู่ระบบบน localhost สำหรับการ deploy แบบ multi-tenant ดูส่วน มัลติยูเซอร์ ด้านล่าง

ผู้ใช้คนเดียวแบบ headless (ไม่มีขั้นตอน /register): กำหนดค่าล่วงหน้าผ่าน env vars:

python -c "from deeptutor.services.auth import hash_password; print(hash_password('yourpassword'))"

// Runtime configuration now lives in data/user/settings/.
// Model/provider credentials: model_catalog.json
// Ports/CORS/attachments: system.json
// Auth settings: auth.json (JWT secret stays in multi-user/_system/auth/auth_secret)
// PocketBase and sidecars: integrations.json

PocketBase sidecar (ยืนยันตัวตนและจัดเก็บข้อมูลเสริม)

PocketBase เป็น backend เบาแบบ optional ที่แทนที่การยืนยันตัวตน SQLite/JSON ในตัว

⚠️ PocketBase mode ใช้ได้กับผู้ใช้คนเดียวเท่านั้นในปัจจุบัน สคีมาเริ่มต้นไม่มีฟิลด์ role ใน users และ queries ไม่ถูกกรองตาม user_id Multi-user: ปล่อย integrations.pocketbase_url ว่างไว้

python scripts/docker_compose.py up -d
open http://localhost:8090/_/
pip install pocketbase
python scripts/pb_setup.py

// Runtime configuration now lives in data/user/settings/.
// Model/provider credentials: model_catalog.json
// Ports/CORS/attachments: system.json
// Auth settings: auth.json (JWT secret stays in multi-user/_system/auth/auth_secret)
// PocketBase and sidecars: integrations.json

Development mode (hot-reload)

เพิ่ม dev override เพื่อ mount source code และเปิด hot-reload สำหรับทั้งสองบริการ:

python scripts/docker_compose.py -f docker-compose.yml -f docker-compose.dev.yml up

การเปลี่ยนแปลงใน deeptutor/, deeptutor_cli/, scripts/ และ web/ จะมีผลทันที

กำหนด Port เอง

แก้ไข port เริ่มต้นใน data/user/settings/*.json:

{
  "backend_port": 9001,
  "frontend_port": 4000
}

จากนั้นรีสตาร์ท:

python scripts/docker_compose.py up -d     # หรือ python scripts/docker_compose.py -f docker-compose.ghcr.yml up -d

การเก็บข้อมูลถาวร (Data persistence)

ข้อมูลผู้ใช้และ knowledge base เก็บผ่าน Docker volume ที่ map กับ directory ในเครื่อง:

Container path	Host path	เนื้อหา
`/app/data/user`	`./data/user`	Settings, workspace, sessions, logs
`/app/data/memory`	`./data/memory`	หน่วยความจำระยะยาวที่ใช้ร่วมกัน (`SUMMARY.md`, `PROFILE.md`)
`/app/data/knowledge_bases`	`./data/knowledge_bases`	เอกสารที่อัปโหลด & vector indices

Directory เหล่านี้จะอยู่หลังจาก python scripts/docker_compose.py down และถูกนำมาใช้ใหม่เมื่อ python scripts/docker_compose.py up ครั้งต่อไป

Runtime settings / deployment overrides

Runtime settings live in data/user/settings/*.json; model_catalog.json is the source of truth for model, embedding, and search provider credentials. Non-model runtime settings live in system.json, auth.json, and integrations.json.

Docker startup is JSON-driven via scripts/docker_compose.py; use data/user/settings/*.json rather than the project-root .env or legacy BACKEND_PORT / FRONTEND_PORT variables.

ตัวเลือก D — ใช้เฉพาะ CLI

หากคุณต้องการเฉพาะ command-line interface โดยไม่ใช้เว็บ frontend:

pip install -e ".[cli]"
deeptutor chat                                   # Interactive REPL
deeptutor run chat "Explain Fourier transform"   # เรียกใช้ capability แบบ one-shot
deeptutor run deep_solve "Solve x^2 = 4"         # แก้ปัญหาแบบหลายเอเจนต์
deeptutor kb create my-kb --doc textbook.pdf     # สร้าง knowledge base

ดูรายละเอียดเพิ่มเติมที่ DeepTutor CLI

📖 สำรวจ DeepTutor

💬 Chat — พื้นที่ทำงานอัจฉริยะแบบรวม

DeepTutor รวม 6 โหมดหลักไว้ใน workspace เดียว โดยใช้ ระบบจัดการบริบทร่วมกัน ทำให้ประวัติการสนทนา knowledge base และแหล่งอ้างอิงต่อเนื่องข้ามโหมดได้ — สลับไปมาได้อิสระในหัวข้อเดียวกัน

โหมด	หน้าที่
Chat	สนทนาแบบยืดหยุ่น พร้อมเปิดใช้ RAG, web search, code execution, deep reasoning, brainstorming และ paper search ได้ตามต้องการ
Deep Solve	แก้ปัญหาแบบหลายเอเจนต์ โดยวางแผน สืบค้น แก้โจทย์ และตรวจสอบ พร้อม citation อย่างเป็นระบบ
Quiz Generation	สร้างแบบทดสอบจาก knowledge base พร้อมตรวจสอบคุณภาพของคำถาม
Deep Research	แยกหัวข้อออกเป็นประเด็นย่อย ส่งเอเจนต์ค้นคว้าแบบขนานจาก RAG, เว็บ และงานวิชาการ แล้วสรุปเป็นรายงานที่มีอ้างอิง
Math Animator	เปลี่ยนแนวคิดคณิตศาสตร์ให้เป็นภาพเคลื่อนไหวและ storyboard ด้วย Manim
Visualize	สร้าง SVG, Chart.js, Mermaid หรือหน้า HTML แบบรวมไฟล์เดียวจากคำอธิบายภาษาธรรมดา

เครื่องมือ แยกอิสระจาก workflow — ในทุกโหมด คุณเลือกได้ว่าจะเปิดเครื่องมือตัวไหน ใช้กี่ตัว หรือจะไม่ใช้เลย Workflow จัดการเรื่องการให้เหตุผล ส่วนเครื่องมือเป็นของคุณที่จะประกอบเข้าด้วยกัน

เริ่มจากถามคำถามง่าย ๆ ยกระดับเป็น Deep Solve เมื่อยากขึ้น แสดงภาพความคิด สร้างแบบทดสอบเพื่อตรวจสอบตัวเอง จากนั้นเปิด Deep Research เพื่อลงลึก — ทั้งหมดในเธรดเดียว

✍️ Co-Writer — พื้นที่เขียนหลายเอกสารกับ AI

สร้างและจัดการหลายเอกสาร แต่ละไฟล์ถูกเก็บถาวร — ไม่ใช่แค่ฉบับร่างครั้งเดียว: Markdown เต็มรูปแบบที่ AI เป็นผู้ร่วมเขียนระดับแรก เลือกข้อความแล้วสั่ง Rewrite, Expand หรือ Shorten ดึงบริบทจาก knowledge base หรือเว็บ undo/redo เต็มรูปแบบ บันทึกลง notebook ได้

📖 Book Engine — หนังสือมีชีวิตแบบโต้ตอบ

ระบุหัวข้อชี้ไปที่ knowledge base — ได้หนังสือที่มีโครงสร้างและโต้ตอบได้ ไม่ใช่ไฟล์ส่งออกคงที่ แต่เป็นเอกสารมีชีวิตสำหรับอ่าน ทดสอบตัวเอง และพูดคุยในบริบท

เบื้องหลังเป็นไปป์ไลน์หลายเอเจนต์: เสนอโครงร่าง ดึงแหล่งอ้างอิง รวมต้นไม้บท วางแผนหน้า และคอมไพล์บล็อก คุณยังคุมได้: ตรวจโครงร่าง จัดเรียบบท แชตข้างหน้าใดก็ได้

13 ประเภทบล็อก — ข้อความ callout แบบทดสอบ แฟลชการ์ด โค้ด รูป ดำดิ่งลึก แอนิเมชัน แบบโต้ตอบ ไทม์ไลน์ กราฟแนวคิด ส่วน โน้ตผู้ใช้ — แต่ละแบบมีคอมโพเนนต์โต้ตอบ ไทม์ไลน์ความคืบหน้าแบบเรียลไทม์

📚 การจัดการความรู้ — โครงสร้างพื้นฐานการเรียนของคุณ

คอลเลกชันเอกสาร โน้ต และบุคลิกการสอน

Knowledge Bases — อัปโหลด PDF, TXT หรือ Markdown เพิ่มทีละไฟล์
Notebooks — บันทึกจาก Chat, Co-Writer, Book หรือ Deep Research จัดหมวดและสี
Question Bank — ทบทวนคำถามที่สร้างแล้ว บุ๊กมาร์กและ @ ในแชตเพื่อวิเคราะห์ผลในอดีต
Skills — สร้างบุคลิกการสอนด้วย SKILL.md: ชื่อ คำอธิบาย ทริกเกอร์ (ถ้ามี) และ Markdown ที่ฉีดเข้า system prompt เมื่อเปิดใช้

Knowledge base ของคุณไม่ใช่แค่ที่เก็บ — มันมีส่วนร่วมอย่างแข็งขันในทุกการสนทนา ทุกเซสชันวิจัย และทุกเส้นทางการเรียนรู้

🧠 Memory — DeepTutor เรียนรู้ไปพร้อมกับคุณ

DeepTutor มี memory แบบถาวรที่เติบโตอยู่ตลอดเวลาผ่าน 2 มิติ:

Summary — สรุปว่าคุณเรียนอะไรไปแล้ว สำรวจประเด็นใดบ้าง และความเข้าใจพัฒนาอย่างไร
Profile — โปรไฟล์ผู้เรียน เช่น ระดับความรู้ เป้าหมาย สไตล์การสื่อสาร และความชอบ — ปรับปรุงอัตโนมัติผ่านทุกการโต้ตอบ

Memory นี้ถูกใช้ร่วมกันข้ามทุกฟีเจอร์และทุก TutorBot ยิ่งคุณใช้ DeepTutor มากเท่าไร มันก็ยิ่งตอบได้เฉพาะตัวและมีประสิทธิภาพมากขึ้น

🦞 TutorBot — ติวเตอร์ AI แบบถาวรและอัตโนมัติ

TutorBot ไม่ใช่ chatbot ธรรมดา แต่เป็น เอเจนต์แบบถาวร หลายอินสแตนซ์ ที่ทำงานบน nanobot โดยแต่ละ TutorBot รัน agent loop เป็นของตัวเองพร้อม workspace, memory และบุคลิกแยกจากกัน คุณสามารถสร้างติวเตอร์คณิตศาสตร์แบบโสเครติส, โค้ชการเขียนที่ใจเย็น หรือผู้ช่วยวิจัยที่เข้มงวดได้พร้อมกันหลายตัว แต่ละตัวเติบโตไปพร้อมกับคุณ

Soul Templates — กำหนดบุคลิก โทนการสอน และปรัชญาการสอนผ่านไฟล์ Soul ที่แก้ไขได้ เลือกจาก archetype ในตัว (โสเครติส, ให้กำลังใจ, เข้มงวด) หรือออกแบบเอง — soul กำหนดทุกการตอบ
Independent Workspace — แต่ละบอตมี directory ของตัวเองพร้อม memory, sessions, skills และ config แยกจากกัน — แยกตัวเต็มที่แต่ยังเข้าถึงชั้นความรู้ร่วมของ DeepTutor ได้
Proactive Heartbeat — บอตไม่ใช่แค่ตอบ — มันริเริ่มเอง ระบบ Heartbeat ในตัวเปิดให้เช็กอินการเรียนซ้ำ เตือนทบทวน และจัดตารางงาน ติวเตอร์ของคุณมาหาแม้คุณไม่เริ่ม
Full Tool Access — ทุกบอตเข้าถึงเครื่องมือครบชุดของ DeepTutor: RAG retrieval, code execution, web search, academic paper search, deep reasoning และ brainstorming
Skill Learning — สอนบอตความสามารถใหม่โดยเพิ่มไฟล์ skill ลงใน workspace ของมัน เมื่อความต้องการของคุณเปลี่ยน ความสามารถของติวเตอร์ก็เปลี่ยนตาม
Multi-Channel Presence — เชื่อมต่อกับ Telegram, Discord, Slack, Feishu, WeChat Work, DingTalk, Email และช่องทางอื่น ๆ ติวเตอร์ไปหาคุณไม่ว่าคุณจะอยู่ที่ไหน
Team & Sub-Agents — สร้าง sub-agent ทำงานเบื้องหลังหรือจัด multi-agent team ภายในบอตเดียวสำหรับงานซับซ้อนและใช้เวลานาน

deeptutor bot create math-tutor --persona "Socratic math teacher who uses probing questions"
deeptutor bot create writing-coach --persona "Patient, detail-oriented writing mentor"
deeptutor bot list                  # ดูติวเตอร์ทั้งหมดที่กำลังทำงาน

⌨️ DeepTutor CLI — อินเทอร์เฟซแบบ Agent-Native

DeepTutor รองรับ CLI อย่างเต็มรูปแบบ ทุก capability, knowledge base, session, memory และ TutorBot อยู่ห่างแค่คำสั่งเดียว — ไม่ต้องเปิดเบราว์เซอร์ CLI ให้บริการทั้งมนุษย์ (แสดงผลสวยงามในเทอร์มินัล) และ AI agent (ส่งออกเป็น JSON ที่มีโครงสร้าง)

มอบ SKILL.md ที่ root ของโปรเจกต์ให้ agent ที่ใช้เครื่องมือ (nanobot หรือ LLM ใดก็ตามที่มี tool access) แล้วมันจะตั้งค่าและใช้งาน DeepTutor ได้เอง

One-shot execution — เรียกใช้ capability ใดก็ได้จากเทอร์มินัล:

deeptutor run chat "Explain the Fourier transform" -t rag --kb textbook
deeptutor run deep_solve "Prove that √2 is irrational" -t reason
deeptutor run deep_question "Linear algebra" --config num_questions=5
deeptutor run deep_research "Attention mechanisms in transformers"
deeptutor run visualize "Draw the architecture of a transformer"

Interactive REPL — เซสชันแชตแบบถาวรพร้อมสลับโหมดขณะใช้งาน:

deeptutor chat --capability deep_solve --kb my-kb
# ภายใน REPL: /cap, /tool, /kb, /history, /notebook, /config เพื่อสลับขณะใช้งาน

Knowledge base lifecycle — สร้าง ค้นหา และจัดการคลัง RAG-ready ทั้งหมดจากเทอร์มินัล:

deeptutor kb create my-kb --doc textbook.pdf       # สร้างจากเอกสาร
deeptutor kb add my-kb --docs-dir ./papers/         # เพิ่มโฟลเดอร์เอกสาร
deeptutor kb search my-kb "gradient descent"        # ค้นหาโดยตรง
deeptutor kb set-default my-kb                      # ตั้งเป็น KB เริ่มต้น

Dual output mode — แสดงผลสวยงามสำหรับมนุษย์, JSON สำหรับ pipeline:

deeptutor run chat "Summarize chapter 3" -f rich    # แสดงผลสี สวยงาม
deeptutor run chat "Summarize chapter 3" -f json    # JSON events แบบ line-delimited

Session continuity — กลับมาทำต่อจากจุดที่ค้างไว้:

deeptutor session list                              # แสดงรายการเซสชัน
deeptutor session open <id>                         # กลับมาทำต่อใน REPL

ตารางอ้างอิงคำสั่ง CLI ทั้งหมด

คำสั่งหลัก

คำสั่ง	คำอธิบาย
`deeptutor run <capability> <message>`	เรียกใช้ capability แบบ single turn (`chat`, `deep_solve`, `deep_question`, `deep_research`, `math_animator`, `visualize`)
`deeptutor chat`	Interactive REPL พร้อมตัวเลือก `--capability`, `--tool`, `--kb`, `--language`
`deeptutor serve`	เริ่ม DeepTutor API server

deeptutor bot

คำสั่ง	คำอธิบาย
`deeptutor bot list`	แสดงรายการ TutorBot ทั้งหมด
`deeptutor bot create <id>`	สร้างและเริ่มบอตใหม่ (`--name`, `--persona`, `--model`)
`deeptutor bot start <id>`	เริ่มบอต
`deeptutor bot stop <id>`	หยุดบอต

deeptutor kb

คำสั่ง	คำอธิบาย
`deeptutor kb list`	แสดงรายการ knowledge base ทั้งหมด
`deeptutor kb info <name>`	แสดงรายละเอียด knowledge base
`deeptutor kb create <name>`	สร้างจากเอกสาร (`--doc`, `--docs-dir`)
`deeptutor kb add <name>`	เพิ่มเอกสารทีละไฟล์
`deeptutor kb search <name> <query>`	ค้นหา knowledge base
`deeptutor kb set-default <name>`	ตั้งเป็น KB เริ่มต้น
`deeptutor kb delete <name>`	ลบ knowledge base (`--force`)

deeptutor memory

คำสั่ง	คำอธิบาย
`deeptutor memory show [file]`	ดู memory (`summary`, `profile` หรือ `all`)
`deeptutor memory clear [file]`	ล้าง memory (`--force`)

deeptutor session

คำสั่ง	คำอธิบาย
`deeptutor session list`	แสดงรายการเซสชัน (`--limit`)
`deeptutor session show <id>`	ดูข้อความในเซสชัน
`deeptutor session open <id>`	กลับมาทำต่อใน REPL
`deeptutor session rename <id>`	เปลี่ยนชื่อเซสชัน (`--title`)
`deeptutor session delete <id>`	ลบเซสชัน

deeptutor notebook

คำสั่ง	คำอธิบาย
`deeptutor notebook list`	แสดงรายการ notebook
`deeptutor notebook create <name>`	สร้าง notebook (`--description`)
`deeptutor notebook show <id>`	ดูบันทึกใน notebook
`deeptutor notebook add-md <id> <path>`	นำเข้า markdown เป็นบันทึก
`deeptutor notebook replace-md <id> <rec> <path>`	เปลี่ยนบันทึก markdown
`deeptutor notebook remove-record <id> <rec>`	ลบบันทึก

deeptutor book

คำสั่ง	คำอธิบาย
`deeptutor book list`	แสดงรายการหนังสือทั้งหมดใน workspace
`deeptutor book health <book_id>`	ตรวจ KB drift และสุขภาพของหนังสือ
`deeptutor book refresh-fingerprints <book_id>`	รีเฟรช fingerprint ของ KB และล้างหน้าที่ล้าสมัย

deeptutor config / plugin / provider

คำสั่ง	คำอธิบาย
`deeptutor config show`	แสดงสรุป configuration ปัจจุบัน
`deeptutor plugin list`	แสดงรายการ tools และ capabilities ที่ลงทะเบียน
`deeptutor plugin info <name>`	แสดงรายละเอียด tool หรือ capability
`deeptutor provider login <provider>`	ยืนยันตัวตนกับผู้ให้บริการ (OAuth กับ `openai-codex`; `github-copilot` ตรวจเซสชัน Copilot ที่มีอยู่)

👥 มัลติยูเซอร์ — การ deploy ร่วมกันพร้อม workspace แยกต่อผู้ใช้

เปิดใช้การยืนยันตัวตน และ DeepTutor จะกลายเป็น deployment แบบ multi-tenant พร้อม workspace แยกต่อผู้ใช้ และ ทรัพยากรที่ผู้ดูแลจัดการ ผู้ที่ลงทะเบียนคนแรกจะเป็นผู้ดูแล บัญชีถัดไปสร้างโดยผู้ดูแล (แบบ invite-only) แต่ละคนได้รับประวัติแชต/หน่วยความจำ/สมุดบันทึก/ฐานความรู้ของตนเอง

เริ่มต้นด่วน (5 ขั้นตอน):

# 1. เปิดใช้การยืนยันตัวตนใน data/user/settings/*.json ที่ root ของโปรเจกต์
# Set auth.json enabled=true
# JWT secret is stored in multi-user/_system/auth/auth_secret

# 2. รีสตาร์ท web stack
python scripts/start_web.py

# 3. เปิด http://localhost:3782/register และสร้างบัญชีแรก
#    การลงทะเบียนครั้งแรกเป็นครั้งเดียวที่เปิดสาธารณะ ผู้ใช้นั้น
#    จะเป็นผู้ดูแล และ /register จะถูกปิดอัตโนมัติ

# 4. ในฐานะผู้ดูแล ไปที่ /admin/users → "เพิ่มผู้ใช้"

# 5. สำหรับแต่ละผู้ใช้ คลิกไอคอนสไลเดอร์ → กำหนด LLM profiles,
#    knowledge bases, และ skills → บันทึก

สิ่งที่ผู้ดูแลเห็น:

หน้า Settings ครบ ที่ /settings — LLM/embedding/search, API keys, model catalog
จัดการผู้ใช้ ที่ /admin/users — สร้าง เลื่อนตำแหน่ง ลดตำแหน่ง ลบบัญชี
Grant editor — เลือก model profiles, KBs, skills สำหรับผู้ใช้ที่ไม่ใช่ผู้ดูแล; grants มีแค่ logical IDs ไม่มี API key ข้ามขอบเขต
Audit trail — ทุกการเปลี่ยนแปลง grant บันทึกใน multi-user/_system/audit/usage.jsonl

สิ่งที่ผู้ใช้ทั่วไปได้รับ:

Workspace แยก ใต้ multi-user/<uid>/ — chat_history.db, หน่วยความจำ, สมุดบันทึก, KB ส่วนตัว
สิทธิ์อ่านอย่างเดียว สำหรับ KBs/skills ที่ผู้ดูแลกำหนด พร้อมป้าย "กำหนดโดยผู้ดูแล"
หน้า Settings แบบจำกัด — ธีม ภาษา และสรุป models ที่ได้รับ ไม่มี API keys
LLM ที่กำหนด — การสนทนาผ่าน model ที่ผู้ดูแลกำหนด; ไม่มี grant จะถูกปฏิเสธตั้งแต่ต้น

โครงสร้าง workspace:

multi-user/
├── _system/
│   ├── auth/users.json
│   ├── auth/auth_secret
│   ├── grants/<uid>.json
│   └── audit/usage.jsonl
└── <uid>/
    ├── user/
    │   ├── chat_history.db
    │   ├── settings/interface.json
    │   └── workspace/{chat,co-writer,book,...}
    ├── memory/{SUMMARY.md,PROFILE.md}
    └── knowledge_bases/...

Configuration reference:

Runtime settings live in data/user/settings/*.json. For headless single-user bootstrap, set username and password_hash in auth.json; for multi-user registration, leave those blank and use the identity store.

⚠️ PocketBase mode (integrations.pocketbase_url ตั้งค่า) ใช้ได้กับผู้ใช้คนเดียวเท่านั้น — ไม่มีฟิลด์ role, ไม่มีการกรองตาม user_id Multi-user: ปล่อย integrations.pocketbase_url ว่างไว้

⚠️ แนะนำ single process การเลื่อนตำแหน่งผู้ดูแลคนแรกป้องกันด้วย threading.Lock หลาย workers: สร้างผู้ดูแลคนแรกแบบออฟไลน์

🗺️ แผนงานในอนาคต

สถานะ	หมุดหมาย
🎯	Authentication & Login — รองรับหน้าเข้าสู่ระบบแบบเลือกใช้สำหรับการ deploy สาธารณะและผู้ใช้หลายคน
🎯	Themes & Appearance — ธีมและการปรับแต่งหน้าตา UI ที่หลากหลายขึ้น
🎯	Interaction Improvement — ปรับปรุง icon และรายละเอียดการโต้ตอบ
🔜	Better Memories — ยกระดับระบบจัดการ memory
🔜	LightRAG Integration — รวม LightRAG เป็น knowledge base engine ขั้นสูง
🔜	Documentation Site — เว็บไซต์เอกสารที่ครบถ้วนขึ้น ทั้งคู่มือ, API reference และ tutorial

หาก DeepTutor มีประโยชน์สำหรับคุณ ฝากกดดาว — มันช่วยให้เราพัฒนาต่อไปได้!

🌐 ชุมชนและระบบนิเวศ

DeepTutor สร้างขึ้นบนโครงการโอเพนซอร์สคุณภาพหลายตัว:

โครงการ	บทบาทใน DeepTutor
nanobot	เอนจินเอเจนต์น้ำหนักเบาที่ขับเคลื่อน TutorBot
LlamaIndex	แกนหลักสำหรับ RAG pipeline และการทำดัชนีเอกสาร
ManimCat	ระบบสร้างแอนิเมชันคณิตศาสตร์สำหรับ Math Animator

จาก ecosystem ของ HKUDS:

⚡ LightRAG	🤖 AutoAgent	🔬 AI-Researcher	🧬 nanobot
Simple & Fast RAG	Zero-Code Agent Framework	Automated Research	Ultra-Lightweight AI Agent

🤝 การมีส่วนร่วม

เราหวังว่า DeepTutor จะเป็นของขวัญแก่ชุมชน 🎁

อ่าน CONTRIBUTING.md สำหรับคำแนะนำเกี่ยวกับการตั้งค่าสภาพแวดล้อมสำหรับนักพัฒนา มาตรฐานโค้ด และขั้นตอนการส่ง pull request

⭐ ประวัติดาว

Data Intelligence Lab @ HKU

⭐ กดดาว · 🐛 รายงานบั๊ก · 💬 Discussions

เผยแพร่ภายใต้สัญญาอนุญาต Apache License 2.0

Navigation Menu

Repository navigation

README_TH.md

README_TH.md

DeepTutor: ผู้ช่วยติวส่วนบุคคลแบบ Agent-Native

📦 ประวัติการเผยแพร่

📰 ข่าวสาร

✨ คุณสมบัติเด่น

🚀 เริ่มต้นใช้งาน

ข้อกำหนดเบื้องต้น

ตัวเลือก A — Setup Tour (แนะนำ)

ตัวเลือก B — ติดตั้งเองแบบ Local

ตัวเลือก C — ติดตั้งด้วย Docker

ตัวเลือก D — ใช้เฉพาะ CLI

📖 สำรวจ DeepTutor

💬 Chat — พื้นที่ทำงานอัจฉริยะแบบรวม

✍️ Co-Writer — พื้นที่เขียนหลายเอกสารกับ AI

📖 Book Engine — หนังสือมีชีวิตแบบโต้ตอบ

📚 การจัดการความรู้ — โครงสร้างพื้นฐานการเรียนของคุณ

🧠 Memory — DeepTutor เรียนรู้ไปพร้อมกับคุณ

🦞 TutorBot — ติวเตอร์ AI แบบถาวรและอัตโนมัติ

⌨️ DeepTutor CLI — อินเทอร์เฟซแบบ Agent-Native

👥 มัลติยูเซอร์ — การ deploy ร่วมกันพร้อม workspace แยกต่อผู้ใช้

🗺️ แผนงานในอนาคต

🌐 ชุมชนและระบบนิเวศ

🤝 การมีส่วนร่วม

⭐ ประวัติดาว

FilesExpand file tree

README_TH.md

Latest commit

History

README_TH.md

File metadata and controls

DeepTutor: ผู้ช่วยติวส่วนบุคคลแบบ Agent-Native

📦 ประวัติการเผยแพร่

📰 ข่าวสาร

✨ คุณสมบัติเด่น

🚀 เริ่มต้นใช้งาน

ข้อกำหนดเบื้องต้น

ตัวเลือก A — Setup Tour (แนะนำ)

ตัวเลือก B — ติดตั้งเองแบบ Local

ตัวเลือก C — ติดตั้งด้วย Docker

ตัวเลือก D — ใช้เฉพาะ CLI

📖 สำรวจ DeepTutor

💬 Chat — พื้นที่ทำงานอัจฉริยะแบบรวม

✍️ Co-Writer — พื้นที่เขียนหลายเอกสารกับ AI

📖 Book Engine — หนังสือมีชีวิตแบบโต้ตอบ

📚 การจัดการความรู้ — โครงสร้างพื้นฐานการเรียนของคุณ

🧠 Memory — DeepTutor เรียนรู้ไปพร้อมกับคุณ

🦞 TutorBot — ติวเตอร์ AI แบบถาวรและอัตโนมัติ

⌨️ DeepTutor CLI — อินเทอร์เฟซแบบ Agent-Native

👥 มัลติยูเซอร์ — การ deploy ร่วมกันพร้อม workspace แยกต่อผู้ใช้

🗺️ แผนงานในอนาคต

🌐 ชุมชนและระบบนิเวศ

🤝 การมีส่วนร่วม

⭐ ประวัติดาว