DeepTutor: gia sư AI cá nhân hoá cho việc học lâu dài — hướng dẫn cài đặt và dùng

Tóm tắt nhanh
DeepTutor là ứng dụng gia sư AI mã nguồn mở viết bằng Python (giấy phép Apache-2.0). Bạn nạp tài liệu vào, rồi trò chuyện, làm bài tập, đọc sách và nghiên cứu sâu cùng AI. Cài không quá khó vì có sẵn file Docker, nhưng bạn cần tự chuẩn bị một mô hình AI (API key hoặc tài khoản được hỗ trợ).
DeepTutor là một ứng dụng gia sư AI mã nguồn mở, viết bằng Python, có giao diện web và công cụ dòng lệnh deeptutor. Tác giả mô tả ngắn gọn là "Lifelong Personalized Tutoring": kèm học cá nhân hoá, lâu dài. Bạn đưa tài liệu của mình vào, AI dựa trên đó để giải thích, ra bài tập, chấm điểm và nhớ bạn đã học đến đâu.
Repo này hợp với người tự học, sinh viên, nhân viên văn phòng cần học nhanh một mảng kiến thức mới, và cả lập trình viên muốn dựng một "lớp học AI" riêng cho đội nhóm. Hiện repo có khoảng 58.590 sao và 7.117 fork, vẫn được cập nhật đều trong vài tháng gần đây.
Điểm đáng giá nhất là DeepTutor không chỉ là khung chat. Nó có kho tri thức từ tài liệu của bạn, luyện tập theo mức nắm vững, bộ nhớ học tập và cả chế độ nghiên cứu sâu, gói chung trong một ứng dụng. Bạn có thể xem video ngắn bên dưới để thấy giao diện trước khi cài.
HKUDS/DeepTutor
DeepTutor là gia sư AI mã nguồn mở: học từ tài liệu của bạn, hỏi đáp, luyện tập, nghiên cứu sâu và nhớ tiến độ học lâu dài.
I.DeepTutor làm được gì
Dựa trên mô tả các bản phát hành trong README, đây là những nhóm tính năng đáng chú ý.
A.Hỏi đáp dựa trên tài liệu của bạn
Bạn tạo "kho tri thức" (Knowledge Base) từ file của mình. Khi hỏi, AI trả lời kèm trích dẫn nguồn, nên bạn kiểm tra lại được thay vì tin mù quáng. README nhắc tới nhiều công cụ truy xuất phía sau như LightRAG, GraphRAG, PageIndex. Với người mới, bạn chỉ cần hiểu là có nhiều cách để AI "tra cứu" tài liệu, và bạn chọn trong phần cài đặt.
B.Đọc tài liệu song song với AI
Chế độ Reading mở tài liệu ngay cạnh khung chat, trích dẫn từng trang. README cũng nhắc đọc EPUB, xem trước DOCX/XLSX, học qua video YouTube và bài giảng video có lời dẫn. Lợi ích thực tế: bạn không phải chép đoạn văn qua lại giữa các cửa sổ.
C.Luyện tập và theo dõi mức nắm vững
Có Guided Learning (học có hướng dẫn), ngân hàng câu hỏi, bài tập hằng ngày và Mastery Path (lộ trình nắm vững). Bạn chỉ sang phần mới khi đã làm tốt phần trước. Câu hỏi đã chấm có thể đưa vào ngân hàng câu hỏi để ôn lại.
D.Nghiên cứu sâu và giải bài
README có các chế độ Deep Research (nghiên cứu sâu), Solve (giải bài) và Question (tạo câu hỏi). Deep Research có thể đánh dấu khi báo cáo mới chỉ hoàn thành một phần, nên bạn biết chỗ nào còn thiếu.
E.Bộ nhớ và "Partners"
DeepTutor có bộ nhớ ba tầng để nhớ sở thích và tiến độ của bạn. "Partners" là các trợ lý riêng có tính cách, thư viện và kỹ năng riêng, có thể nối với nhiều kênh nhắn tin (README nói 15 kênh, trong đó có Mattermost). Bạn cũng có thể kết nối Claude Code hoặc Codex trên máy mình để tham vấn ngay trong lúc chat.
F.Nhiều mô hình, nhiều ngôn ngữ, dùng chung
README nhắc nhiều nhà cung cấp mô hình (như Gemini, NVIDIA NIM, DashScope, Novita AI, Eden AI), đăng nhập bằng gói ChatGPT qua OpenAI Codex OAuth, giao diện nhiều ngôn ngữ (Pháp, Đức, Ukraina, Ba Lan, Hàn…) và chế độ nhiều người dùng với không gian riêng cho từng tài khoản. Bản v1.7.2 còn có bản tải cho máy tính (desktop).
II.Cần chuẩn bị gì
Theo tư liệu mình có, bạn cần:
- Python từ 3.11 đến dưới 3.15 nếu cài từ mã nguồn (theo
pyproject.toml). - Git để tải mã nguồn về.
- Docker nếu chọn cách chạy bằng container. Repo có sẵn
Dockerfile,docker-compose.yml,compose.yamlvà vài file compose khác. - Một mô hình AI để "làm bộ não": README nói tới nhiều nhà cung cấp và đăng nhập bằng gói ChatGPT. Phần lớn dịch vụ đám mây cần API key, và việc gọi API có thể tốn tiền.
- Hệ điều hành và phần cứng: tư liệu mình có chưa nêu yêu cầu cụ thể, và cũng không nói bắt buộc phải có GPU. README có nhắc bản tải cho máy tính (desktop) và cách chạy bằng Docker, nên bạn xem phần Get Started trong README để biết hệ điều hành nào được hỗ trợ.
API key giống mật khẩu. Đừng dán key vào tài liệu chia sẻ, ảnh chụp màn hình hay đẩy lên GitHub. File .env chứa cấu hình nên giữ riêng trên máy bạn. Gọi mô hình qua API thường tính phí theo lượng dùng, nên hãy đặt hạn mức chi tiêu ở nhà cung cấp trước.
III.Cài đặt từng bước
Phần Get Started trong README là đoạn bị cắt khỏi tư liệu mình có, nên mình không chép lệnh cài chính thức ở đây. Mình chỉ đưa các lệnh phổ thông chắc chắn đúng và chỉ bạn chỗ cần xem trong repo. Với mỗi bước, bạn đối chiếu lại README rồi hãy chạy.
- Chọn cách càiDocker, cài từ mã nguồn Python, hoặc bản desktop
- Tải mã nguồnDùng git clone rồi vào thư mục dự án
- Chuẩn bị cấu hìnhXem file .env.example và đối chiếu README
- Chạy ứng dụngTheo hướng dẫn Docker hoặc Python trong README
- Khai báo mô hình AIMở giao diện, vào Settings để nhập nhà cung cấp và key
A.Chọn cách cài phù hợp
Người mới nên ưu tiên cách có hướng dẫn rõ trong README. Nếu bạn không rành dòng lệnh, hãy xem trang Releases của repo: bản v1.7.2 nhắc tới "complete desktop downloads", tức là có bản tải cho máy tính. Nếu bạn quen Docker, repo có sẵn nhiều file compose. Nếu bạn là lập trình viên, cài từ mã nguồn Python cho bạn nhiều quyền kiểm soát nhất.
B.Tải mã nguồn về máy
Mở terminal (Windows: PowerShell hoặc Windows Terminal; macOS/Linux: Terminal). Chạy lệnh sau ở thư mục bạn muốn đặt dự án:
git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutorLệnh đầu tải toàn bộ mã nguồn về thư mục DeepTutor. Lệnh thứ hai đi vào thư mục đó. Mọi lệnh sau đều chạy từ trong thư mục này, đây là chỗ người mới hay quên.
C.Chuẩn bị file cấu hình
Repo có file mẫu .env.example. Trong tư liệu mình có, file này liệt kê ba biến chọn cổng chạy: HOST_PORT_BACKEND, HOST_PORT_FRONTEND, HOST_PORT_POCKETBASE. Biến cho API key hoặc mô hình không thấy trong đoạn tư liệu này, vì README nói việc cấu hình mô hình làm trong giao diện Settings.
Nếu README yêu cầu tạo file .env từ file mẫu, bạn sao chép như sau. Trên macOS/Linux:
cp .env.example .envTrên Windows PowerShell:
Copy-Item .env.example .envChỉ sửa giá trị cổng nếu cổng mặc định đang bị chương trình khác dùng. Đừng thêm biến nào bạn không thấy trong README.
D.Chạy ứng dụng
Đây là bước phải theo đúng README. Repo có các file khai báo cách chạy: Dockerfile, docker-compose.yml, compose.yaml (cho Docker) và pyproject.toml, setup.py, requirements.txt (cho Python). Gói Python tên là deeptutor, yêu cầu Python từ 3.11 đến dưới 3.15. README cũng nhắc lệnh deeptutor start (xuất hiện từ bản v1.3.9) và v1.7.0 có "modular installation" (cài theo từng mô-đun).
Lệnh cài và lệnh chạy chính xác nằm ở mục Get Started trong README, nên mình không tự viết ra để tránh sai tên gói hay tên cờ. Bạn mở README trong repo, tìm mục đó và chép đúng từng dòng.
E.Khai báo mô hình AI trong giao diện
Khi ứng dụng chạy, mở địa chỉ giao diện web (cổng do bạn chọn ở file cấu hình hoặc README ghi) và vào Settings. README cho biết Settings có phần chọn nhà cung cấp mô hình, và bản v1.7.2 cải thiện việc thiết lập mô hình cho dễ hơn. Điền nhà cung cấp, key và chọn mô hình theo hướng dẫn trên màn hình. Key chỉ điền ở đây, không dán vào chat.
IV.Kiểm tra đã chạy được chưa
Có hai cách theo tư liệu:
- Lệnh chẩn đoán. README nhắc lệnh
deeptutor doctor(xuất hiện từ bản v1.5.17) để kiểm tra môi trường. Chạy trong terminal nơi đã cài gói:
deeptutor doctorLệnh này báo các thành phần nào đã sẵn sàng và thành phần nào còn thiếu. Nếu có mục báo lỗi, xử lý mục đó trước.
- Mở giao diện web. Nếu trang tải được và bạn vào được Settings, phần cài đã xong. Việc cuối là gõ thử một câu hỏi trong khung chat. Nếu AI trả lời, mô hình và key đã đúng. Nếu báo lỗi xác thực, quay lại Settings kiểm tra key.
README còn nhắc phần Settings có "chấm mức sẵn sàng" (readiness) cho từng cấu hình. Đây là chỗ nhìn nhanh xem còn thiếu gì.
V.Dùng vào việc thật
Các tình huống dưới đây bám đúng tính năng README mô tả. Giao diện cụ thể có thể khác tuỳ phiên bản, nên tên nút mình chỉ nêu ở mức chung.
A.Sinh viên ôn thi từ giáo trình PDF
Bối cảnh: bạn có giáo trình và slide môn học, cần ôn trong hai tuần. Tạo một kho tri thức, nạp giáo trình vào và chờ hệ thống lập chỉ mục. Sau đó hỏi:
Tóm tắt chương 3 thành 10 ý chính, nói rõ ý nào nằm ở trang nào.Kết quả: câu trả lời kèm trích dẫn, bạn bấm về đúng trang để kiểm tra. Tiếp theo nhờ AI ra câu hỏi trắc nghiệm theo chương và dùng Mastery Path để ôn đến khi nắm chắc.
Học với AI hiệu quả nhất khi nó biết bạn đã hiểu gì và còn yếu chỗ nào.
Ông T
B.Nhân viên văn phòng học nhanh một mảng mới
Bối cảnh: bạn vừa chuyển sang phòng kế toán hoặc marketing và phải đọc nhiều báo cáo nội bộ. Nạp các file DOCX, XLSX vào kho tri thức (README nói có xem trước DOCX/XLSX ngay trên trình duyệt). Hỏi:
Giải thích các thuật ngữ trong báo cáo quý này cho người mới, mỗi thuật ngữ một ví dụ.Kết quả: bạn có bản giải thích bám sát tài liệu công ty thay vì kiến thức chung chung. Có thể lưu câu trả lời vào sổ ghi chú để xem lại.
C.Làm báo cáo tìm hiểu bằng Deep Research
Bối cảnh: chủ shop muốn hiểu thị trường một nhóm sản phẩm trước khi nhập hàng. Chọn chế độ Deep Research và nêu chủ đề rõ ràng, ví dụ:
Tìm hiểu các xu hướng chính của nhóm sản phẩm này, lập báo cáo có nguồn tham khảo.Kết quả: một báo cáo có cấu trúc. README nói chế độ này đánh dấu báo cáo chưa đầy đủ, nên nếu phần nào thiếu bạn biết mà yêu cầu làm lại. Hãy tự kiểm tra các con số quan trọng trước khi dùng để ra quyết định.
D.Lập trình viên dựng lớp học nhỏ cho đội nhóm
Bối cảnh: bạn muốn cả nhóm cùng học một bộ tài liệu. README có chế độ nhiều người dùng với không gian riêng cho từng người và trang quản trị. Bạn chạy một bản bằng Docker trên máy chủ nội bộ, tạo tài khoản cho từng người, rồi kết nối Partner với kênh nhắn tin của nhóm. Hãy đọc kỹ phần bảo mật trong README trước khi mở ra ngoài mạng.
VI.Lỗi hay gặp và cách xử lý
Phiên bản Python không phù hợp. Dự án yêu cầu Python từ 3.11 đến dưới 3.15. Kiểm tra bằng python --version. Nếu ngoài khoảng này, cài phiên bản phù hợp rồi tạo lại môi trường ảo.
Cổng bị chiếm. Nếu ứng dụng không mở được vì cổng đã có chương trình khác dùng, đổi các giá trị HOST_PORT_BACKEND, HOST_PORT_FRONTEND, HOST_PORT_POCKETBASE trong file cấu hình rồi chạy lại.
Chat không trả lời hoặc báo lỗi xác thực. Thường do chưa khai báo mô hình hoặc key sai/hết hạn. Vào Settings kiểm tra lại, và dùng deeptutor doctor để xem thành phần nào báo lỗi. Cũng kiểm tra tài khoản nhà cung cấp còn hạn mức.
Tài liệu nạp vào nhưng hỏi không ra gì. Kho tri thức cần thời gian lập chỉ mục. Hãy chờ đến khi trạng thái xong. Nếu một file bị đánh dấu lỗi, README cho biết bạn có thể xoá riêng file đó rồi nạp lại, không cần dựng lại cả kho.
Chạy bằng Docker mà không vào được. Kiểm tra Docker đã chạy chưa và container có đang hoạt động không. Xem nhật ký của container để tìm thông báo lỗi. Nếu truy cập từ máy khác, README có nhắc các cấu hình cho Docker từ xa, nên xem lại mục liên quan.
VII.Có nên dùng không
Điểm mạnh. Đây là bộ công cụ học tập khá đầy đủ: hỏi đáp có trích dẫn, đọc song song, luyện tập theo mức nắm vững, nghiên cứu sâu, bộ nhớ lâu dài. Mã nguồn mở theo Apache-2.0, có nhiều tuỳ chọn nhà cung cấp mô hình, hỗ trợ nhiều ngôn ngữ giao diện và có chế độ nhiều người dùng. Dự án cập nhật rất đều.
Giới hạn. Số tính năng lớn nên có nhiều thứ để học, và người mới dễ choáng. Bạn vẫn phải tự lo mô hình AI và có thể tốn phí API. Chất lượng câu trả lời phụ thuộc mô hình bạn chọn và chất lượng tài liệu nạp vào. Tư liệu mình có chưa nêu yêu cầu máy cụ thể, nên bạn hãy tự thử trên máy mình.
Khi nào chọn cách khác. Nếu bạn chỉ cần hỏi nhanh một file PDF, một công cụ chat có hỗ trợ tải file sẽ đơn giản hơn. Nếu bạn không muốn tự cài đặt hay quản lý key, hãy chọn dịch vụ có sẵn. DeepTutor hợp nhất khi bạn muốn học đều, lâu dài, có theo dõi tiến độ và muốn kiểm soát dữ liệu trên máy mình.
Câu hỏi thường gặp
DeepTutor có miễn phí không?
Mã nguồn mở theo giấy phép Apache-2.0 nên bạn dùng và cài miễn phí. Tuy nhiên bạn cần một mô hình AI để chạy, và nhiều nhà cung cấp tính phí theo lượng dùng API. Tư liệu mình có chưa nêu chi phí cụ thể.
DeepTutor có cần GPU không?
Tư liệu mình có không nói là bắt buộc phải có GPU. Ứng dụng làm việc với các nhà cung cấp mô hình bạn cấu hình trong Settings. Yêu cầu phần cứng cụ thể bạn nên xem trong README.
Chạy được trên Windows không?
Tư liệu mình có chưa nêu rõ danh sách hệ điều hành. README nhắc đến bản tải cho máy tính (desktop) và cách chạy bằng Docker. Hãy xem mục Get Started và trang Releases để biết bản phù hợp với máy bạn.
Cần phiên bản Python nào?
File pyproject.toml yêu cầu Python từ 3.11 đến dưới 3.15. Gói Python của dự án tên là deeptutor. Nếu bạn chạy bằng Docker thì không cần tự cài Python trên máy.
Dữ liệu của tôi có an toàn không?
Tài liệu bạn nạp được xử lý trong ứng dụng bạn tự chạy, và README có chế độ nhiều người dùng với không gian riêng cho từng tài khoản. Nhưng khi gọi mô hình qua API, nội dung có thể được gửi tới nhà cung cấp đó. Tư liệu mình có chưa nêu chi tiết về bảo mật, nên hãy đọc chính sách của nhà cung cấp bạn chọn.
DeepTutor khác gì một khung chat AI thông thường?
Ngoài chat, DeepTutor có kho tri thức từ tài liệu của bạn, trích dẫn nguồn, luyện tập theo mức nắm vững, bộ nhớ học tập và chế độ nghiên cứu sâu. Nó nhắm tới việc học lâu dài hơn là hỏi đáp một lần.
Có dùng được bằng tiếng Việt không?
Tư liệu mình có không liệt kê tiếng Việt trong các ngôn ngữ giao diện. README nhắc Pháp, Đức, Ukraina, Ba Lan và bản xem trước tiếng Hàn. README cũng có nói ngôn ngữ đầu ra của mô hình là một cài đặt riêng, nhưng bạn nên tự thử với tài liệu tiếng Việt của mình.


