Skip to content

DeepTutor: Lifelong Personalized Tutoring. https://deeptutor.info/.

release: v1.6.14

Bingxi Zhao (Frank)6cf793bd868b
diff --git a/README.md b/README.md
index d0cf0eaab..03354bf84 100644
--- a/README.md
+++ b/README.md
@@ -48,6 +48,8 @@
### 📦 Releases
+> **[2026.10.8]** [v1.6.14](https://github.com/HKUDS/DeepTutor/releases/tag/v1.6.14) — Original-source visual practice, recoverable indexing, unified video Reading, scientific research tools, managed plugins, a learning journal, and provider setup improvements.
+
> **[2026.10.4]** [v1.6.13](https://github.com/HKUDS/DeepTutor/releases/tag/v1.6.13) — Reading and listening improvements, question-bank practice, resilient document parsing, configurable speech, workspace-visible attachments, Polish, and new providers.
<details>
@@ -219,7 +221,7 @@
</details>
-> ✨ **v1.6.13 is live.** `pip install -U deeptutor` picks up the latest stable release.
+> ✨ **v1.6.14 is live.** `pip install -U deeptutor` picks up the latest stable release.
### 📰 News
@@ -235,10 +237,10 @@
DeepTutor is an agent-native learning workspace that connects tutoring, problem solving, quiz generation, research, visualization, and mastery practice in one extensible system.
-- **One runtime for every mode** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading, and Immersive Watching share one capability runtime and session context while keeping purpose-built loops and pipelines.
+- **One runtime for every mode** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading, and Audio Overview share one capability runtime and session context while keeping purpose-built loops and pipelines.
- **Task Board** — Track study tasks in To do, In progress, and Done, with notes, drag-and-drop or keyboard-accessible move buttons, and an archive you can restore from. Cards stay in the current workspace and follow the existing appearance and language settings; no model configuration is required.
- **Connected learning context** — Knowledge bases, books, Co-Writer drafts, notebooks, question banks, personas, and Memory can be reused across the workflows that support them, subject to account grants and learning policies.
-- **Immersive video learning** — paste a YouTube link for privacy-enhanced native playback, synchronized captions, timestamp-grounded tutoring, saved timestamp marks, and resumable progress; administrators can switch playback to a self-hosted Invidious instance without rebuilding materials.
+- **Immersive video learning** — add YouTube or Bilibili links to Reading for native playback, transcript search, timestamp-grounded tutoring, saved notes, and resumable progress; YouTube captions and browsing can use an administrator-configured Invidious instance.
- **Subagents and Partners** — from Chat, consult a live agent harness (Claude Code, Codex, Grok CLI, Antigravity, Kimi, opencode, MiMo, Hermes, OpenClaw, or DeepSeek) or a Partner, import past conversations, and run persistent IM companions on the same brain.
- **Multi-engine knowledge** — versioned RAG libraries across LlamaIndex, PageIndex, GraphRAG, LightRAG, a remote LightRAG Server, a self-hosted WeKnora knowledge base, a Tencent IMA or MarginNote 4 library, a connected Kiwix ZIM archive, or a linked Obsidian vault, with pluggable document parsing. See [native LightRAG role models](deeptutor/services/rag/pipelines/lightrag/README.md) for independent extraction, query and vision settings, default-only creation and confirmed rebuilds.
- **Extensible tools and skills** — built-in tools, MCP servers, CLI apps, image / video / voice generation models, and installable community skills from EduHub.
@@ -578,7 +580,7 @@ Everything under `data/user/settings/` is plain JSON/YAML. The **Settings** page
| `integrations.json` | Optional PocketBase and sidecar integration settings |
| `interface.json` | UI and model output language / theme / sidebar preferences |
| `document_parsing.json` | Parsing engine and image-description model selection, remote endpoints, and engine-specific options |
-| `video_learning.json` | Default YouTube/Invidious playback provider, Invidious origins, and optional transcript adapter |
+| `video_learning.json` | YouTube caption provider, Invidious origins and account access, and transcript settings |
| `main.yaml` | Runtime behavior defaults and path injection |
| `agents.yaml` | Capability/tool temperature and token settings |
@@ -704,7 +706,7 @@ User-toggleable tools are `brainstorm`, `web_search`, `paper_search`, `zotero_se
Context comes in two kinds: **sticky session context** (capability, workspace or course, tools, knowledge bases, persona, model, and Reading / Mastery state) persists across turns; **one-time references** (files, chat history, books, reading sections, notebooks, selected question-bank entries, imported agents) come from the `+` menu for a single turn. The voice button only transcribes the current message.
-Home keeps **Chat**, **Ask Questions**, **Quiz**, and **Visualize** one click away; **Research** for cited reports, **Solve** for worked reasoning, and **Immersive Watching** sit under *More Capabilities*. **Personalized Learning** groups Book, **Mastery Path**, **Immersive Reading**, Watching, and **Practice**; Reading adds verified citations, saved notes, natural read-aloud from source passages / study guidance / vocabulary / quiz / translation actions, and notebook capture, while Course Study keeps its course-bound context.
+Home keeps **Chat**, **Ask Questions**, **Quiz**, and **Visualize** one click away; **Research** for cited reports and **Solve** for worked reasoning sit under *More Capabilities*. **Personalized Learning** groups Book, **Mastery Path**, **Immersive Reading**, and **Practice**; Reading brings documents, video, and audio together with verified citations, saved notes, natural read-aloud from source passages / study guidance / vocabulary / quiz / translation actions, and notebook capture, while Course Study keeps its course-bound context.
</details>
@@ -887,10 +889,10 @@ Settings is the operational control plane, opening on **General** for interface
**Xiaomi MiMo speech.** Add a Xiaomi MiMo provider with `https://api.xiaomimimo.com/v1` and its API key, then add `mimo-v2.5-tts` under Settings → Voice. Choose a preset such as `mimo_default`, `冰糖`, or `苏打`, use `wav` or `pcm16` output, and audition it before applying. Voice instructions control style and speaking speed. This adapter supports preset speech only; voice design and voice cloning require separate models and are not supported. If an older MiMo speech model was configured through the generic OpenAI-compatible adapter, recreate its speech entry using the Xiaomi MiMo provider so it uses the chat-completions protocol. See the [official MiMo speech guide](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5).
-**MiniMax speech** — in Settings → Voice, choose MiniMax for text-to-speech and select `speech-2.8-hd`. Configure a MiniMax API key and a system or custom voice ID; the default voice is `English_expressive_narrator`. The API base defaults to `https://api.minimax.io/v1`; for the China region use `https://api.minimaxi.com/v1`. Read-aloud and voice previews use the native speech endpoint, with MP3, WAV, FLAC or PCM output, sample rate, speed and language controls. See the [MiniMax speech API](https://platform.minimax.io/docs/api-reference/speech-t2a-http) for voice IDs and account availability.
+**MiniMax speech** — in Settings → Voice, choose MiniMax for text-to-speech and select `speech-2.8-hd`. Configure a MiniMax API key and explicitly select a system voice or enter a custom voice ID. The API base defaults to `https://api.minimax.io/v1`; for the China region use `https://api.minimaxi.com/v1`. Read-aloud and voice previews use the native speech endpoint, with MP3, WAV, FLAC or PCM output, sample rate, speed and language controls. See the [MiniMax speech API](https://platform.minimax.io/docs/api-reference/speech-t2a-http) for voice IDs and account availability.
-**Video Learning** under Settings → Learning & conversation defaults to the official privacy-enhanced YouTube IFrame Player. To keep playback local, set the administrator-managed Invidious API origin (for example `http://127.0.0.1:3000`), test it, select Invidious, and save. New or reopened videos pick up the provider immediately with the same material ID and progress. Invidious media is streamed through DeepTutor's byte-range proxy; upstream URLs are neither exposed to the browser nor stored on disk. If the instance fails, DeepTutor stays offline from YouTube until the learner explicitly chooses the native YouTube fallback. Public-caption tutoring is optional: install `.[video-learning]`; playback continues without it, while transcript-based **Explain here** is disabled with a reason.
+**Video Learning** under Settings → Learning & conversation configures YouTube captions and Invidious access for Reading. To use Invidious, set its administrator-managed backend API origin (for example `http://127.0.0.1:3000`) and browser-accessible public origin, test the connection, select Invidious, and save. **Browse Invidious** in Reading's add-material dialog searches videos and accesses connected subscriptions and playlists. YouTube playback uses the official privacy-enhanced player; missing captions remain visible and limit the tutor's evidence without blocking native playback. Install `.[video-learning]` for the default YouTube caption loader. Existing Watching links migrate into Reading with conversation history, compatible transcripts, notes, and progress preserved; new timestamp notes are Reading annotations. Bilibili uses its own playback and caption path.
<div align="center">
<img src="assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="DeepTutor appearance settings and themes" width="900">
@@ -1003,7 +1005,7 @@ The repo ships a root [`SKILL.md`](SKILL.md) — a compact handover doc for the
| `deeptutor stop [--home PATH]` | Stop a launcher started with `--detach` |
| `deeptutor serve [--port PORT]` | Start only the FastAPI backend |
| `deeptutor workspace show/set/reset` | Inspect, select, or restore the per-user Content Workspace |
-| `deeptutor run <capability> <message>` | Run a single capability turn (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `immersive_watching`, `audio_overview`); add `--format json` for NDJSON output |
+| `deeptutor run <capability> <message>` | Run a single capability turn (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `audio_overview`); add `--format json` for NDJSON output |
| `deeptutor chat` | Interactive REPL with capability, tool, KB, notebook, and history controls |
| `deeptutor partner list/create/start/stop` | Manage IM-connected partners |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | Manage knowledge bases, connect Kiwix archives, score retrieval quality against a QA set, and synchronize registered GitHub/web sources (with source add/remove commands) |
@@ -1012,7 +1014,7 @@ The repo ships a root [`SKILL.md`](SKILL.md) — a compact handover doc for the
| `deeptutor session list/show/open/rename/delete` | Manage shared sessions |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | Manage notebooks from Markdown files |
| `deeptutor book list/health/refresh-fingerprints` | Inspect books and refresh source fingerprints |
-| `deeptutor plugin list/info` | Inspect registered tools and capabilities |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | Inspect tools and capabilities; manage reviewed plugin packages and their permission approvals |
| `deeptutor config show [--home PATH]` | Show resolved runtime configuration with credentials redacted |
| `deeptutor config providers` | List supported setup providers and defaults as JSON |
| `deeptutor config apply FILE [--check] [--home PATH]` | Apply setup JSON without prompts, or validate it without writing settings |
diff --git a/assets/README/README_AR.md b/assets/README/README_AR.md
index e593467c7..78cf14a0f 100644
--- a/assets/README/README_AR.md
+++ b/assets/README/README_AR.md
@@ -60,10 +60,10 @@
DeepTutor هو بيئة تعلم أصيلة للوكلاء تربط التدريس وحل المشكلات وتوليد الاختبارات والبحث والتصور وممارسة الإتقان في نظام واحد قابل للتوسيع.
-- **بيئة تشغيل واحدة لجميع الأوضاع** — تشترك Chat وAsk Questions وQuiz وResearch وVisualize وSolve وCourse Study وMastery Path وImmersive Reading وImmersive Watching في بيئة تشغيل واحدة للقدرات وسياق الجلسة، مع احتفاظ كل منها بحلقات وخطوط أنابيب مصممة لغرضها.
+- **بيئة تشغيل واحدة لجميع الأوضاع** — تشترك Chat وAsk Questions وQuiz وResearch وVisualize وSolve وCourse Study وMastery Path وImmersive Reading وAudio Overview في بيئة تشغيل واحدة للقدرات وسياق الجلسة، مع احتفاظ كل منها بحلقات وخطوط أنابيب مصممة لغرضها.
- **Task Board** — تتبّع مهام الدراسة ضمن «للإنجاز» و«قيد التنفيذ» و«مكتمل»، مع ملاحظات وسحب وإفلات أو أزرار نقل يمكن استخدامها بلوحة المفاتيح، وأرشيف يمكنك الاستعادة منه. تبقى البطاقات في مساحة العمل الحالية وتتبع إعدادات المظهر واللغة القائمة؛ ولا يلزم تهيئة أي نموذج.
- **سياق تعلم متصل** — يمكن إعادة استخدام قواعد المعرفة والكتب ومسودات Co-Writer ودفاتر الملاحظات وبنوك الأسئلة والشخصيات والذاكرة عبر سير العمل التي تدعمها، وفقاً لمنح الحساب وسياسات التعلّم.
-- **التعلّم الغامر بالفيديو** — ألصق رابط YouTube لتشغيل أصلي معزَّز الخصوصية، وترجمات متزامنة، وتدريس مرتكز على الطوابع الزمنية، وعلامات محفوظة للطوابع الزمنية، وتقدّم قابل للاستئناف؛ ويمكن للمشرفين تحويل التشغيل إلى نسخة Invidious ذاتية الاستضافة دون إعادة بناء المواد.
+- **التعلّم الغامر بالفيديو** — أضف روابط YouTube أو Bilibili إلى Reading للتشغيل الأصلي والبحث في النصوص المفرّغة والتدريس المرتكز على الطوابع الزمنية والملاحظات المحفوظة والتقدّم القابل للاستئناف؛ ويمكن استخدام نسخة Invidious يهيئها المشرف لجلب ترجمات YouTube وتصفّحه.
- **الوكلاء الفرعيون والشركاء** — من داخل Chat، استشر مُشغِّل وكيل حيّاً (Claude Code أو Codex أو Grok CLI أو Antigravity أو Kimi أو opencode أو MiMo أو Hermes أو OpenClaw أو DeepSeek) أو Partner، واستورد المحادثات السابقة، وشغّل رفاق IM دائمين على نفس الدماغ.
- **معرفة متعددة المحركات** — مكتبات RAG مُصدَّرة عبر LlamaIndex وPageIndex وGraphRAG وLightRAG، أو LightRAG Server عن بُعد، أو قاعدة معرفة WeKnora ذاتية الاستضافة، أو مكتبة Tencent IMA أو MarginNote 4، أو أرشيف Kiwix ZIM متصل، أو مخزن Obsidian مرتبط، مع تحليل مستندات قابل للتوصيل. راجع [نماذج أدوار LightRAG الأصلية](../../deeptutor/services/rag/pipelines/lightrag/README.md) لإعدادات مستقلة للاستخراج والاستعلام والرؤية، والإنشاء بالنماذج الافتراضية فقط، وإعادة البناء بعد التأكيد.
- **أدوات ومهارات قابلة للتوسيع** — أدوات مدمجة وخوادم MCP وتطبيقات CLI ونماذج توليد الصور/الفيديو/الصوت ومهارات مجتمع قابلة للتثبيت من EduHub.
@@ -73,6 +73,22 @@ DeepTutor هو بيئة تعلم أصيلة للوكلاء تربط التدري
## 🚀 البدء
+### دع وكيلك يُعِدّ DeepTutor
+
+انسخ هذا الطلب إلى وكيل الذكاء الاصطناعي الذي يمكنه استخدام الطرفية (مثل Codex أو Claude Code):
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+يغطي [دليل إعداد الوكيل](../../docs-for-user/AGENT_SETUP.md) التدفق كاملاً، بما فيه التهيئة غير التفاعلية عبر CLI. لتثبيته بنفسك، اختر أحد المسارات أدناه.
+
يأتي DeepTutor بأربعة مسارات تثبيت. وكلها تشترك في تخطيط واحد لمساحة عمل وقت التشغيل: تعيش الإعدادات الخاصة في `data/user/settings/` تحت الدليل الذي تُطلق منه التطبيق (أو تحت `DEEPTUTOR_HOME` / `deeptutor start --home` إذا حددت واحداً صراحةً). للتطبيق الكامل، التدفق الموصى به هو **اختر دليل مساحة عمل وقت التشغيل → تثبيت → `deeptutor init` → `deeptutor start`**.
### تجربة Docker بأمر واحد
@@ -343,7 +359,7 @@ deeptutor config show
| `integrations.json` | إعدادات تكامل PocketBase والمرافق الاختيارية |
| `interface.json` | تفضيلات لغة واجهة المستخدم ولغة مخرجات النموذج / الثيمة / الشريط الجانبي |
| `document_parsing.json` | اختيار محرك التحليل ونموذج وصف الصور ونقاط النهاية البعيدة والخيارات الخاصة بكل محرك |
-| `video_learning.json` | مزود تشغيل YouTube/Invidious الافتراضي، ومصادر Invidious، ومحوّل اختياري للنصوص المفرّغة |
+| `video_learning.json` | مزود ترجمات YouTube، وأصول Invidious والوصول إلى الحساب، وإعدادات النصوص المفرّغة |
| `main.yaml` | افتراضيات سلوك وقت التشغيل وحقن المسار |
| `agents.yaml` | إعدادات درجة حرارة القدرة/الأداة والرمز |
@@ -439,7 +455,7 @@ Chat هي القدرة الافتراضية والمكان الذي يبدأ ف
يأتي السياق في نوعين: يستمر **السياق الثابت للجلسة** (القدرة، ومساحة العمل أو الدورة، والأدوات، وقواعد المعرفة، والشخصية، والنموذج، وحالة Reading / Mastery) عبر الأدوار؛ وتأتي **المراجع لمرة واحدة** (الملفات وتاريخ المحادثة والكتب وأقسام القراءة ودفاتر الملاحظات ومدخلات بنك الأسئلة المحددة والوكلاء المستوردون) من قائمة `+` لدور واحد. ولا يفعل زر الصوت سوى تفريغ الرسالة الحالية نصياً.
-تُبقي الصفحة الرئيسية **Chat** و**Ask Questions** و**Quiz** و**Visualize** على بُعد نقرة واحدة؛ وتقع **Research** للتقارير المستشهَد بها و**Solve** للاستدلال المشروح و**Immersive Watching** تحت *المزيد من القدرات*. يجمع **التعلم المخصص** كلاً من Book و**Mastery Path** و**Immersive Reading** وWatching و**التدريب**؛ وتضيف Reading استشهادات موثَّقة، وملاحظات محفوظة، وقراءة طبيعية بصوت عالٍ من مقاطع المصدر / إرشاد دراسي / مفردات / اختبار / ترجمة، والتقاطاً إلى دفتر الملاحظات، بينما يحتفظ Course Study بسياقه المرتبط بالدورة.
+تُبقي الصفحة الرئيسية **Chat** و**Ask Questions** و**Quiz** و**Visualize** على بُعد نقرة واحدة؛ وتقع **Research** للتقارير المستشهَد بها و**Solve** للاستدلال المشروح تحت *المزيد من القدرات*. يجمع **التعلم المخصص** كلاً من Book و**Mastery Path** و**Immersive Reading** و**التدريب**؛ وتجمع Reading المستندات والفيديو والصوت مع استشهادات موثَّقة وملاحظات محفوظة وقراءة طبيعية بصوت عالٍ من مقاطع المصدر / إجراءات الإرشاد الدراسي / المفردات / الاختبار / الترجمة، والتقاط إلى دفتر الملاحظات، بينما يحتفظ Course Study بسياقه المرتبط بالدورة.
</details>
@@ -603,10 +619,10 @@ Co-Writer هو مساحة عمل Markdown ذات عرض مقسَّم للتقا
**الكلام عبر Xiaomi MiMo.** أضف مزود Xiaomi MiMo بعنوان `https://api.xiaomimimo.com/v1` ومفتاح API الخاص به، ثم أضف `mimo-v2.5-tts` ضمن الإعدادات ← الصوت. اختر صوتاً مسبقاً مثل `mimo_default` أو `冰糖` أو `苏打`، واستخدم إخراج `wav` أو `pcm16`، وجرّبه قبل تطبيقه. تتحكم تعليمات الصوت في الأسلوب وسرعة الكلام. يدعم هذا الموائم الكلام بالأصوات المسبقة فقط؛ ويتطلب تصميم الأصوات واستنساخها نماذج منفصلة ولا يدعمهما. إذا كان نموذج MiMo صوتي قديم مهيّأً عبر الموائم العام المتوافق مع OpenAI، فأعد إنشاء مدخل الكلام باستخدام مزود Xiaomi MiMo كي يستخدم بروتوكول chat-completions. راجع [دليل MiMo الرسمي لتوليد الكلام](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5).
-**الكلام عبر MiniMax** — في الإعدادات ← الصوت، اختر MiniMax لتحويل النص إلى كلام وحدّد `speech-2.8-hd`. هيّئ مفتاح API لـ MiniMax ومعرّف صوت من أصوات النظام أو صوت مخصص؛ والصوت الافتراضي هو `English_expressive_narrator`. عنوان API الأساسي الافتراضي هو `https://api.minimax.io/v1`؛ ولمنطقة الصين استخدم `https://api.minimaxi.com/v1`. تستخدم القراءة بصوت عالٍ ومعاينات الصوت نقطة نهاية الكلام الأصلية، مع إخراج MP3 أو WAV أو FLAC أو PCM، وعناصر تحكم في معدل أخذ العينات والسرعة واللغة. راجع [واجهة API للكلام في MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http) لمعرّفات الأصوات وتوفرها للحساب.
+**الكلام عبر MiniMax** — في الإعدادات ← الصوت، اختر MiniMax لتحويل النص إلى كلام وحدّد `speech-2.8-hd`. هيّئ مفتاح API لـ MiniMax واختر صراحةً صوتاً من أصوات النظام أو أدخل معرّف صوت مخصص. عنوان API الأساسي الافتراضي هو `https://api.minimax.io/v1`؛ ولمنطقة الصين استخدم `https://api.minimaxi.com/v1`. تستخدم القراءة بصوت عالٍ ومعاينات الصوت نقطة نهاية الكلام الأصلية، مع إخراج MP3 أو WAV أو FLAC أو PCM، وعناصر تحكم في معدل أخذ العينات والسرعة واللغة. راجع [واجهة API للكلام في MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http) لمعرّفات الأصوات وتوفرها للحساب.
-يستخدم **Video Learning** ضمن الإعدادات ← التعلم والمحادثة مشغّل YouTube IFrame الرسمي المعزَّز للخصوصية افتراضياً. لإبقاء التشغيل محلياً، اضبط مصدر Invidious API الذي يديره المشرف (مثلاً `http://127.0.0.1:3000`)، واختبره، وحدد Invidious، ثم احفظ. تلتقط مقاطع الفيديو الجديدة أو التي يُعاد فتحها المزود فوراً مع الاحتفاظ بمعرّف المادة والتقدّم نفسيهما. تُبث وسائط Invidious عبر وكيل النطاق البايتّي في DeepTutor؛ فلا تُكشف عناوين URL المصدرية للمتصفح ولا تُخزَّن على القرص. إذا تعطلت النسخة، يظل DeepTutor غير متصل بـ YouTube حتى يختار المتعلم صراحةً الرجوع إلى تشغيل YouTube الأصلي. التدريس بالترجمات العامة اختياري: ثبّت `.[video-learning]`؛ ويستمر التشغيل من دونه، بينما تُعطَّل ميزة **اشرح هنا** المعتمدة على النص المفرّغ مع توضيح السبب.
+**Video Learning** ضمن الإعدادات ← التعلم والمحادثة يهيّئ ترجمات YouTube والوصول إلى Invidious لاستخدامهما في Reading. لاستخدام Invidious، اضبط أصل API الخلفية الذي يديره المشرف (مثلاً `http://127.0.0.1:3000`) والأصل العام الذي يمكن للمتصفح الوصول إليه، واختبر الاتصال، واختر Invidious، ثم احفظ. يبحث **تصفّح Invidious** في مربع حوار إضافة المواد في Reading عن مقاطع الفيديو ويتيح الوصول إلى الاشتراكات وقوائم التشغيل المتصلة. يستخدم تشغيل YouTube المشغّل الرسمي المعزَّز للخصوصية؛ ويظل غياب الترجمات ظاهراً ويحدّ من الأدلة المتاحة للمدرّس دون تعطيل التشغيل الأصلي. ثبّت `.[video-learning]` لاستخدام مُحمِّل ترجمات YouTube الافتراضي. تنتقل روابط Watching الموجودة إلى Reading مع الحفاظ على سجل المحادثة والنصوص المفرّغة المتوافقة والملاحظات والتقدّم؛ وتصبح الملاحظات الزمنية الجديدة تعليقات Reading التوضيحية. يستخدم Bilibili مساره الخاص للتشغيل والترجمات.
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="إعدادات المظهر والثيمات في DeepTutor" width="900">
@@ -704,7 +720,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-يشحن المستودع بملف [`SKILL.md`](../../SKILL.md) في الجذر — وثيقة تسليم بنحو 200 سطر تعلّم أي LLM يستخدم الأدوات السطح بأكمله في قراءة واحدة. سلّمها إلى Claude Code أو Codex أو OpenCode (يلتقطون `SKILL.md` تلقائياً)، أو لفّ `deeptutor run` كأداة في حلقة LangChain / AutoGen. الوصفات الكاملة: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
+يأتي المستودع بملف [`SKILL.md`](../../SKILL.md) في الجذر — وثيقة تسليم موجزة لواجهة CLI. اطلب من وكيلك قراءته صراحةً؛ ويغطي [دليل إعداد الوكيل](../../docs-for-user/AGENT_SETUP.md) التثبيت والتهيئة. يمكنك أيضاً تغليف `deeptutor run` كأداة في حلقة LangChain / AutoGen. الوصفات الكاملة: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
</details>
@@ -713,13 +729,13 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| الأمر | الوصف |
|:---|:---|
-| `deeptutor init` | إنشاء أو تحديث `data/user/settings` في مساحة عمل وقت التشغيل الحالية |
+| `deeptutor init [--non-interactive] [--home PATH]` | تشغيل معالج الإعداد، أو إنشاء القيم الافتراضية الناقصة دون مطالبات |
| `deeptutor doctor [--online]` | التحقق مما إذا كان وقت التشغيل جاهزاً لبدء جلسة؛ `--online` يفحص أيضاً مزود النموذج المهيَّأ، و`--format json` يطبع التقرير |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | تشغيل الخلفية + الواجهة الأمامية معاً؛ مع خيار العمل منفصلاً أو منع فتح المتصفح |
| `deeptutor stop [--home PATH]` | إيقاف مُشغِّل بدأ باستخدام `--detach` |
| `deeptutor serve [--port PORT]` | تشغيل خلفية FastAPI فقط |
| `deeptutor workspace show/set/reset` | فحص مساحة عمل المحتوى الخاصة بالمستخدم، أو اختيارها، أو استعادتها |
-| `deeptutor run <capability> <message>` | تشغيل دور قدرة واحدة (`chat` و`ask_questions` و`deep_solve` و`deep_question` و`deep_research` و`visualize` و`math_animator` و`mastery_path` و`immersive_reading` و`course_study` و`immersive_watching` و`audio_overview`)؛ أضف `--format json` لإخراج NDJSON |
+| `deeptutor run <capability> <message>` | تشغيل دور قدرة واحدة (`chat` و`ask_questions` و`deep_solve` و`deep_question` و`deep_research` و`visualize` و`math_animator` و`mastery_path` و`immersive_reading` و`course_study` و`audio_overview`)؛ أضف `--format json` لإخراج NDJSON |
| `deeptutor chat` | REPL تفاعلي مع تحكمات القدرة والأداة وقاعدة المعرفة ودفتر الملاحظات والتاريخ |
| `deeptutor partner list/create/start/stop` | إدارة الشركاء المتصلين بـ IM |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | إدارة قواعد المعرفة، وتوصيل أرشيفات Kiwix، وتقييم جودة الاسترجاع مقابل مجموعة أسئلة وأجوبة، ومزامنة مصادر GitHub/الويب المسجَّلة (مع أوامر إضافة المصادر وإزالتها) |
@@ -728,9 +744,21 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| `deeptutor session list/show/open/rename/delete` | إدارة الجلسات المشتركة |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | إدارة دفاتر الملاحظات من ملفات Markdown |
| `deeptutor book list/health/refresh-fingerprints` | فحص الكتب وتحديث بصمات المصادر |
-| `deeptutor plugin list/info` | فحص الأدوات والقدرات المسجلة |
-| `deeptutor config show` | طباعة ملخص التهيئة |
-| `deeptutor provider login <provider>` | مصادقة المزود (`openai-codex` OAuth login؛ `github-copilot` يتحقق من جلسة مصادقة Copilot موجودة؛ `codebuddy` يتحقق من مصادقة CodeBuddy SDK ويبدأ تسجيل الدخول عند الحاجة) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | فحص الأدوات والقدرات؛ وإدارة حزم الإضافات التي خضعت للمراجعة والموافقات على أذوناتها |
+| `deeptutor config show [--home PATH]` | عرض تهيئة وقت التشغيل الفعلية مع حجب بيانات الاعتماد |
+| `deeptutor config providers` | سرد مزودي الإعداد المدعومين وقيمهم الافتراضية بصيغة JSON |
+| `deeptutor config apply FILE [--check] [--home PATH]` | تطبيق إعداد JSON دون مطالبات، أو التحقق منه دون كتابة الإعدادات |
+| `deeptutor provider login <provider>` | مصادقة المزود (`openai-codex` تسجيل دخول OAuth؛ `github-copilot` تسجيل دخول GitHub عبر الجهاز؛ `codebuddy` يتحقق من مصادقة CodeBuddy SDK ويبدأ تسجيل الدخول عند الحاجة) |
+
+تخص بيانات اعتماد GitHub Copilot مالك DeepTutor المسجَّل دخوله، وتُحفَظ فقط في
+`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`،
+خارج مساحات عمل صندوق الأمان. يستخدم الشركاء العاملون عبر CLI أو بحساب المشرف بيانات اعتماد المشرف؛ ويسجّل المستخدمون الآخرون دخولهم بصورة منفصلة، ولا يمكن مشاركة ملفات تعريف Copilot عبر منح النماذج.
+لا تُستورد ملفات رموز nanobot/Copilot الخارجية أبداً: بعد الترقية، شغّل
+`deeptutor provider login github-copilot` مجدداً.
+
+يتحقق تسجيل الدخول من الاستدلال باستخدام نموذج مكتشَف حالياً؛ ويتحقق `init` من النموذج المحدد ويتوقف عند الفشل دون حفظ مسودة التهيئة. نجاح مصادقة GitHub وحده لا يثبت إمكانية الوصول إلى نماذج Copilot (يُحتفَظ بتسجيل الدخول المحفوظ إذا فشل التحقق). تتبع طلبات وقت التشغيل نقطة نهاية API التي تعيدها عملية تبادل الرموز، بما في ذلك التجديدات، وتحترم بيانات نقطة النهاية الوصفية الخاصة بـ Responses/Chat Completions لكل نموذج.
+
+يُطبَّق توافق Responses الخاص بـ Copilot عند إرسال الطلب دون إعادة كتابة السجل المحفوظ.
</details>
@@ -891,3 +919,11 @@ DeepTutor هو مشروع مفتوح المصدر تقوده [Bingxi Zhao](https
</p>
</div>
+
+### إسناد أدوار الإتقان إلى حالة المسار
+
+تقرأ أدوار Mastery حالة المسار النشط قبل الطلب الأول إلى النموذج، باستخدام أداة الحالة نفسها وبوابات الإتقان نفسها المستخدمة عند استدعاء الأداة صراحةً. تكون هذه اللقطة حديثة لكل دور، وتتضمن وضع الجلسة النشط، ولا تُخزَّن مؤقتاً عبر الأدوار. عند فشل القراءة، يُرجَع إلى `mastery_status`؛ وبعد تغيير المسار أو الوضع أو المخطط أو التقدّم، يستطيع المدرّس تحديث الحالة عبر تلك الأداة. يظل تقييم البطاقات وآلية التسليم الحالية دون تغيير.
+
+### مرفقات الصور المتكررة
+
+ترسل حلقة الوكيل صور المستخدم المضمنة المتطابقة مرة واحدة لكل طلب، وتستبدل النسخ اللاحقة بمراجع إلى الصورة المحتفَظ بها. تحدد تسميات ثابتة خاصة بالطلب الصور المضمنة المحتفَظ بها عبر تحويلات المزودين والأدوار المُلحقة. تبقى كتل الصور الفريدة وعناوين URL البعيدة وخيارات الصور المختلفة ورسائل المساعد ونتائج الأدوات كاملة. يحتفظ السجل المحفوظ بكل مرفق أصلي؛ وتُعاد صياغة المراجع بعد تقليص السجل. يقلل ذلك حمولات الصور المتكررة، لكن الاستخدام الذي يبلّغ عنه المزود يظل مصدر الحقيقة للفوترة وإصابات الذاكرة المؤقتة.
diff --git a/assets/README/README_CN.md b/assets/README/README_CN.md
index f8b2ee009..b63b376fa 100644
--- a/assets/README/README_CN.md
+++ b/assets/README/README_CN.md
@@ -30,12 +30,12 @@
[![Python 3.11+](https://img.shields.io/badge/Python-3.11%2B-3776AB?style=flat-square&logo=python&logoColor=white)](https://www.python.org/downloads/)
[![Next.js 16](https://img.shields.io/badge/Next.js-16-000000?style=flat-square&logo=next.js&logoColor=white)](https://nextjs.org/)
-[![License](https://img.shields.io/badge/License-Apache_2.0-blue?style=flat-square)](LICENSE)
+[![License](https://img.shields.io/badge/License-Apache_2.0-blue?style=flat-square)](../../LICENSE)
[![GitHub release](https://img.shields.io/github/v/release/HKUDS/DeepTutor?style=flat-square&color=brightgreen)](https://github.com/HKUDS/DeepTutor/releases)
[![arXiv](https://img.shields.io/badge/arXiv-2604.26962-b31b1b?style=flat-square&logo=arxiv&logoColor=white)](https://arxiv.org/abs/2604.26962)
[![Discord](https://img.shields.io/badge/Discord-社区-5865F2?style=flat-square&logo=discord&logoColor=white)](https://discord.gg/eRsjPgMU4t)
-[![Feishu](https://img.shields.io/badge/飞书-交流群-00D4AA?style=flat-square&logo=feishu&logoColor=white)](./Communication.md)
+[![Feishu](https://img.shields.io/badge/飞书-交流群-00D4AA?style=flat-square&logo=feishu&logoColor=white)](../../Communication.md)
[![WeChat](https://img.shields.io/badge/微信-交流群-07C160?style=flat-square&logo=wechat&logoColor=white)](https://github.com/HKUDS/DeepTutor/issues/78)
[核心功能](#-核心功能) · [快速开始](#-快速开始) · [功能探索](#-探索-deeptutor) · [CLI 命令行](#️-deeptutor-cli--智能体原生界面) · [生态系统](#-生态系统--eduhub-与技能社区) · [社区](#-社区)
@@ -44,7 +44,7 @@
---
-> 🤝 **欢迎各种形式的贡献!** 在 [`路线图`](https://github.com/HKUDS/DeepTutor/issues/498) 为议题投票或提出新建议,详见 [贡献指南](CONTRIBUTING.md),了解分支策略、编码规范及参与方式。
+> 🤝 **欢迎各种形式的贡献!** 在 [`Roadmap`](https://github.com/HKUDS/DeepTutor/issues/498) 为议题投票或提出新建议,详见 [贡献指南](../../CONTRIBUTING.md),了解分支策略、编码规范及参与方式。
### 📰 新闻动态
@@ -60,10 +60,10 @@
DeepTutor 是一个智能体原生的学习工作区,将辅导、解题、测验生成、研究、可视化和掌握度练习整合在一个可扩展的系统中。
-- **统一的运行时** — Chat、Ask Questions、Quiz、Research、Visualize、Solve、Course Study、Mastery Path、Immersive Reading 和 Immersive Watching 共享同一套能力运行时与会话上下文,同时保留各自为特定用途设计的循环和流水线。
+- **统一的运行时** — Chat、Ask Questions、Quiz、Research、Visualize、Solve、Course Study、Mastery Path、Immersive Reading 和 Audio Overview 共享同一套能力运行时与会话上下文,同时保留各自为特定用途设计的循环和流水线。
- **Task Board** — 在待办、进行中和已完成三个状态中追踪学习任务,支持添加备注、拖放或使用键盘可操作的移动按钮,并可从归档中恢复任务。卡片保留在当前工作区,沿用现有的外观和语言设置,无需配置模型。
- **互联的学习上下文** — 知识库、书籍、Co-Writer 草稿、笔记本、题库、人格预设和 Memory 可在支持它们的工作流中复用,并受账号授权与学习策略约束。
-- **沉浸式视频学习** — 粘贴 YouTube 链接,即可使用隐私增强的原生播放、同步字幕、基于时间戳的辅导、已保存的时间戳标记和可续接的学习进度;管理员可以将播放切换到自托管的 Invidious 实例,无需重新构建素材。
+- **沉浸式视频学习** — 将 YouTube 或 Bilibili 链接添加到 Reading,即可使用原生播放、转录搜索、基于时间戳的辅导、已保存的笔记和可续接的进度;YouTube 字幕和浏览功能可以使用由管理员配置的 Invidious 实例。
- **子智能体与 Partners** — 在 Chat 中调用实时智能体运行框架(Claude Code、Codex、Grok CLI、Antigravity、Kimi、opencode、MiMo、Hermes、OpenClaw 或 DeepSeek)或 Partner、导入历史对话,并让持久化 IM 伴侣运行在同一套大脑之上。
- **多引擎知识库** — 跨 LlamaIndex、PageIndex、GraphRAG、LightRAG、远程 LightRAG Server、自托管的 WeKnora 知识库、Tencent IMA 或 MarginNote 4 知识库、已连接的 Kiwix ZIM 归档,或链接的 Obsidian vault 的版本化 RAG 知识库,支持可插拔的文档解析。详见[原生 LightRAG 角色模型](../../deeptutor/services/rag/pipelines/lightrag/README.md),了解独立的抽取、查询与视觉设置、仅默认创建以及确认后的重建。
- **可扩展工具与技能** — 内置工具、MCP 服务器、CLI 应用、图像 / 视频 / 语音生成模型,以及从 EduHub 安装的社区技能。
@@ -73,6 +73,22 @@ DeepTutor 是一个智能体原生的学习工作区,将辅导、解题、测
## 🚀 快速开始
+### 让你的智能体配置 DeepTutor
+
+将以下提示复制给可使用终端的 AI 智能体(例如 Codex 或 Claude Code):
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+[智能体配置指南](../../docs-for-user/AGENT_SETUP.md) 涵盖完整流程,包括非交互式 CLI 配置。若要自行安装,请选择下方的一种方式。
+
DeepTutor 提供四种安装方式,四者共享同一套运行时主目录布局:私有设置存储在启动目录下的 `data/user/settings/` 中(如果显式指定了 `DEEPTUTOR_HOME` / `deeptutor start --home`,则存储在该位置)。完整应用的推荐流程为:**选定运行时主目录 → 安装 → `deeptutor init` → `deeptutor start`**。
### 一条命令 Docker 试用
@@ -343,7 +359,7 @@ deeptutor config show
| `integrations.json` | 可选的 PocketBase 和 sidecar 集成设置 |
| `interface.json` | UI 语言与模型输出语言 / 主题 / 侧边栏偏好 |
| `document_parsing.json` | 解析引擎与图像描述模型选择、远程端点与引擎专属选项 |
-| `video_learning.json` | 默认的 YouTube/Invidious 播放提供商、Invidious 来源和可选的转录适配器 |
+| `video_learning.json` | YouTube 字幕提供商、Invidious 来源与账号访问,以及转录设置 |
| `main.yaml` | 运行时行为默认值和路径注入 |
| `agents.yaml` | 能力/工具的 temperature 和 token 设置 |
@@ -439,7 +455,7 @@ Chat 是默认能力,也是大多数工作的起点。单个对话线程可以
上下文分为两类:**粘性会话上下文**(能力、工作区或课程、工具、知识库、人格预设、模型,以及 Reading / Mastery 状态)会在各轮次间持续保留;**一次性引用**(文件、聊天历史、书籍、阅读章节、笔记本、选中的题库条目、导入的智能体)通过 `+` 菜单添加,仅用于单次对话轮次。语音按钮只会转录当前消息。
-主页让 **Chat**、**Ask Questions**、**Quiz** 和 **Visualize** 一键可达;用于生成引用报告的 **Research**、用于展示完整推理过程的 **Solve** 和 **Immersive Watching** 位于 *更多能力* 之下。**个性化学习**汇集 Book、**Mastery Path**、**Immersive Reading**、Watching 和**练习**;Reading 提供经过验证的引用、已保存的笔记、对来源段落的自然朗读 / 学习指导 / 词汇 / 测验 / 翻译操作,以及笔记本摘录,而 Course Study 则保留与课程绑定的上下文。
+主页让 **Chat**、**Ask Questions**、**Quiz** 和 **Visualize** 一键可达;用于生成引用报告的 **Research** 和用于展示完整推理过程的 **Solve** 位于 *更多能力* 之下。**个性化学习**汇集 Book、**Mastery Path**、**Immersive Reading** 和**练习**;Reading 将文档、视频和音频整合在一起,提供经过验证的引用、已保存的笔记、来源段落 / 学习指导 / 词汇 / 测验 / 翻译操作的自然朗读,以及笔记本摘录,而 Course Study 则保留与课程绑定的上下文。
</details>
@@ -603,9 +619,9 @@ Settings 是操作控制面板,首页**通用**用于设置界面与模型输
**Xiaomi MiMo 语音。** 添加 Xiaomi MiMo 提供商,填写 `https://api.xiaomimimo.com/v1` 和 API Key,然后在 Settings → Voice 中添加 `mimo-v2.5-tts`。选择 `mimo_default`、`冰糖` 或 `苏打` 等预设音色,使用 `wav` 或 `pcm16` 输出,并在应用前试听。语音指令可控制风格和语速。该适配器仅支持预设语音;声音设计与声音克隆需要独立模型,目前不受支持。如果旧的 MiMo 语音模型通过通用的 OpenAI 兼容适配器配置,请使用 Xiaomi MiMo 提供商重新创建语音条目,使其采用 chat-completions 协议。详见 [MiMo 官方语音指南](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5)。
-**MiniMax 语音** — 在 Settings → Voice 中,将文本转语音提供商选为 MiniMax,并选择 `speech-2.8-hd`。配置 MiniMax API Key 和系统或自定义音色 ID;默认音色为 `English_expressive_narrator`。API 基础地址默认为 `https://api.minimax.io/v1`;中国地区使用 `https://api.minimaxi.com/v1`。朗读与音色预览使用原生语音端点,支持 MP3、WAV、FLAC 或 PCM 输出,以及采样率、语速和语言控制。音色 ID 和账号可用性详见 [MiniMax 语音 API](https://platform.minimax.io/docs/api-reference/speech-t2a-http)。
+**MiniMax 语音** — 在 Settings → Voice 中,将文本转语音提供商选为 MiniMax,并选择 `speech-2.8-hd`。配置 MiniMax API Key,并明确选择系统音色或输入自定义音色 ID。API 基础地址默认为 `https://api.minimax.io/v1`;中国地区使用 `https://api.minimaxi.com/v1`。朗读与音色预览使用原生语音端点,支持 MP3、WAV、FLAC 或 PCM 输出,以及采样率、语速和语言控制。音色 ID 和账号可用性详见 [MiniMax 语音 API](https://platform.minimax.io/docs/api-reference/speech-t2a-http)。
-Settings → Learning & conversation 下的 **Video Learning** 默认使用 YouTube 官方的隐私增强型 IFrame Player。若要让播放保持在本地,请设置由管理员管理的 Invidious API 来源(例如 `http://127.0.0.1:3000`),测试后选择 Invidious 并保存。新建或重新打开的视频会立即采用该提供商,同时保留相同的素材 ID 和进度。Invidious 媒体通过 DeepTutor 的字节范围代理进行流式传输;上游 URL 既不会暴露给浏览器,也不会存储到磁盘。如果实例发生故障,DeepTutor 将保持与 YouTube 离线,直到学习者明确选择原生 YouTube 回退方案。公共字幕辅导是可选功能:安装 `.[video-learning]`;即使未安装,播放仍会继续,但基于转录的 **在此解释** 功能会被禁用并说明原因。
+Settings → Learning & conversation 下的 **Video Learning** 为 Reading 配置 YouTube 字幕和 Invidious 访问。使用 Invidious 时,请设置由管理员管理的后端 API 来源(例如 `http://127.0.0.1:3000`)和浏览器可访问的公开来源,测试连接后选择 Invidious 并保存。Reading 添加素材对话框中的 **Browse Invidious** 可搜索视频,并访问已连接的订阅和播放列表。YouTube 播放使用官方隐私增强型播放器;字幕缺失时会明确显示,并限制导师可用的证据,但不会阻止原生播放。安装 `.[video-learning]` 可使用默认的 YouTube 字幕加载器。已有 Watching 链接会迁移到 Reading,保留对话历史、兼容的转录、笔记和进度;新的时间戳笔记会保存为 Reading 批注。Bilibili 使用独立的播放和字幕路径。
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="DeepTutor 外观设置与主题" width="900">
@@ -703,7 +719,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-仓库根目录附带 [`SKILL.md`](SKILL.md) — 约 200 行的交接文档,让任何支持工具调用的 LLM 一次性掌握所有接口。将其传递给 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。完整示例:[Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)。
+仓库根目录附带 [`SKILL.md`](../../SKILL.md) — 一份简洁的 CLI 交接文档。请明确要求你的智能体阅读它;其[智能体配置指南](../../docs-for-user/AGENT_SETUP.md) 涵盖安装与配置。你也可以将 `deeptutor run` 包装为 LangChain / AutoGen 循环中的工具。完整示例:[Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)。
</details>
@@ -712,13 +728,13 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| 命令 | 说明 |
|:---|:---|
-| `deeptutor init` | 在当前运行时主目录中创建或更新 `data/user/settings` |
+| `deeptutor init [--non-interactive] [--home PATH]` | 运行配置向导,或无需提示地创建缺失的默认配置 |
| `deeptutor doctor [--online]` | 检查运行时是否已准备好启动会话;`--online` 还会探测已配置的模型提供商,`--format json` 打印报告 |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | 同时启动后端 + 前端;可选择后台运行或禁止自动打开浏览器 |
| `deeptutor stop [--home PATH]` | 停止通过 `--detach` 启动的启动器 |
| `deeptutor serve [--port PORT]` | 仅启动 FastAPI 后端 |
| `deeptutor workspace show/set/reset` | 查看、选择或还原当前用户的内容工作区 |
-| `deeptutor run <capability> <message>` | 运行单次能力对话(`chat`、`ask_questions`、`deep_solve`、`deep_question`、`deep_research`、`visualize`、`math_animator`、`mastery_path`、`immersive_reading`、`course_study`、`immersive_watching`、`audio_overview`);添加 `--format json` 可获得 NDJSON 输出 |
+| `deeptutor run <capability> <message>` | 运行单次能力对话(`chat`、`ask_questions`、`deep_solve`、`deep_question`、`deep_research`、`visualize`、`math_animator`、`mastery_path`、`immersive_reading`、`course_study`、`audio_overview`);添加 `--format json` 可获得 NDJSON 输出 |
| `deeptutor chat` | 交互式 REPL,支持能力、工具、知识库、笔记本和历史控制 |
| `deeptutor partner list/create/start/stop` | 管理 IM 连接的 Partners |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | 管理知识库、连接 Kiwix 归档、用 QA 数据集评估检索质量,并同步已注册的 GitHub/Web 来源(包含来源添加/移除命令) |
@@ -727,9 +743,26 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| `deeptutor session list/show/open/rename/delete` | 管理共享会话 |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | 从 Markdown 文件管理笔记本 |
| `deeptutor book list/health/refresh-fingerprints` | 查看书籍并刷新来源指纹 |
-| `deeptutor plugin list/info` | 查看已注册的工具和能力 |
-| `deeptutor config show` | 打印配置摘要 |
-| `deeptutor provider login <provider>` | 提供商认证(`openai-codex` OAuth 登录;`github-copilot` 验证现有 Copilot 认证会话;`codebuddy` 验证 CodeBuddy SDK 认证并在需要时启动登录) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | 查看工具与能力;管理经过审核的插件包及其权限审批 |
+| `deeptutor config show [--home PATH]` | 显示已解析的运行时配置,并隐去凭证 |
+| `deeptutor config providers` | 以 JSON 列出配置时支持的提供商及其默认值 |
+| `deeptutor config apply FILE [--check] [--home PATH]` | 无需提示地应用配置 JSON,或只验证而不写入设置 |
+| `deeptutor provider login <provider>` | 提供商认证(`openai-codex` OAuth 登录;`github-copilot` GitHub 设备登录;`codebuddy` 验证 CodeBuddy SDK 认证并在需要时启动登录) |
+
+GitHub Copilot 凭证属于已登录的 DeepTutor 所有者,仅保存在
+`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`,
+位于沙箱工作区之外。CLI/管理员的 Partners 使用管理员凭证;
+其他用户需单独登录,Copilot 配置不能通过模型授权共享。
+外部 nanobot/Copilot 令牌文件绝不会被导入:升级后,请重新运行
+`deeptutor provider login github-copilot`。
+
+登录会使用当前发现的模型验证推理;`init` 验证所选模型,
+失败时中止且不保存配置草稿。仅成功完成 GitHub
+认证并不代表获得 Copilot 模型访问权限(即使验证失败,已保存的登录仍会保留)。
+运行时请求遵循令牌交换返回的 API 端点,包括刷新后的端点,
+并遵守各模型的 Responses/Chat Completions 端点元数据。
+
+Copilot 专属的 Responses 兼容处理在分发请求时应用,不会改写已保存的历史记录。
</details>
@@ -859,7 +892,7 @@ DeepTutor 也站在众多优秀开源项目的肩膀上,它们给予了我们
### 🗺️ 路线图与贡献
-我们希望 DeepTutor 持续迭代与进步 — 并最终成为我们回馈开源社区的礼物。我们的[**路线图**](https://github.com/HKUDS/DeepTutor/issues/498)持续更新;欢迎在那里为议题投票或提出新想法。如果你想贡献,请查看[**贡献指南**](CONTRIBUTING.md),了解分支策略、编码规范及参与方式。
+我们希望 DeepTutor 持续迭代与进步 — 并最终成为我们回馈开源社区的礼物。我们的[**路线图**](https://github.com/HKUDS/DeepTutor/issues/498)持续更新;欢迎在那里为议题投票或提出新想法。如果你想贡献,请查看[**贡献指南**](../../CONTRIBUTING.md),了解分支策略、编码规范及参与方式。
<div align="center">
@@ -883,10 +916,26 @@ DeepTutor 也站在众多优秀开源项目的肩膀上,它们给予了我们
<div align="center">
-基于 [Apache License 2.0](LICENSE) 许可证。
+基于 [Apache License 2.0](../../LICENSE) 许可证。
<p>
<img src="https://visitor-badge.laobi.icu/badge?page_id=HKUDS.DeepTutor&style=for-the-badge&color=00d4ff" alt="访问量">
</p>
</div>
+
+### Mastery 轮次的状态依据
+
+Mastery 在每轮首次请求模型之前读取当前路径的状态,使用与显式工具调用
+相同的状态工具和掌握度门控。每轮都会获取新的快照,其中包含当前会话模式,
+绝不跨轮缓存。读取失败时会回退到 `mastery_status`;更改路径、模式、
+大纲或进度后,导师可以通过该工具刷新状态。卡片评分和现有的交接流程保持不变。
+
+### 重复的图片附件
+
+智能体循环在每次请求中只发送一次相同的用户内联图片,后续副本则替换为
+对保留图片的引用。仅作用于本次请求的稳定标签,使这些保留的内联图片在
+提供商格式转换和追加轮次中保持可识别。不同的图片块、远程 URL、不同的
+图片选项、助手消息和工具结果均保持完整。已保存的历史记录保留每份原始附件;
+历史被裁剪后会重新构建引用。这样可以减少重复的图片载荷,但计费和缓存命中
+仍以提供商报告的用量为准。
diff --git a/assets/README/README_ES.md b/assets/README/README_ES.md
index 37df93b8c..f2c23e970 100644
--- a/assets/README/README_ES.md
+++ b/assets/README/README_ES.md
@@ -60,10 +60,10 @@
DeepTutor es un espacio de trabajo de aprendizaje nativo de agentes que conecta tutoría, resolución de problemas, generación de cuestionarios, investigación, visualización y práctica de dominio en un sistema extensible.
-- **Un runtime para todos los modos** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading e Immersive Watching comparten un mismo runtime de capacidades y contexto de sesión, pero conservan bucles y pipelines especializados para cada propósito.
+- **Un runtime para todos los modos** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading y Audio Overview comparten un mismo runtime de capacidades y contexto de sesión, pero conservan bucles y pipelines especializados para cada propósito.
- **Task Board** — Sigue las tareas de estudio en To do, In progress y Done, con notas, movimientos mediante arrastrar y soltar o botones accesibles desde el teclado, y un archivo desde el que puedes restaurarlas. Las tarjetas permanecen en el espacio de trabajo actual y respetan la configuración existente de apariencia e idioma; no se requiere configurar ningún modelo.
- **Contexto de aprendizaje conectado** — Las bases de conocimiento, los libros, los borradores de Co-Writer, los cuadernos, los bancos de preguntas, las personas y Memory pueden reutilizarse en los flujos de trabajo que los admiten, sujetos a los permisos de la cuenta y a las políticas de aprendizaje.
-- **Aprendizaje inmersivo por vídeo** — pega un enlace de YouTube para una reproducción nativa con privacidad mejorada, subtítulos sincronizados, tutoría basada en marcas de tiempo, marcas de tiempo guardadas y progreso reanudable; los administradores pueden cambiar la reproducción a una instancia de Invidious autoalojada sin reconstruir los materiales.
+- **Aprendizaje inmersivo por vídeo** — añade enlaces de YouTube o Bilibili a Reading para reproducirlos de forma nativa, buscar en las transcripciones, recibir tutoría basada en marcas de tiempo, guardar notas y reanudar el progreso; los subtítulos y la exploración de YouTube pueden usar una instancia de Invidious configurada por el administrador.
- **Subagentes y Partners** — desde Chat, consulta un entorno de agente en vivo (Claude Code, Codex, Grok CLI, Antigravity, Kimi, opencode, MiMo, Hermes, OpenClaw o DeepSeek) o un Partner, importa conversaciones pasadas y ejecuta compañeros IM persistentes con el mismo cerebro.
- **Conocimiento multi-motor** — bibliotecas RAG con versiones: LlamaIndex, PageIndex, GraphRAG, LightRAG, un LightRAG Server remoto, una base de conocimiento WeKnora autoalojada, una biblioteca de Tencent IMA o MarginNote 4, un archivo Kiwix ZIM conectado, o un vault Obsidian vinculado, con análisis de documentos conectable. Consulta los [modelos de rol nativos de LightRAG](../../deeptutor/services/rag/pipelines/lightrag/README.md) para conocer la configuración independiente de extracción, consulta y visión, la creación limitada a valores predeterminados y las reconstrucciones confirmadas.
- **Herramientas y habilidades extensibles** — herramientas integradas, servidores MCP, aplicaciones CLI, modelos de generación de imagen / video / voz, y skills de la comunidad instalables desde EduHub.
@@ -73,6 +73,22 @@ DeepTutor es un espacio de trabajo de aprendizaje nativo de agentes que conecta
## 🚀 Comenzar
+### Deja que tu Agente Configure DeepTutor
+
+Copia este prompt en tu agente de IA con acceso a la terminal (como Codex o Claude Code):
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+La [guía de configuración para agentes](../../docs-for-user/AGENT_SETUP.md) abarca todo el proceso, incluida la configuración no interactiva desde la CLI. Para instalarlo tú mismo, elige una de las rutas siguientes.
+
DeepTutor incluye cuatro rutas de instalación. Todas comparten un mismo diseño de hogar de ejecución: la configuración privada vive en `data/user/settings/` bajo el directorio desde el que se inicia (o bajo `DEEPTUTOR_HOME` / `deeptutor start --home` si se establece explícitamente). Para la aplicación completa, el flujo recomendado es **elegir un directorio de hogar de ejecución → instalar → `deeptutor init` → `deeptutor start`**.
### Prueba de Docker con un Solo Comando
@@ -352,7 +368,7 @@ Todo bajo `data/user/settings/` es JSON/YAML plano. La página **Settings** es e
| `integrations.json` | Configuración opcional de PocketBase e integraciones sidecar |
| `interface.json` | Idioma de UI y de salida del modelo / tema / preferencias de barra lateral |
| `document_parsing.json` | Selección del motor de análisis y del modelo de descripción de imágenes, endpoints remotos y opciones específicas de cada motor |
-| `video_learning.json` | Proveedor de reproducción predeterminado de YouTube/Invidious, orígenes de Invidious y adaptador de transcripción opcional |
+| `video_learning.json` | Proveedor de subtítulos de YouTube, orígenes y acceso a cuentas de Invidious, y configuración de transcripciones |
| `main.yaml` | Valores predeterminados de comportamiento de runtime e inyección de rutas |
| `agents.yaml` | Configuración de temperatura y tokens de capacidades/herramientas |
@@ -448,7 +464,7 @@ Las herramientas activables por el usuario son `brainstorm`, `web_search`, `pape
El contexto viene en dos tipos: el **contexto de sesión persistente** (capacidad, espacio de trabajo o curso, herramientas, bases de conocimiento, persona, modelo y estado de Reading / Mastery) persiste entre turnos; las **referencias de un solo uso** (archivos, historial de chat, libros, secciones de lectura, cuadernos, entradas seleccionadas del banco de preguntas, agentes importados) vienen del menú `+` para un único turno. El botón de voz solo transcribe el mensaje actual.
-Inicio mantiene **Chat**, **Ask Questions**, **Quiz** y **Visualize** a un clic; **Research** para informes con citas, **Solve** para razonamiento trabajado e **Immersive Watching** se encuentran bajo *More Capabilities*. **Aprendizaje personalizado** agrupa Book, **Mastery Path**, **Immersive Reading**, Watching y **Práctica**; Reading añade citas verificadas, notas guardadas, lectura natural en voz alta de pasajes de la fuente / acciones de orientación de estudio / vocabulario / quiz / traducción y captura en notebooks, mientras que Course Study mantiene su propio contexto vinculado al curso.
+Inicio mantiene **Chat**, **Ask Questions**, **Quiz** y **Visualize** a un clic; **Research** para informes con citas y **Solve** para razonamiento trabajado se encuentran bajo *More Capabilities*. **Aprendizaje personalizado** agrupa Book, **Mastery Path**, **Immersive Reading** y **Práctica**; Reading reúne documentos, vídeo y audio con citas verificadas, notas guardadas, lectura natural en voz alta de pasajes de la fuente / acciones de orientación de estudio / vocabulario / quiz / traducción y captura en notebooks, mientras que Course Study mantiene su propio contexto vinculado al curso.
</details>
@@ -612,9 +628,9 @@ Settings es el panel de control operativo y se abre en **General**, donde se con
**Síntesis de voz de Xiaomi MiMo.** Añade un proveedor Xiaomi MiMo con `https://api.xiaomimimo.com/v1` y su clave API; después añade `mimo-v2.5-tts` en Settings → Voz. Elige una voz predefinida como `mimo_default`, `冰糖` o `苏打`, usa salida `wav` o `pcm16` y escúchala antes de aplicar los cambios. Las instrucciones de voz controlan el estilo y la velocidad del habla. Este adaptador solo admite voces predefinidas; el diseño y la clonación de voces requieren modelos separados y no son compatibles. Si un modelo de voz anterior de MiMo estaba configurado mediante el adaptador genérico compatible con OpenAI, vuelve a crear su entrada de voz usando el proveedor Xiaomi MiMo para que utilice el protocolo de chat-completions. Consulta la [guía oficial de voz de MiMo](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5).
-**Síntesis de voz de MiniMax** — en Settings → Voz, elige MiniMax para texto a voz y selecciona `speech-2.8-hd`. Configura una clave API de MiniMax y un ID de voz del sistema o personalizado; la voz predeterminada es `English_expressive_narrator`. La base de API predeterminada es `https://api.minimax.io/v1`; para la región de China usa `https://api.minimaxi.com/v1`. La lectura en voz alta y las previsualizaciones de voz usan el endpoint nativo de voz, con salida MP3, WAV, FLAC o PCM, y controles de frecuencia de muestreo, velocidad e idioma. Consulta la [API de voz de MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http) para conocer los IDs de voz y la disponibilidad por cuenta.
+**Síntesis de voz de MiniMax** — en Settings → Voz, elige MiniMax para texto a voz y selecciona `speech-2.8-hd`. Configura una clave API de MiniMax y selecciona explícitamente una voz del sistema o introduce un ID de voz personalizado. La base de API predeterminada es `https://api.minimax.io/v1`; para la región de China usa `https://api.minimaxi.com/v1`. La lectura en voz alta y las previsualizaciones de voz usan el endpoint nativo de voz, con salida MP3, WAV, FLAC o PCM, y controles de frecuencia de muestreo, velocidad e idioma. Consulta la [API de voz de MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http) para conocer los IDs de voz y la disponibilidad por cuenta.
-**Video Learning** en Settings → Aprendizaje y conversación usa de forma predeterminada el reproductor IFrame oficial de YouTube con privacidad mejorada. Para mantener la reproducción en local, configura el origen de la API de Invidious gestionado por el administrador (por ejemplo `http://127.0.0.1:3000`), pruébalo, selecciona Invidious y guarda. Los vídeos nuevos o reabiertos adoptan inmediatamente el proveedor con el mismo ID de material y progreso. El contenido multimedia de Invidious se transmite a través del proxy de rangos de bytes de DeepTutor; las URL de origen no se exponen al navegador ni se almacenan en disco. Si la instancia falla, DeepTutor permanece desconectado de YouTube hasta que el alumno elija explícitamente la alternativa nativa de YouTube. La tutoría mediante subtítulos públicos es opcional: instala `.[video-learning]`; la reproducción continúa sin este extra, mientras que **Explain here** basado en la transcripción se desactiva con una explicación.
+**Video Learning** en Settings → Aprendizaje y conversación configura los subtítulos de YouTube y el acceso a Invidious para Reading. Para usar Invidious, establece el origen de su API de backend gestionado por el administrador (por ejemplo `http://127.0.0.1:3000`) y su origen público accesible desde el navegador, prueba la conexión, selecciona Invidious y guarda. **Browse Invidious** en el diálogo de Reading para añadir material permite buscar vídeos y acceder a las suscripciones y listas de reproducción conectadas. La reproducción de YouTube usa el reproductor oficial con privacidad mejorada; la falta de subtítulos se indica y limita la evidencia disponible para el tutor, sin bloquear la reproducción nativa. Instala `.[video-learning]` para el cargador predeterminado de subtítulos de YouTube. Los enlaces existentes de Watching se migran a Reading conservando el historial de conversaciones, las transcripciones compatibles, las notas y el progreso; las nuevas notas con marcas de tiempo son anotaciones de Reading. Bilibili usa su propia ruta de reproducción y subtítulos.
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="Configuración de apariencia de DeepTutor y temas" width="900">
@@ -712,7 +728,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-El repo incluye un [`SKILL.md`](../../SKILL.md) raíz — un documento de traspaso de ~200 líneas que enseña a cualquier LLM que use herramientas toda la superficie en una lectura. Entrégaselo a Claude Code, Codex u OpenCode (recogen `SKILL.md` automáticamente), o envuelve `deeptutor run` como herramienta en un bucle LangChain / AutoGen. Recetas completas: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
+El repo incluye un [`SKILL.md`](../../SKILL.md) raíz — un documento compacto de traspaso para la CLI. Pide a tu agente que lo lea explícitamente; su [guía de configuración para agentes](../../docs-for-user/AGENT_SETUP.md) abarca la instalación y la configuración. También puedes envolver `deeptutor run` como herramienta en un bucle LangChain / AutoGen. Recetas completas: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
</details>
@@ -721,13 +737,13 @@ El repo incluye un [`SKILL.md`](../../SKILL.md) raíz — un documento de traspa
| Comando | Descripción |
|:---|:---|
-| `deeptutor init` | Crear o actualizar `data/user/settings` en el hogar de ejecución actual |
+| `deeptutor init [--non-interactive] [--home PATH]` | Ejecutar el asistente de configuración o crear los valores predeterminados que falten sin preguntas |
| `deeptutor doctor [--online]` | Verificar si el hogar de ejecución está listo para iniciar una sesión; `--online` también sondea el proveedor de modelo configurado, `--format json` imprime el informe |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | Lanzar backend + frontend juntos; separar el proceso u omitir la apertura del navegador de forma opcional |
| `deeptutor stop [--home PATH]` | Detener un launcher iniciado con `--detach` |
| `deeptutor serve [--port PORT]` | Iniciar solo el backend FastAPI |
| `deeptutor workspace show/set/reset` | Inspeccionar, seleccionar o restaurar el Espacio de Trabajo de Contenido por usuario |
-| `deeptutor run <capability> <message>` | Ejecutar un turno de capacidad único (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `immersive_watching`, `audio_overview`); agrega `--format json` para salida NDJSON |
+| `deeptutor run <capability> <message>` | Ejecutar un turno de capacidad único (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `audio_overview`); agrega `--format json` para salida NDJSON |
| `deeptutor chat` | REPL interactivo con controles de capacidad, herramienta, KB, notebook e historial |
| `deeptutor partner list/create/start/stop` | Gestionar partners conectados por IM |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | Gestionar bases de conocimiento, conectar archivos Kiwix, evaluar la calidad de recuperación con un conjunto de preguntas y respuestas, y sincronizar fuentes de GitHub/web registradas (con comandos para añadir o eliminar fuentes) |
@@ -736,9 +752,26 @@ El repo incluye un [`SKILL.md`](../../SKILL.md) raíz — un documento de traspa
| `deeptutor session list/show/open/rename/delete` | Gestionar sesiones compartidas |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | Gestionar cuadernos desde archivos Markdown |
| `deeptutor book list/health/refresh-fingerprints` | Inspeccionar libros y actualizar huellas dactilares de fuentes |
-| `deeptutor plugin list/info` | Inspeccionar herramientas y capacidades registradas |
-| `deeptutor config show` | Imprimir resumen de configuración |
-| `deeptutor provider login <provider>` | Autenticación del proveedor (`openai-codex` OAuth login; `github-copilot` valida una sesión de autenticación Copilot existente; `codebuddy` valida la autenticación del SDK de CodeBuddy e inicia el login cuando es necesario) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | Inspeccionar herramientas y capacidades; gestionar paquetes de plugins revisados y sus aprobaciones de permisos |
+| `deeptutor config show [--home PATH]` | Mostrar la configuración de runtime resuelta con las credenciales ocultas |
+| `deeptutor config providers` | Listar los proveedores de configuración compatibles y sus valores predeterminados como JSON |
+| `deeptutor config apply FILE [--check] [--home PATH]` | Aplicar JSON de configuración sin preguntas o validarlo sin escribir la configuración |
+| `deeptutor provider login <provider>` | Autenticación del proveedor (`openai-codex` inicio de sesión OAuth; `github-copilot` inicio de sesión de dispositivo de GitHub; `codebuddy` valida la autenticación del SDK de CodeBuddy e inicia el login cuando es necesario) |
+
+Las credenciales de GitHub Copilot pertenecen al propietario que ha iniciado sesión en DeepTutor y solo se guardan en
+`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`,
+fuera de los espacios de trabajo del sandbox. Los partners de la CLI y del administrador usan las credenciales del administrador;
+los demás usuarios inician sesión por separado, y los perfiles de Copilot no se pueden compartir mediante permisos de modelos.
+Nunca se importan archivos de tokens externos de nanobot/Copilot: después de actualizar, vuelve a ejecutar
+`deeptutor provider login github-copilot`.
+
+El inicio de sesión valida la inferencia con un modelo descubierto en ese momento; `init` valida el modelo
+seleccionado y aborta si falla, sin guardar el borrador de configuración. La autenticación exitosa en GitHub
+no demuestra por sí sola el acceso a los modelos de Copilot (el inicio de sesión guardado se conserva
+si la validación falla). Las solicitudes de runtime usan el endpoint de API devuelto por el intercambio de tokens,
+incluidas las renovaciones, y respetan los metadatos de endpoints Responses/Chat Completions de cada modelo.
+
+La compatibilidad de Responses específica de Copilot se aplica al enviar la solicitud, sin reescribir el historial guardado.
</details>
@@ -899,3 +932,23 @@ Licenciado bajo [Apache License 2.0](../../LICENSE).
</p>
</div>
+
+### Fundamentación de los turnos de Mastery
+
+Los turnos de Mastery leen el estado de la ruta activa antes de la primera solicitud al modelo, usando
+la misma herramienta de estado y los mismos controles de dominio que una llamada explícita a la herramienta. Esta instantánea
+se actualiza en cada turno, incluye el modo de sesión activo y nunca se almacena en caché entre
+turnos. Si la lectura falla, se recurre a `mastery_status`; después de cambiar la ruta, el modo,
+el esquema o el progreso, el tutor puede actualizar el estado mediante esa herramienta. La evaluación de las tarjetas y
+su traspaso existente permanecen sin cambios.
+
+### Imágenes adjuntas repetidas
+
+El bucle de agente envía las imágenes de usuario incrustadas idénticas una sola vez por solicitud y sustituye las copias
+posteriores por referencias a la imagen conservada. Las etiquetas estables, exclusivas de la solicitud, identifican
+las imágenes incrustadas conservadas a través de las adaptaciones a los proveedores y los turnos añadidos. Los bloques de imagen
+únicos, las URL remotas, las opciones de imagen diferentes,
+los mensajes del asistente y los resultados de herramientas se conservan completos. El historial guardado
+mantiene todos los adjuntos originales; las referencias se reconstruyen después de recortar el historial.
+Esto reduce las cargas de imágenes repetidas, pero el uso informado por el proveedor sigue siendo la
+fuente de verdad para la facturación y los aciertos de caché.
diff --git a/assets/README/README_FR.md b/assets/README/README_FR.md
index 9e5963264..b66df453d 100644
--- a/assets/README/README_FR.md
+++ b/assets/README/README_FR.md
@@ -60,10 +60,10 @@
DeepTutor est un espace de travail d'apprentissage natif à l'agent qui connecte le tutorat, la résolution de problèmes, la génération de quiz, la recherche, la visualisation et la pratique de maîtrise dans un système extensible.
-- **Un seul runtime pour chaque mode** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading et Immersive Watching partagent le même runtime de capacités et le même contexte de session, tout en conservant des boucles et des pipelines conçus pour chaque usage.
+- **Un seul runtime pour chaque mode** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading et Audio Overview partagent le même runtime de capacités et le même contexte de session, tout en conservant des boucles et des pipelines conçus pour chaque usage.
- **Task Board** — Suivez vos tâches d'étude dans les colonnes À faire, En cours et Terminé, avec des notes, un déplacement par glisser-déposer ou au moyen de boutons accessibles au clavier, et une archive depuis laquelle vous pouvez les restaurer. Les cartes restent dans l'espace de travail actuel et suivent les paramètres d'apparence et de langue existants ; aucune configuration de modèle n'est nécessaire.
- **Contexte d'apprentissage connecté** — Les bases de connaissances, les livres, les brouillons Co-Writer, les carnets, les banques de questions, les personas et la Memory peuvent être réutilisés dans les flux de travail qui les prennent en charge, sous réserve des attributions du compte et des politiques d'apprentissage.
-- **Apprentissage vidéo immersif** — collez un lien YouTube pour une lecture native avec protection renforcée de la confidentialité, des sous-titres synchronisés, un tutorat ancré dans les horodatages, des repères temporels enregistrés et une progression reprenable ; les administrateurs peuvent basculer la lecture vers une instance Invidious auto-hébergée sans reconstruire les supports.
+- **Apprentissage vidéo immersif** — ajoutez des liens YouTube ou Bilibili à Reading pour profiter de la lecture native, de la recherche dans les transcriptions, d’un tutorat ancré dans les horodatages, de notes enregistrées et d’une progression reprenable ; les sous-titres et la navigation YouTube peuvent utiliser une instance Invidious configurée par un administrateur.
- **Sous-agents et Partners** — depuis Chat, consultez un harness d'agent en direct (Claude Code, Codex, Grok CLI, Antigravity, Kimi, opencode, MiMo, Hermes, OpenClaw ou DeepSeek) ou un Partner, importez des conversations passées et exécutez des compagnons IM persistants sur le même cerveau.
- **Connaissances multi-moteur** — bibliothèques RAG versionnées via LlamaIndex, PageIndex, GraphRAG, LightRAG, un LightRAG Server distant, un déploiement WeKnora auto-hébergé, une bibliothèque Tencent IMA ou MarginNote 4, une archive ZIM Kiwix connectée, ou un vault Obsidian lié, avec une analyse de documents enfichable. Consultez les [modèles de rôle LightRAG natifs](../../deeptutor/services/rag/pipelines/lightrag/README.md) pour des paramètres d'extraction, de requête et de vision indépendants, une création limitée aux valeurs par défaut, et des reconstructions confirmées.
- **Outils et compétences extensibles** — outils intégrés, serveurs MCP, applications CLI, modèles de génération d'images / vidéos / voix, et compétences communautaires installables depuis EduHub.
@@ -73,6 +73,22 @@ DeepTutor est un espace de travail d'apprentissage natif à l'agent qui connecte
## 🚀 Démarrage
+### Laissez votre agent configurer DeepTutor
+
+Copiez cette consigne dans votre agent IA capable d’utiliser un terminal (comme Codex ou Claude Code) :
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+Le [guide de configuration par un agent](../../docs-for-user/AGENT_SETUP.md) décrit tout le parcours, y compris la configuration CLI non interactive. Pour l’installer vous-même, choisissez l’une des méthodes ci-dessous.
+
DeepTutor propose quatre chemins d'installation. Ils partagent tous une même structure de répertoire d'exécution : les paramètres privés résident dans `data/user/settings/` sous le répertoire depuis lequel vous lancez l'application (ou sous `DEEPTUTOR_HOME` / `deeptutor start --home` si vous en définissez un explicitement). Pour l'application complète, le flux recommandé est **choisir un répertoire d'exécution → installer → `deeptutor init` → `deeptutor start`**.
### Essai Docker en une commande
@@ -353,7 +369,7 @@ Tout ce qui se trouve sous `data/user/settings/` est du JSON/YAML brut. La page
| `integrations.json` | Paramètres d'intégration PocketBase et sidecar optionnels |
| `interface.json` | Langue de l'interface et de sortie du modèle / thème / préférences de barre latérale |
| `document_parsing.json` | Choix du moteur d'analyse et du modèle de description d'images, points de terminaison distants et options propres à chaque moteur |
-| `video_learning.json` | Fournisseur de lecture YouTube/Invidious par défaut, origines Invidious et adaptateur de transcription optionnel |
+| `video_learning.json` | Fournisseur de sous-titres YouTube, origines Invidious et accès au compte, et paramètres de transcription |
| `main.yaml` | Valeurs par défaut du comportement d'exécution et injection de chemin |
| `agents.yaml` | Paramètres de température et de jetons pour les capacités/outils |
@@ -449,7 +465,7 @@ Les outils basculables par l'utilisateur sont `brainstorm`, `web_search`, `paper
Le contexte se présente en deux types : le **contexte de session persistant** (capacité, espace de travail ou cours, outils, bases de connaissances, persona, modèle et état Reading / Mastery) persiste entre les tours ; les **références ponctuelles** (fichiers, historique de chat, livres, sections de lecture, carnets, entrées sélectionnées de la banque de questions, agents importés) proviennent du menu `+` pour un seul tour. Le bouton vocal ne transcrit que le message en cours.
-L'accueil garde **Chat**, **Ask Questions**, **Quiz** et **Visualize** accessibles en un clic ; **Research** pour les rapports cités, **Solve** pour le raisonnement guidé et **Immersive Watching** se trouvent sous *Plus de Capacités*. **Apprentissage personnalisé** regroupe Book, **Mastery Path**, **Immersive Reading**, Watching et **Practice** ; Reading ajoute des citations vérifiées, des notes enregistrées, une lecture à voix haute naturelle à partir des passages sources et des actions d'accompagnement d'étude / vocabulaire / quiz / traduction, ainsi que la capture dans les carnets, tandis que Course Study conserve son contexte lié au cours.
+L'accueil garde **Chat**, **Ask Questions**, **Quiz** et **Visualize** accessibles en un clic ; **Research** pour les rapports cités et **Solve** pour le raisonnement guidé se trouvent sous *Plus de Capacités*. **Apprentissage personnalisé** regroupe Book, **Mastery Path**, **Immersive Reading** et **Practice** ; Reading réunit les documents, la vidéo et l’audio avec des citations vérifiées, des notes enregistrées, une lecture à voix haute naturelle à partir des passages sources et des actions d'accompagnement d'étude / vocabulaire / quiz / traduction, ainsi que la capture dans les carnets, tandis que Course Study conserve son contexte lié au cours.
</details>
@@ -613,10 +629,10 @@ Settings est le plan de contrôle opérationnel et s'ouvre sur **Général**, po
**Synthèse vocale Xiaomi MiMo.** Ajoutez un fournisseur Xiaomi MiMo avec `https://api.xiaomimimo.com/v1` et sa clé API, puis ajoutez `mimo-v2.5-tts` dans Paramètres → Voix. Choisissez un préréglage tel que `mimo_default`, `冰糖` ou `苏打`, utilisez une sortie `wav` ou `pcm16`, puis écoutez un aperçu avant de l'appliquer. Les instructions vocales contrôlent le style et la vitesse de parole. Cet adaptateur ne prend en charge que les voix prédéfinies ; la conception et le clonage de voix nécessitent des modèles distincts et ne sont pas pris en charge. Si un ancien modèle vocal MiMo était configuré via l'adaptateur générique compatible OpenAI, recréez son entrée vocale avec le fournisseur Xiaomi MiMo afin qu'elle utilise le protocole chat-completions. Consultez le [guide officiel de synthèse vocale MiMo](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5).
-**Synthèse vocale MiniMax** — dans Paramètres → Voix, choisissez MiniMax pour la synthèse vocale et sélectionnez `speech-2.8-hd`. Configurez une clé API MiniMax et un identifiant de voix système ou personnalisé ; la voix par défaut est `English_expressive_narrator`. L'URL de base de l'API est `https://api.minimax.io/v1` par défaut ; pour la région Chine, utilisez `https://api.minimaxi.com/v1`. La lecture à voix haute et les aperçus vocaux utilisent le point de terminaison vocal natif, avec une sortie MP3, WAV, FLAC ou PCM et des contrôles de fréquence d'échantillonnage, de vitesse et de langue. Consultez l'[API de synthèse vocale MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http) pour les identifiants de voix et la disponibilité selon le compte.
+**Synthèse vocale MiniMax** — dans Paramètres → Voix, choisissez MiniMax pour la synthèse vocale et sélectionnez `speech-2.8-hd`. Configurez une clé API MiniMax et sélectionnez explicitement une voix système ou saisissez un identifiant de voix personnalisé. L'URL de base de l'API est `https://api.minimax.io/v1` par défaut ; pour la région Chine, utilisez `https://api.minimaxi.com/v1`. La lecture à voix haute et les aperçus vocaux utilisent le point de terminaison vocal natif, avec une sortie MP3, WAV, FLAC ou PCM et des contrôles de fréquence d'échantillonnage, de vitesse et de langue. Consultez l'[API de synthèse vocale MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http) pour les identifiants de voix et la disponibilité selon le compte.
-**Video Learning** sous Paramètres → Apprentissage & conversation utilise par défaut le YouTube IFrame Player officiel avec protection renforcée de la confidentialité. Pour conserver la lecture locale, définissez l'origine de l'API Invidious gérée par l'administrateur (par exemple `http://127.0.0.1:3000`), testez-la, sélectionnez Invidious, puis enregistrez. Les vidéos nouvelles ou rouvertes adoptent immédiatement le fournisseur tout en conservant le même ID de support et la même progression. Les médias Invidious sont diffusés via le proxy byte-range de DeepTutor ; les URL en amont ne sont ni exposées au navigateur ni stockées sur disque. En cas de défaillance de l'instance, DeepTutor reste hors connexion à YouTube jusqu'à ce que l'apprenant choisisse explicitement la solution de repli YouTube native. Le tutorat basé sur les sous-titres publics est optionnel : installez `.[video-learning]` ; la lecture continue sans cet extra, tandis que la fonction **Explain here** basée sur les transcriptions est désactivée avec une explication.
+**Video Learning** sous Paramètres → Apprentissage & conversation configure les sous-titres YouTube et l’accès à Invidious pour Reading. Pour utiliser Invidious, définissez son origine d’API backend gérée par l’administrateur (par exemple `http://127.0.0.1:3000`) et son origine publique accessible au navigateur, testez la connexion, sélectionnez Invidious, puis enregistrez. **Parcourir Invidious**, dans la boîte de dialogue d’ajout de supports de Reading, permet de rechercher des vidéos et d’accéder aux abonnements et listes de lecture connectés. La lecture YouTube utilise le lecteur officiel avec protection renforcée de la confidentialité ; l’absence de sous-titres reste visible et limite les éléments dont dispose le tuteur sans bloquer la lecture native. Installez `.[video-learning]` pour le chargeur de sous-titres YouTube par défaut. Les liens Watching existants migrent vers Reading en conservant l’historique des conversations, les transcriptions compatibles, les notes et la progression ; les nouvelles notes horodatées sont des annotations Reading. Bilibili utilise son propre parcours de lecture et de sous-titres.
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="Paramètres d'apparence et thèmes DeepTutor" width="900">
@@ -714,7 +730,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-Le dépôt inclut un [`SKILL.md`](../../SKILL.md) racine — un document de passation de ~200 lignes qui enseigne à tout LLM utilisant des outils la totalité de la surface en une seule lecture. Remettez-le à Claude Code, Codex ou OpenCode (ils récupèrent `SKILL.md` automatiquement), ou enveloppez `deeptutor run` comme un outil dans une boucle LangChain / AutoGen. Recettes complètes : [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
+Le dépôt inclut un [`SKILL.md`](../../SKILL.md) racine — un document de passation concis pour la CLI. Demandez explicitement à votre agent de le lire ; son [guide de configuration par un agent](../../docs-for-user/AGENT_SETUP.md) couvre l’installation et la configuration. Vous pouvez aussi envelopper `deeptutor run` comme un outil dans une boucle LangChain / AutoGen. Recettes complètes : [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
</details>
@@ -723,13 +739,13 @@ Le dépôt inclut un [`SKILL.md`](../../SKILL.md) racine — un document de pass
| Commande | Description |
|:---|:---|
-| `deeptutor init` | Créer ou mettre à jour `data/user/settings` dans le répertoire d'exécution actuel |
+| `deeptutor init [--non-interactive] [--home PATH]` | Exécuter l’assistant de configuration, ou créer les valeurs par défaut manquantes sans invite |
| `deeptutor doctor [--online]` | Vérifier si l'environnement d'exécution est prêt à démarrer une session ; `--online` sonde aussi le fournisseur de modèle configuré, `--format json` affiche le rapport |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | Lancer le backend + frontend ensemble ; éventuellement détacher le processus ou empêcher l'ouverture du navigateur |
| `deeptutor stop [--home PATH]` | Arrêter un lanceur démarré avec `--detach` |
| `deeptutor serve [--port PORT]` | Démarrer uniquement le backend FastAPI |
| `deeptutor workspace show/set/reset` | Inspecter, sélectionner ou restaurer le Content Workspace par utilisateur |
-| `deeptutor run <capability> <message>` | Exécuter un seul tour de capacité (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `immersive_watching`, `audio_overview`) ; ajoutez `--format json` pour la sortie NDJSON |
+| `deeptutor run <capability> <message>` | Exécuter un seul tour de capacité (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `audio_overview`) ; ajoutez `--format json` pour la sortie NDJSON |
| `deeptutor chat` | REPL interactif avec contrôles de capacité, outil, KB, carnet et historique |
| `deeptutor partner list/create/start/stop` | Gérer les partners connectés à IM |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | Gérer les bases de connaissances, connecter des archives Kiwix, évaluer la qualité de récupération avec un jeu de questions-réponses et synchroniser les sources GitHub/web enregistrées (avec les commandes d'ajout et de suppression de sources) |
@@ -738,9 +754,26 @@ Le dépôt inclut un [`SKILL.md`](../../SKILL.md) racine — un document de pass
| `deeptutor session list/show/open/rename/delete` | Gérer les sessions partagées |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | Gérer les carnets depuis des fichiers Markdown |
| `deeptutor book list/health/refresh-fingerprints` | Inspecter les livres et actualiser les empreintes des sources |
-| `deeptutor plugin list/info` | Inspecter les outils et capacités enregistrés |
-| `deeptutor config show` | Afficher le résumé de configuration |
-| `deeptutor provider login <provider>` | Authentification du fournisseur (`openai-codex` via OAuth ; `github-copilot` valide une session d'authentification Copilot existante ; `codebuddy` valide l'authentification du SDK CodeBuddy et lance la connexion si nécessaire) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | Inspecter les outils et les capacités ; gérer les paquets de plugins examinés et l’approbation de leurs permissions |
+| `deeptutor config show [--home PATH]` | Afficher la configuration d’exécution résolue en masquant les identifiants |
+| `deeptutor config providers` | Lister les fournisseurs pris en charge pour la configuration et leurs valeurs par défaut en JSON |
+| `deeptutor config apply FILE [--check] [--home PATH]` | Appliquer une configuration JSON sans invite, ou la valider sans écrire de paramètres |
+| `deeptutor provider login <provider>` | Authentification du fournisseur (`openai-codex` via OAuth ; `github-copilot` via la connexion d’appareil GitHub ; `codebuddy` valide l'authentification du SDK CodeBuddy et lance la connexion si nécessaire) |
+
+Les identifiants GitHub Copilot appartiennent au propriétaire DeepTutor connecté et résident uniquement dans
+`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`,
+en dehors des espaces de travail du sandbox. Les Partners CLI/administrateur utilisent les identifiants de l’administrateur ;
+les autres utilisateurs se connectent séparément et les profils Copilot ne peuvent pas être partagés via les attributions de modèles.
+Les fichiers de jetons nanobot/Copilot externes ne sont jamais importés : après une mise à niveau, exécutez de nouveau
+`deeptutor provider login github-copilot`.
+
+La connexion valide l’inférence avec un modèle actuellement découvert ; `init` valide le modèle sélectionné
+et s’interrompt en cas d’échec sans enregistrer le brouillon de configuration. Une authentification GitHub réussie
+ne suffit pas à établir l’accès aux modèles Copilot (la connexion enregistrée est conservée si la validation échoue).
+Les requêtes d’exécution suivent le point de terminaison API renvoyé par l’échange de jetons,
+y compris lors des renouvellements, et respectent les métadonnées des points de terminaison Responses/Chat Completions de chaque modèle.
+
+La compatibilité Responses propre à Copilot s’applique à l’envoi des requêtes sans réécrire l’historique enregistré.
</details>
@@ -901,3 +934,22 @@ Sous licence [Apache License 2.0](../../LICENSE).
</p>
</div>
+
+### Ancrage des tours Mastery
+
+Les tours Mastery lisent l’état du parcours actif avant la première requête au modèle,
+en utilisant le même outil d’état et les mêmes contrôles de maîtrise qu’un appel d’outil explicite.
+Cet instantané est actualisé à chaque tour, inclut le mode de session actif et n’est jamais mis en cache
+entre les tours. En cas d’échec de lecture, le système se rabat sur `mastery_status` ; après un changement
+de parcours, de mode, de plan ou de progression, le tuteur peut actualiser l’état avec cet outil.
+La notation des cartes et son transfert existant restent inchangés.
+
+### Pièces jointes d’image répétées
+
+La boucle d’agent n’envoie les images utilisateur intégrées identiques qu’une fois par requête et remplace
+les copies suivantes par des références à l’image conservée. Des libellés stables, propres à la requête,
+identifient les images intégrées conservées lors des adaptations aux fournisseurs et des tours ajoutés.
+Les blocs d’image uniques, les URL distantes, les options d’image différentes, les messages de l’assistant
+et les résultats d’outils restent complets. L’historique enregistré conserve chaque pièce jointe d’origine ;
+les références sont reconstruites après la réduction de l’historique. Cela réduit les données d’image répétées,
+mais l’utilisation déclarée par le fournisseur reste la source de vérité pour la facturation et les accès au cache.
diff --git a/assets/README/README_HI.md b/assets/README/README_HI.md
index 18d332aab..63f04fd88 100644
--- a/assets/README/README_HI.md
+++ b/assets/README/README_HI.md
@@ -60,10 +60,10 @@
DeepTutor एक agent-native learning workspace है जो tutoring, problem solving, quiz generation, research, visualization, और mastery practice को एक extensible system में जोड़ता है।
-- **हर मोड के लिए एक रनटाइम** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading और Immersive Watching एक ही capability runtime और session context share करते हैं, जबकि हर उद्देश्य के लिए बने loops और pipelines बनाए रखते हैं।
+- **हर मोड के लिए एक रनटाइम** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading और Audio Overview एक ही capability runtime और session context share करते हैं, जबकि हर उद्देश्य के लिए बने loops और pipelines बनाए रखते हैं।
- **Task Board** — पढ़ाई के tasks को To do, In progress और Done में track करें, notes, drag-and-drop या keyboard से सुलभ move buttons, और restore किए जा सकने वाले archive के साथ। Cards current workspace में रहते हैं और मौजूदा appearance और language settings का पालन करते हैं; किसी model configuration की जरूरत नहीं है।
- **जुड़ा हुआ लर्निंग कॉन्टेक्स्ट** — Knowledge bases, books, Co-Writer drafts, notebooks, question banks, personas, और Memory को उन workflows में reuse किया जा सकता है जो उन्हें support करते हैं, account grants और learning policies के अधीन।
-- **इमर्सिव वीडियो लर्निंग** — privacy-enhanced native playback, synchronized captions, timestamp-grounded tutoring, सहेजे गए timestamp marks और resumable progress के लिए एक YouTube link paste करें; administrators materials को rebuild किए बिना playback को self-hosted Invidious instance पर switch कर सकते हैं।
+- **इमर्सिव वीडियो लर्निंग** — native playback, transcript search, timestamp-grounded tutoring, saved notes और resumable progress के लिए Reading में YouTube या Bilibili links जोड़ें; YouTube captions और browsing के लिए administrator द्वारा configured Invidious instance उपयोग किया जा सकता है।
- **सब-एजेंट और Partners** — Chat से एक live agent harness (Claude Code, Codex, Grok CLI, Antigravity, Kimi, opencode, MiMo, Hermes, OpenClaw, या DeepSeek) या एक Partner से सलाह लें, पिछली conversations import करें, और same brain पर persistent IM companions चलाएं।
- **मल्टी-इंजन नॉलेज** — LlamaIndex, PageIndex, GraphRAG, LightRAG, एक remote LightRAG Server, एक self-hosted WeKnora knowledge base, एक Tencent IMA या MarginNote 4 library, एक connected Kiwix ZIM archive, या एक linked Obsidian vault के साथ versioned RAG libraries, pluggable document parsing के साथ। independent extraction, query और vision settings, default-only creation और confirmed rebuilds के लिए [native LightRAG role models](../../deeptutor/services/rag/pipelines/lightrag/README.md) देखें।
- **एक्सटेंसिबल टूल्स और स्किल्स** — built-in tools, MCP servers, CLI apps, image / video / voice generation models, और EduHub से installable community skills।
@@ -73,6 +73,22 @@ DeepTutor एक agent-native learning workspace है जो tutoring, problem
## 🚀 शुरू करें
+### अपने एजेंट से DeepTutor सेटअप करवाएं
+
+यह prompt अपने terminal-capable AI agent (जैसे Codex या Claude Code) में copy करें:
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+[Agent Setup guide](../../docs-for-user/AGENT_SETUP.md) में पूरी प्रक्रिया दी गई है, जिसमें non-interactive CLI configuration भी शामिल है। खुद install करने के लिए नीचे दिए गए paths में से एक चुनें।
+
DeepTutor चार installation paths के साथ आता है। वे सभी एक runtime-home layout साझा करते हैं: private settings उस directory के नीचे `data/user/settings/` में रहती हैं जहां से आप launch करते हैं (या `DEEPTUTOR_HOME` / `deeptutor start --home` के नीचे अगर आप explicitly set करते हैं)। पूरे app के लिए, recommended flow है **एक runtime-home directory चुनें → install करें → `deeptutor init` → `deeptutor start`**।
### एक कमांड से Docker आज़माएं
@@ -343,7 +359,7 @@ Built-in office skills — **docx / pdf / pptx / xlsx** — model द्वा
| `integrations.json` | Optional PocketBase और sidecar integration settings |
| `interface.json` | UI और model output language / theme / sidebar preferences |
| `document_parsing.json` | Parsing engine और image-description model का चयन, remote endpoints और engine-specific options |
-| `video_learning.json` | Default YouTube/Invidious playback provider, Invidious origins, और optional transcript adapter |
+| `video_learning.json` | YouTube caption provider, Invidious origins और account access, तथा transcript settings |
| `main.yaml` | Runtime behavior defaults और path injection |
| `agents.yaml` | Capability/tool temperature और token settings |
@@ -439,7 +455,7 @@ User-toggleable tools हैं `brainstorm`, `web_search`, `paper_search`, `zot
Context दो प्रकार की होती है: **sticky session context** (capability, workspace या course, tools, knowledge bases, persona, model, और Reading / Mastery state) turns के पार persist करती है; **एक-बार references** (files, chat history, books, reading sections, notebooks, चुनी हुई question-bank entries, imported agents) एक single turn के लिए `+` menu से आते हैं। Voice button केवल current message को transcribe करता है।
-Home **Chat**, **Ask Questions**, **Quiz**, और **Visualize** को एक क्लिक की दूरी पर रखता है; cited reports के लिए **Research**, worked reasoning के लिए **Solve**, और **Immersive Watching** *More Capabilities* के नीचे रहते हैं। **Personalized Learning** में Book, **Mastery Path**, **Immersive Reading**, Watching और **Practice** एक साथ हैं; Reading verified citations, saved notes, source passages का स्वाभाविक read-aloud / study guidance / vocabulary / quiz / translation actions, और notebook capture जोड़ता है, जबकि Course Study अपना course-bound context बनाए रखता है।
+Home **Chat**, **Ask Questions**, **Quiz**, और **Visualize** को एक क्लिक की दूरी पर रखता है; cited reports के लिए **Research** और worked reasoning के लिए **Solve** *More Capabilities* के नीचे रहते हैं। **Personalized Learning** में Book, **Mastery Path**, **Immersive Reading** और **Practice** एक साथ हैं; Reading documents, video और audio को verified citations, saved notes, source passages / study guidance / vocabulary / quiz / translation actions के स्वाभाविक read-aloud, और notebook capture के साथ जोड़ता है, जबकि Course Study अपना course-bound context बनाए रखता है।
</details>
@@ -603,9 +619,9 @@ Settings operational control plane है, जो interface और model output
**Xiaomi MiMo वाक् संश्लेषण।** `https://api.xiaomimimo.com/v1` और उसकी API key के साथ Xiaomi MiMo provider जोड़ें, फिर Settings → Voice में `mimo-v2.5-tts` जोड़ें। `mimo_default`, `冰糖` या `苏打` जैसा preset चुनें, `wav` या `pcm16` output उपयोग करें, और apply करने से पहले उसकी आवाज़ सुनकर जांचें। Voice instructions शैली और बोलने की गति नियंत्रित करते हैं। यह adapter केवल preset speech support करता है; voice design और voice cloning के लिए अलग models चाहिए और वे supported नहीं हैं। अगर पुराना MiMo speech model generic OpenAI-compatible adapter से configure किया गया था, तो Xiaomi MiMo provider से उसकी speech entry फिर बनाएं ताकि वह chat-completions protocol उपयोग करे। [आधिकारिक MiMo वाक् संश्लेषण गाइड](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5) देखें।
-**MiniMax वाक् संश्लेषण** — Settings → Voice में text-to-speech के लिए MiniMax चुनें और `speech-2.8-hd` select करें। MiniMax API key और system या custom voice ID configure करें; default voice `English_expressive_narrator` है। Default API base `https://api.minimax.io/v1` है; China region के लिए `https://api.minimaxi.com/v1` उपयोग करें। Read-aloud और voice previews native speech endpoint उपयोग करते हैं, जिसमें MP3, WAV, FLAC या PCM output, sample rate, speed और language controls उपलब्ध हैं। Voice IDs और account availability के लिए [MiniMax speech API](https://platform.minimax.io/docs/api-reference/speech-t2a-http) देखें।
+**MiniMax वाक् संश्लेषण** — Settings → Voice में text-to-speech के लिए MiniMax चुनें और `speech-2.8-hd` select करें। MiniMax API key configure करें और स्पष्ट रूप से कोई system voice चुनें या custom voice ID दर्ज करें। Default API base `https://api.minimax.io/v1` है; China region के लिए `https://api.minimaxi.com/v1` उपयोग करें। Read-aloud और voice previews native speech endpoint उपयोग करते हैं, जिसमें MP3, WAV, FLAC या PCM output, sample rate, speed और language controls उपलब्ध हैं। Voice IDs और account availability के लिए [MiniMax speech API](https://platform.minimax.io/docs/api-reference/speech-t2a-http) देखें।
-Settings → Learning & conversation के तहत **Video Learning** default रूप से official privacy-enhanced YouTube IFrame Player उपयोग करता है। Playback को local रखने के लिए administrator-managed Invidious API origin (उदाहरण के लिए `http://127.0.0.1:3000`) set करें, इसे test करें, Invidious select करें, और save करें। नई या फिर से खोली गई videos वही material ID और progress रखते हुए तुरंत provider अपना लेती हैं। Invidious media DeepTutor के byte-range proxy से stream होता है; upstream URLs न browser के सामने expose होते हैं, न disk पर store किए जाते हैं। अगर instance fail हो जाए, तो learner के explicitly native YouTube fallback चुनने तक DeepTutor YouTube से offline रहता है। Public-caption tutoring optional है: `.[video-learning]` install करें; इसके बिना playback जारी रहता है, जबकि transcript-based **Explain here** कारण के साथ disabled रहता है।
+Settings → Learning & conversation के तहत **Video Learning**, Reading के लिए YouTube captions और Invidious access configure करता है। Invidious उपयोग करने के लिए administrator द्वारा managed backend API origin (उदाहरण के लिए `http://127.0.0.1:3000`) और browser से accessible public origin set करें, connection test करें, Invidious select करें, और save करें। Reading के add-material dialog में **Browse Invidious** से videos खोजे जा सकते हैं और connected subscriptions तथा playlists खोली जा सकती हैं। YouTube playback official privacy-enhanced player उपयोग करता है; captions न होने की स्थिति दिखाई जाती है और tutor के evidence को सीमित करती है, लेकिन native playback को नहीं रोकती। Default YouTube caption loader के लिए `.[video-learning]` install करें। Existing Watching links conversation history, compatible transcripts, notes और progress को बनाए रखते हुए Reading में migrate होते हैं; नए timestamp notes Reading annotations होते हैं। Bilibili अपनी playback और caption प्रक्रिया उपयोग करता है।
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="DeepTutor appearance settings और themes" width="900">
@@ -703,7 +719,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-Repo एक root [`SKILL.md`](../../SKILL.md) ship करता है — एक ~200-line handover doc जो किसी भी tool-using LLM को एक read में पूरा surface सिखाता है। इसे Claude Code, Codex, या OpenCode को दें (वे `SKILL.md` automatically pick up करते हैं), या `deeptutor run` को LangChain / AutoGen loop में एक tool के रूप में wrap करें। पूरे recipes: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)।
+Repo एक root [`SKILL.md`](../../SKILL.md) ship करता है — CLI के लिए एक संक्षिप्त handover doc। अपने agent से इसे स्पष्ट रूप से पढ़ने को कहें; इसकी [Agent Setup guide](../../docs-for-user/AGENT_SETUP.md) में installation और configuration दिए गए हैं। आप `deeptutor run` को LangChain / AutoGen loop में एक tool के रूप में भी wrap कर सकते हैं। पूरे recipes: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)।
</details>
@@ -712,13 +728,13 @@ Repo एक root [`SKILL.md`](../../SKILL.md) ship करता है — ए
| कमांड | विवरण |
|:---|:---|
-| `deeptutor init` | Current runtime home में `data/user/settings` create या update करें |
+| `deeptutor init [--non-interactive] [--home PATH]` | Setup wizard चलाएं, या बिना prompts के missing defaults बनाएं |
| `deeptutor doctor [--online]` | Check करें कि runtime session शुरू करने के लिए ready है या नहीं; `--online` configured model provider को भी probe करता है, `--format json` report print करता है |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | Backend + frontend को एक साथ launch करें; वैकल्पिक रूप से detach करें या browser खुलना रोकें |
| `deeptutor stop [--home PATH]` | `--detach` से शुरू किए launcher को stop करें |
| `deeptutor serve [--port PORT]` | केवल FastAPI backend start करें |
| `deeptutor workspace show/set/reset` | Per-user Content Workspace inspect, select, या restore करें |
-| `deeptutor run <capability> <message>` | एक single capability turn run करें (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `immersive_watching`, `audio_overview`); NDJSON output के लिए `--format json` add करें |
+| `deeptutor run <capability> <message>` | एक single capability turn run करें (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `audio_overview`); NDJSON output के लिए `--format json` add करें |
| `deeptutor chat` | capability, tool, KB, notebook, और history controls के साथ interactive REPL |
| `deeptutor partner list/create/start/stop` | IM-connected partners manage करें |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | Knowledge bases manage करें, Kiwix archives connect करें, QA set के आधार पर retrieval quality मापें, और registered GitHub/web sources sync करें (source add/remove commands के साथ) |
@@ -727,9 +743,26 @@ Repo एक root [`SKILL.md`](../../SKILL.md) ship करता है — ए
| `deeptutor session list/show/open/rename/delete` | Shared sessions manage करें |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | Markdown files से notebooks manage करें |
| `deeptutor book list/health/refresh-fingerprints` | Books inspect करें और source fingerprints refresh करें |
-| `deeptutor plugin list/info` | Registered tools और capabilities inspect करें |
-| `deeptutor config show` | Configuration summary print करें |
-| `deeptutor provider login <provider>` | Provider auth (`openai-codex` OAuth login; `github-copilot` existing Copilot auth session validate करता है; `codebuddy` CodeBuddy SDK auth validate करता है और ज़रूरत पड़ने पर login शुरू करता है) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | Tools और capabilities inspect करें; reviewed plugin packages और उनकी permission approvals manage करें |
+| `deeptutor config show [--home PATH]` | Credentials छिपाकर resolved runtime configuration दिखाएं |
+| `deeptutor config providers` | Supported setup providers और defaults को JSON के रूप में list करें |
+| `deeptutor config apply FILE [--check] [--home PATH]` | बिना prompts के setup JSON apply करें, या settings लिखे बिना उसे validate करें |
+| `deeptutor provider login <provider>` | Provider auth (`openai-codex` OAuth login; `github-copilot` GitHub device login; `codebuddy` CodeBuddy SDK auth validate करता है और ज़रूरत पड़ने पर login शुरू करता है) |
+
+GitHub Copilot credentials signed-in DeepTutor owner के होते हैं और केवल
+`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`
+में sandbox workspaces के बाहर रहते हैं। CLI/admin partners administrator के credentials उपयोग करते हैं;
+अन्य users अलग से sign in करते हैं, और Copilot profiles model grants के जरिए share नहीं की जा सकतीं।
+External nanobot/Copilot token files कभी import नहीं की जातीं: upgrade के बाद
+`deeptutor provider login github-copilot` फिर से चलाएं।
+
+Login वर्तमान में discovered model के साथ inference validate करता है; `init` selected
+model validate करता है और failure पर draft configuration save किए बिना रुक जाता है। केवल सफल GitHub
+authentication से Copilot model access की पुष्टि नहीं होती (validation fail होने पर saved login बना रहता है)।
+Runtime requests token exchange से मिले API endpoint का पालन करती हैं, refreshes के दौरान भी,
+और हर model के Responses/Chat Completions endpoint metadata का सम्मान करती हैं।
+
+Copilot-specific Responses compatibility stored history को rewrite किए बिना dispatch के समय apply की जाती है।
</details>
@@ -890,3 +923,22 @@ DeepTutor outstanding open-source projects के कंधों पर खड
</p>
</div>
+
+### Mastery turns का आधारभूत संदर्भ
+
+Mastery turns पहली model request से पहले active path का status पढ़ते हैं, उसी
+status tool और mastery gates का उपयोग करते हुए जो explicit tool call में लागू होते हैं।
+यह snapshot हर turn के लिए नया होता है, इसमें active session mode शामिल रहता है,
+और इसे turns के बीच cache नहीं किया जाता। Read fail होने पर `mastery_status` fallback है;
+path, mode, outline या progress बदलने के बाद tutor उसी tool से status refresh कर सकता है।
+Card grading और उसका existing handoff अपरिवर्तित रहते हैं।
+
+### बार-बार जोड़ी गई image attachments
+
+Agent loop हर request में समान inline user images एक बार भेजता है और बाद की
+copies को रखी गई image के references से बदल देता है। केवल request के लिए बने stable labels,
+provider translations और बाद में जोड़े गए turns में retained inline images की पहचान करते हैं।
+Unique image blocks, remote URLs, अलग image options, assistant messages और tool results पूरे रखे जाते हैं।
+Saved history में हर original attachment बनी रहती है; history trim होने के बाद references फिर बनाए जाते हैं।
+इससे repeated image payloads कम होते हैं, लेकिन billing और cache hits के लिए provider द्वारा
+report किया गया usage ही source of truth रहता है।
diff --git a/assets/README/README_JA.md b/assets/README/README_JA.md
index 57bf5c745..959025a23 100644
--- a/assets/README/README_JA.md
+++ b/assets/README/README_JA.md
@@ -44,7 +44,7 @@
---
-> 🤝 **あらゆる形の貢献を歓迎します!** [`ロードマップ`](https://github.com/HKUDS/DeepTutor/issues/498) でアイテムに投票したり新しいアイデアを提案したりできます。ブランチ戦略、コーディング基準、参加方法については [貢献ガイド](../../CONTRIBUTING.md) をご覧ください。
+> 🤝 **あらゆる形の貢献を歓迎します!** [`Roadmap`](https://github.com/HKUDS/DeepTutor/issues/498) でアイテムに投票したり新しいアイデアを提案したりできます。ブランチ戦略、コーディング基準、参加方法については [貢献ガイド](../../CONTRIBUTING.md) をご覧ください。
### 📰 ニュース
@@ -60,10 +60,10 @@
DeepTutorは、個別指導、問題解決、クイズ生成、研究、ビジュアライゼーション、習熟度練習を1つの拡張可能なシステムに統合したエージェントネイティブな学習ワークスペースです。
-- **すべてのモードで1つのランタイム** — Chat、Ask Questions、Quiz、Research、Visualize、Solve、Course Study、Mastery Path、Immersive Reading、Immersive Watchingは、同じ機能ランタイムとセッションコンテキストを共有しながら、用途別に設計されたループとパイプラインを維持します。
+- **すべてのモードで1つのランタイム** — Chat、Ask Questions、Quiz、Research、Visualize、Solve、Course Study、Mastery Path、Immersive Reading、Audio Overviewは、同じ機能ランタイムとセッションコンテキストを共有しながら、用途別に設計されたループとパイプラインを維持します。
- **Task Board** — 学習タスクをTo do、In progress、Doneで管理できます。メモ、ドラッグ&ドロップやキーボードで操作できる移動ボタン、復元可能なアーカイブを備えます。カードは現在のワークスペースに保存され、既存の外観と言語の設定に従います。モデル設定は不要です。
- **接続された学習コンテキスト** — 知識ベース、本、Co-Writerの下書き、ノートブック、問題バンク、ペルソナ、Memoryは、アカウントのグラントと学習ポリシーに従い、それらをサポートするワークフロー間で再利用できます。
-- **没入型動画学習** — YouTubeリンクを貼り付けるだけで、プライバシー強化ネイティブ再生、同期字幕、タイムスタンプに基づく個別指導、タイムスタンプのマークの保存、再開可能な進捗を利用できます。管理者は教材を再構築せずに、再生をセルフホストのInvidiousインスタンスへ切り替えられます。
+- **没入型動画学習** — YouTubeやBilibiliのリンクをReadingに追加すると、ネイティブ再生、文字起こしの検索、タイムスタンプに基づく個別指導、ノートの保存、再開可能な進捗を利用できます。YouTubeの字幕取得と動画の閲覧には、管理者が設定したInvidiousインスタンスを使用できます。
- **サブエージェントとPartners** — Chatからライブエージェントハーネス(Claude Code、Codex、Grok CLI、Antigravity、Kimi、opencode、MiMo、Hermes、OpenClaw、DeepSeek)またはPartnerに相談し、過去の会話をインポートし、同じブレインで永続的なIMコンパニオンを実行できます。
- **マルチエンジン知識** — LlamaIndex、PageIndex、GraphRAG、LightRAG、リモートのLightRAG Server、セルフホストのWeKnora知識ベース、Tencent IMAまたはMarginNote 4ライブラリ、接続されたKiwix ZIMアーカイブ、あるいはリンクされたObsidianボールトにまたがるバージョン管理されたRAGライブラリ(プラグ可能なドキュメント解析付き)。独立した抽出・クエリ・ビジョン設定、デフォルトのみの作成、確認付き再構築については[ネイティブLightRAGロールモデル](../../deeptutor/services/rag/pipelines/lightrag/README.md)を参照してください。
- **拡張可能なツールとスキル** — 組み込みツール、MCPサーバー、CLIアプリ、画像/ビデオ/音声生成モデル、EduHubからインストール可能なコミュニティスキル。
@@ -73,6 +73,22 @@ DeepTutorは、個別指導、問題解決、クイズ生成、研究、ビジ
## 🚀 はじめに
+### エージェントにDeepTutorのセットアップを任せる
+
+次のプロンプトを、ターミナルを操作できるAIエージェント(CodexやClaude Codeなど)にコピーしてください:
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+[エージェントセットアップガイド](../../docs-for-user/AGENT_SETUP.md)は、対話なしでのCLI設定を含む一連の手順を説明しています。自分でインストールする場合は、以下の方法から選んでください。
+
DeepTutorは4つのインストールパスを提供しています。どれも同じランタイムホームのレイアウトを共有します。プライベート設定は、起動元のディレクトリ(または明示的に設定した場合は`DEEPTUTOR_HOME`/`deeptutor start --home`)配下の`data/user/settings/`に保存されます。フルアプリの場合、推奨されるフローは **ランタイムホームディレクトリの選択 → インストール → `deeptutor init` → `deeptutor start`** です。
### 1コマンドでDockerを試す
@@ -343,7 +359,7 @@ deeptutor config show
| `integrations.json` | オプションのPocketBaseとサイドカー統合設定 |
| `interface.json` | UIの言語とモデル出力言語/テーマ/サイドバー設定 |
| `document_parsing.json` | 解析エンジンと画像説明モデルの選択、リモートエンドポイント、エンジン固有のオプション |
-| `video_learning.json` | デフォルトのYouTube/Invidious再生プロバイダー、Invidiousオリジン、オプションの文字起こしアダプター |
+| `video_learning.json` | YouTube字幕プロバイダー、Invidiousオリジンとアカウントアクセス、文字起こし設定 |
| `main.yaml` | ランタイム動作のデフォルトとパス注入 |
| `agents.yaml` | 機能/ツールのtemperatureとトークン設定 |
@@ -439,7 +455,7 @@ Chatはデフォルト機能であり、ほとんどの作業が始まる場所
コンテキストには2種類あります:**スティッキーセッションコンテキスト**(機能、ワークスペースまたはコース、ツール、知識ベース、ペルソナ、モデル、Reading / Masteryの状態)はターンをまたいで持続します。**ワンタイム参照**(ファイル、チャット履歴、本、読書セクション、ノートブック、問題バンクから選択した項目、インポートしたエージェント)は単一のターンのために`+`メニューから追加します。音声ボタンが文字起こしするのは現在のメッセージだけです。
-Homeでは**Chat**、**Ask Questions**、**Quiz**、**Visualize**にワンクリックでアクセスできます。引用付きレポートの**Research**、手順を追った推論の**Solve**、**Immersive Watching**は*その他の機能*の下にあります。**個別学習**にはBook、**Mastery Path**、**Immersive Reading**、Watching、**練習**がまとまっています。Readingには検証済みの引用、保存したノート、ソースの文章からの自然な読み上げ / 学習ガイダンス / 語彙 / クイズ / 翻訳アクション、ノートブックへの取り込みがあり、Course Studyはコースに紐づいたコンテキストを維持します。
+Homeでは**Chat**、**Ask Questions**、**Quiz**、**Visualize**にワンクリックでアクセスできます。引用付きレポートの**Research**と手順を追った推論の**Solve**は*その他の機能*の下にあります。**個別学習**にはBook、**Mastery Path**、**Immersive Reading**、**練習**がまとまっています。Readingは文書、動画、音声をまとめ、検証済みの引用、保存したノート、ソースの文章からの自然な読み上げ / 学習ガイダンス / 語彙 / クイズ / 翻訳アクション、ノートブックへの取り込みを提供します。Course Studyはコースに紐づいたコンテキストを維持します。
</details>
@@ -603,9 +619,9 @@ Settingsはオペレーションコントロールプレーンで、最初に表
**Xiaomi MiMoの音声合成。** `https://api.xiaomimimo.com/v1`とAPIキーを指定してXiaomi MiMoプロバイダーを追加し、Settings → Voiceで`mimo-v2.5-tts`を追加します。`mimo_default`、`冰糖`、`苏打`などのプリセットを選び、出力形式を`wav`または`pcm16`にして、適用前に試聴してください。音声指示でスタイルと読み上げ速度を調整できます。このアダプターはプリセット音声のみをサポートします。音声デザインと音声クローンには別のモデルが必要で、このアダプターでは利用できません。以前のMiMo音声モデルを汎用のOpenAI互換アダプターで設定していた場合は、Xiaomi MiMoプロバイダーを使って音声エントリーを作成し直し、chat-completionsプロトコルを使うようにしてください。[MiMo公式音声ガイド](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5)を参照してください。
-**MiniMaxの音声合成** — Settings → Voiceでテキスト読み上げにMiniMaxを選択し、`speech-2.8-hd`を選びます。MiniMaxのAPIキーと、システム音声またはカスタム音声のIDを設定してください。デフォルトの音声は`English_expressive_narrator`です。APIベースのデフォルトは`https://api.minimax.io/v1`で、中国リージョンでは`https://api.minimaxi.com/v1`を使用します。読み上げと音声プレビューはネイティブの音声エンドポイントを使用し、MP3、WAV、FLAC、PCMの出力形式、サンプルレート、速度、言語を調整できます。音声IDとアカウントでの利用可否については、[MiniMax音声API](https://platform.minimax.io/docs/api-reference/speech-t2a-http)を参照してください。
+**MiniMaxの音声合成** — Settings → Voiceでテキスト読み上げにMiniMaxを選択し、`speech-2.8-hd`を選びます。MiniMaxのAPIキーを設定し、システム音声を明示的に選択するか、カスタム音声のIDを入力してください。APIベースのデフォルトは`https://api.minimax.io/v1`で、中国リージョンでは`https://api.minimaxi.com/v1`を使用します。読み上げと音声プレビューはネイティブの音声エンドポイントを使用し、MP3、WAV、FLAC、PCMの出力形式、サンプルレート、速度、言語を調整できます。音声IDとアカウントでの利用可否については、[MiniMax音声API](https://platform.minimax.io/docs/api-reference/speech-t2a-http)を参照してください。
-Settings → Learning & conversationの**Video Learning**は、デフォルトで公式のプライバシー強化YouTube IFrame Playerを使用します。再生をローカルに保つには、管理者が管理するInvidious APIオリジン(例:`http://127.0.0.1:3000`)を設定してテストし、Invidiousを選択して保存します。新規または再度開いた動画には、同じ教材IDと進捗のままプロバイダーが直ちに反映されます。InvidiousメディアはDeepTutorのバイトレンジプロキシ経由でストリーミングされ、アップストリームURLがブラウザに公開されたりディスクに保存されたりすることはありません。インスタンスに障害が発生した場合、学習者がネイティブのYouTubeフォールバックを明示的に選択するまで、DeepTutorはYouTubeへ接続しないままです。公開字幕による個別指導はオプションです:`.[video-learning]`をインストールしてください。未インストールでも再生は続行しますが、文字起こしに基づく**Explain here**は理由とともに無効になります。
+Settings → Learning & conversationの**Video Learning**では、Reading用のYouTube字幕とInvidiousへのアクセスを設定します。Invidiousを使用するには、管理者が管理するバックエンドAPIオリジン(例:`http://127.0.0.1:3000`)とブラウザからアクセスできる公開オリジンを設定し、接続をテストして、Invidiousを選択して保存します。Readingの教材追加ダイアログにある**Browse Invidious**から動画を検索し、接続済みの登録チャンネルやプレイリストにアクセスできます。YouTubeの再生には公式のプライバシー強化プレーヤーを使用します。字幕がない場合もその状態が表示され、チューターが参照できる根拠は制限されますが、ネイティブ再生は妨げられません。デフォルトのYouTube字幕ローダーを使用するには`.[video-learning]`をインストールしてください。既存のWatchingリンクは、会話履歴、互換性のある文字起こし、ノート、進捗を保持してReadingに移行されます。新しいタイムスタンプ付きノートはReadingの注釈として保存されます。Bilibiliは独自の再生と字幕取得の経路を使用します。
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="DeepTutor外観設定とテーマ" width="900">
@@ -659,7 +675,7 @@ data/
**有効化:** `data/user/settings/auth.json`で認証をオンにし、`deeptutor start`を再起動し、`/register`で最初の管理者を登録し、`/admin/users`からユーザーを追加し、グラントを通じてモデル、KB、スキル、Partner、ツール/MCP/CLIアプリポリシー、コード実行アクセスを割り当てます。各ユーザーの**Book access**パネルで共有Bookを設定してください。
-プライベート/パブリックのオリジンを分離する場合は、パスワードサインインと登録を表示してよいプライベートなフロントエンドホストを`auth.private_login_hosts`(または`AUTH_PRIVATE_LOGIN_HOSTS`)に設定します。フロントエンドは受信したHTTPの`Host`をフロントエンドホストのアサーションとしてバックエンドに転送します。リバースプロキシを通してブラウザの`Host`を保持し、公開側のイングレスがプライベートホストを名乗るリクエストを拒否するようにしてください。任意の`Host`値を受け付ける生のNext.jsポートを公開してはいけません。HTTPの`Host`は直接のクライアントによって偽装できるため、プライベートホストの認可はそのイングレス境界に依存します。バックエンドはデフォルトでループバックからのフロントエンドホストアサーションのみを受け付けます。Webフロントエンドが別のコンテナまたはホストから接続する場合は、そのフロントエンドプロキシの正確なIPアドレスをバックエンドプロセスの`AUTH_TRUSTED_FRONTEND_PROXY_IPS`に設定してください(複数ある場合はコンマ区切り)。バックエンドAPIはフロントエンドプロキシのみに対して非公開のままにし、このリストに一般的なクライアントネットワークを含めないでください。ループバックは常に許可されます。リストが空でない場合、プライベートオリジン上の認証済みユーザーは**Profile → Public device sign-in**を開き、HTTPSパブリックオリジン向けの短命でホストに紐づいたペアリングリンクを作成できます。公開の`/handoff`ページはワンタイムコードをPOSTボディ内の同様に短命な`JWE`チケットと交換し、そのチケットを一度だけ消費して、通常の`HttpOnly`セッションクッキーを受け取ります。
+プライベート/パブリックのオリジンを分離する場合は、パスワードサインインと登録を表示してよいプライベートなフロントエンドホストを`auth.private_login_hosts`(または`AUTH_PRIVATE_LOGIN_HOSTS`)に設定します。フロントエンドは受信したHTTPの`Host`をフロントエンドホストのアサーションとしてバックエンドに転送します。リバースプロキシを通してブラウザの`Host`を保持し、公開側のイングレスがプライベートホストを名乗るリクエストを拒否するようにしてください。任意の`Host`値を受け付ける生のNext.jsポートを公開してはいけません。HTTPの`Host`は直接のクライアントによって偽装できるため、プライベートホストの認可はそのイングレス境界に依存します。バックエンドはデフォルトでループバックからのフロントエンドホストアサーションのみを受け付けます。Webフロントエンドが別のコンテナまたはホストから接続する場合は、そのフロントエンドプロキシの正確なIPアドレスをバックエンドプロセスの`AUTH_TRUSTED_FRONTEND_PROXY_IPS`に設定してください(複数ある場合はコンマ区切り)。バックエンドAPIはフロントエンドプロキシのみに対して非公開のままにし、このリストに一般的なクライアントネットワークを含めないでください。ループバックは常に許可されます。リストが空でない場合、プライベートオリジン上の認証済みユーザーは**Profile → Public device sign-in**を開き、HTTPSパブリックオリジン向けの短命でホストに紐づいたペアリングリンクを作成できます。公開の`/handoff`ページはワンタイムコードをPOSTボディ内の同様に短命なJWEチケットと交換し、そのチケットを一度だけ消費して、通常のHttpOnlyセッションクッキーを受け取ります。
> PocketBaseはシングルユーザー統合のままです — 外部ユーザーストアを組み込まない限り、マルチユーザーデプロイメントでは`integrations.pocketbase_url`を空白にしてください。
@@ -703,7 +719,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-リポジトリにはルートの[`SKILL.md`](../../SKILL.md)が含まれています — ツール使用可能なLLMにサーフェス全体を1回の読み取りで教える約200行のハンドオーバードキュメント。Claude Code、Codex、OpenCodeに渡してください(これらは`SKILL.md`を自動的に取得します)、または`deeptutor run`をLangChain / AutoGenループのツールとしてラップしてください。完全なレシピ:[Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)。
+リポジトリには、CLIの簡潔な引き継ぎドキュメントであるルートの[`SKILL.md`](../../SKILL.md)が含まれています。エージェントに明示的に読み取るよう依頼してください。[エージェントセットアップガイド](../../docs-for-user/AGENT_SETUP.md)では、インストールと設定を説明しています。`deeptutor run`をLangChain / AutoGenループのツールとしてラップすることもできます。完全なレシピ:[Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)。
</details>
@@ -712,13 +728,13 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| コマンド | 説明 |
|:---|:---|
-| `deeptutor init` | 現在のランタイムホームの`data/user/settings`を作成または更新 |
+| `deeptutor init [--non-interactive] [--home PATH]` | セットアップウィザードを実行、または入力を求めずに不足しているデフォルト設定を作成 |
| `deeptutor doctor [--online]` | ランタイムがセッションを開始できる状態か確認;`--online`は設定済みのモデルプロバイダーもプローブし、`--format json`はレポートを出力 |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | バックエンド + フロントエンドを一緒に起動。必要に応じてデタッチ、またはブラウザを開かないようにできます |
| `deeptutor stop [--home PATH]` | `--detach`で起動したランチャーを停止 |
| `deeptutor serve [--port PORT]` | FastAPIバックエンドのみ起動 |
| `deeptutor workspace show/set/reset` | ユーザーごとのContent Workspaceを検査、選択、または復元 |
-| `deeptutor run <capability> <message>` | 単一機能ターンを実行(`chat`、`ask_questions`、`deep_solve`、`deep_question`、`deep_research`、`visualize`、`math_animator`、`mastery_path`、`immersive_reading`、`course_study`、`immersive_watching`、`audio_overview`);`--format json`でNDJSON出力 |
+| `deeptutor run <capability> <message>` | 単一機能ターンを実行(`chat`、`ask_questions`、`deep_solve`、`deep_question`、`deep_research`、`visualize`、`math_animator`、`mastery_path`、`immersive_reading`、`course_study`、`audio_overview`);`--format json`でNDJSON出力 |
| `deeptutor chat` | 機能、ツール、KB、ノートブック、履歴コントロール付きインタラクティブREPL |
| `deeptutor partner list/create/start/stop` | IM接続Partnersを管理 |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | 知識ベースを管理し、Kiwixアーカイブへ接続し、QAセットに対する検索品質を採点し、登録済みGitHub/Webソースを同期(ソースの追加/削除コマンドを含む) |
@@ -727,9 +743,17 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| `deeptutor session list/show/open/rename/delete` | 共有セッションを管理 |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | Markdownファイルからノートブックを管理 |
| `deeptutor book list/health/refresh-fingerprints` | 本を検査してソースフィンガープリントを更新 |
-| `deeptutor plugin list/info` | 登録済みツールと機能を検査 |
-| `deeptutor config show` | 設定サマリーを出力 |
-| `deeptutor provider login <provider>` | プロバイダー認証(`openai-codex` OAuthログイン;`github-copilot`は既存のCopilot認証セッションを検証;`codebuddy`はCodeBuddy SDK認証を検証し、必要に応じてログインを開始) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | ツールと機能を検査し、レビュー済みプラグインパッケージとその権限承認を管理 |
+| `deeptutor config show [--home PATH]` | 認証情報を伏せて、解決済みのランタイム設定を表示 |
+| `deeptutor config providers` | 対応するセットアップ用プロバイダーとデフォルト値をJSONで一覧表示 |
+| `deeptutor config apply FILE [--check] [--home PATH]` | 入力を求めずにセットアップ用JSONを適用、または設定を書き込まずに検証 |
+| `deeptutor provider login <provider>` | プロバイダー認証(`openai-codex` OAuthログイン;`github-copilot`はGitHubのデバイスログイン;`codebuddy`はCodeBuddy SDK認証を検証し、必要に応じてログインを開始) |
+
+GitHub Copilotの認証情報はサインインしたDeepTutorの所有者に属し、サンドボックスのワークスペースの外にある`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`にのみ保存されます。CLIや管理者のPartnerは管理者の認証情報を使用します。その他のユーザーは個別にサインインし、Copilotのプロフィールはモデルのグラントを通じて共有できません。外部のnanobot/Copilotトークンファイルはインポートされません。アップグレード後は`deeptutor provider login github-copilot`を再度実行してください。
+
+ログインは現在検出されているモデルで推論を検証します。`init`は選択したモデルを検証し、失敗した場合は下書きの設定を保存せずに中止します。GitHub認証の成功だけではCopilotモデルへのアクセスは確認できません(検証に失敗しても保存済みのログインは保持されます)。ランタイムのリクエストは、更新時も含めトークン交換で返されたAPIエンドポイントに従い、各モデルのResponses/Chat Completionsエンドポイントのメタデータを尊重します。
+
+Copilot固有のResponses互換処理は、保存済みの履歴を書き換えず、リクエストの送信時に適用されます。
</details>
@@ -890,3 +914,11 @@ DeepTutorがコミュニティへのギフトになることを願っていま
</p>
</div>
+
+### Masteryターンのグラウンディング
+
+Masteryターンでは、最初のモデルリクエストの前に、明示的なツール呼び出しと同じステータスツールと習熟度ゲートを使って、アクティブなパスの状態を読み取ります。このスナップショットはターンごとに更新され、アクティブなセッションモードを含み、ターンをまたいでキャッシュされることはありません。読み取りに失敗した場合は`mastery_status`にフォールバックします。パス、モード、アウトライン、進捗を変更した後も、チューターはこのツールで状態を更新できます。カードの採点と既存の引き継ぎは変わりません。
+
+### 重複する画像添付
+
+エージェントループは、同一のユーザーのインライン画像をリクエストごとに1回だけ送信し、後続のコピーを保持した画像への参照に置き換えます。リクエスト内だけで使われる安定したラベルにより、プロバイダー向けの変換やターンの追加をまたいで、保持したインライン画像を識別します。重複しない画像ブロック、リモートURL、画像オプションが異なるもの、アシスタントメッセージ、ツールの結果は完全なまま保持されます。保存済みの履歴には元の添付ファイルがすべて残り、履歴が短縮された後に参照が再構築されます。これにより重複する画像ペイロードが減りますが、請求とキャッシュヒットについては引き続きプロバイダーが報告する使用量を正とします。
diff --git a/assets/README/README_PL.md b/assets/README/README_PL.md
index c4f2e7c6f..1c34909fc 100644
--- a/assets/README/README_PL.md
+++ b/assets/README/README_PL.md
@@ -60,10 +60,10 @@
DeepTutor to natywne dla agentów środowisko nauki, które łączy korepetycje, rozwiązywanie problemów, generowanie quizów, badania, wizualizacje i ćwiczenia opanowania wiedzy w jednym rozszerzalnym systemie.
-- **Jedno środowisko dla wszystkich trybów** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading i Immersive Watching współdzielą jedno środowisko uruchomieniowe możliwości oraz kontekst sesji, zachowując wyspecjalizowane pętle i potoki dla poszczególnych zadań.
+- **Jedno środowisko dla wszystkich trybów** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading i Audio Overview współdzielą jedno środowisko uruchomieniowe możliwości oraz kontekst sesji, zachowując wyspecjalizowane pętle i potoki dla poszczególnych zadań.
- **Task Board** — śledź zadania związane z nauką w kolumnach Do zrobienia, W toku i Gotowe, dodawaj notatki, przenoś karty przeciąganiem lub przyciskami dostępnymi z klawiatury i korzystaj z archiwum, z którego można je przywrócić. Karty pozostają w bieżącym obszarze roboczym i stosują istniejące ustawienia wyglądu oraz języka; konfiguracja modelu nie jest wymagana.
- **Połączony kontekst uczenia się** — bazy wiedzy, książki, szkice Co-Writer, notatniki, banki pytań, persony i Memory można ponownie wykorzystywać w obsługujących je przepływach pracy, z uwzględnieniem uprawnień konta i polityk nauczania.
-- **Immersyjne uczenie się z wideo** — wklej link do YouTube, aby korzystać z natywnego odtwarzania o podwyższonej ochronie prywatności, zsynchronizowanych napisów, korepetycji osadzonych w znacznikach czasu, zapisanych znaczników czasu i wznawialnych postępów; administratorzy mogą przełączyć odtwarzanie na samodzielnie hostowaną instancję Invidious bez ponownego tworzenia materiałów.
+- **Immersyjne uczenie się z wideo** — dodaj linki do YouTube lub Bilibili w Reading, aby korzystać z natywnego odtwarzania, wyszukiwania w transkrypcji, korepetycji osadzonych w znacznikach czasu, zapisanych notatek i wznawialnych postępów; napisy i przeglądanie YouTube mogą korzystać z instancji Invidious skonfigurowanej przez administratora.
- **Subagenty i Partners** — z poziomu Chat konsultuj aktywnie działającego agenta (Claude Code, Codex, Grok CLI, Antigravity, Kimi, opencode, MiMo, Hermes, OpenClaw lub DeepSeek) albo Partner, importuj poprzednie konwersacje i uruchamiaj stałych towarzyszy IM na tym samym mózgu.
- **Wielosilnikowa wiedza** — wersjonowane biblioteki RAG z LlamaIndex, PageIndex, GraphRAG, LightRAG, zdalnym LightRAG Server, samodzielnie hostowanym WeKnora, biblioteką Tencent IMA lub MarginNote 4, podłączonym archiwum Kiwix ZIM, lub podłączonym vault Obsidian, z podłączalnym parsowaniem dokumentów. Zobacz [natywne modele ról LightRAG](../../deeptutor/services/rag/pipelines/lightrag/README.md), aby poznać niezależne ustawienia ekstrakcji, zapytań i wizji, tworzenie ograniczone do wartości domyślnych oraz potwierdzone przebudowy.
- **Rozszerzalne narzędzia i umiejętności** — wbudowane narzędzia, serwery MCP, aplikacje CLI, modele generowania obrazów / wideo / głosu oraz instalowalne umiejętności społecznościowe z EduHub.
@@ -73,6 +73,22 @@ DeepTutor to natywne dla agentów środowisko nauki, które łączy korepetycje,
## 🚀 Pierwsze kroki
+### Pozwól agentowi skonfigurować DeepTutor
+
+Skopiuj ten prompt do swojego agenta AI z dostępem do terminala (na przykład Codex lub Claude Code):
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+[Przewodnik konfiguracji przez agenta](../../docs-for-user/AGENT_SETUP.md) opisuje cały proces, w tym nieinteraktywną konfigurację przez CLI. Aby zainstalować aplikację samodzielnie, wybierz jedną z poniższych ścieżek.
+
DeepTutor oferuje cztery ścieżki instalacji. Wszystkie współdzielą jeden układ katalogu środowiska uruchomieniowego: prywatne ustawienia znajdują się w `data/user/settings/` pod katalogiem, z którego uruchamiasz aplikację (lub pod `DEEPTUTOR_HOME` / `deeptutor start --home`, jeśli ustawisz je jawnie). Dla pełnej aplikacji zalecany przepływ to **wybierz katalog środowiska uruchomieniowego → zainstaluj → `deeptutor init` → `deeptutor start`**.
### Wypróbuj Docker jednym poleceniem
@@ -343,7 +359,7 @@ Wszystko w `data/user/settings/` to zwykły JSON/YAML. Zalecanym edytorem jest s
| `integrations.json` | Opcjonalne ustawienia PocketBase i integracji sidecar |
| `interface.json` | Preferencje języka interfejsu i języka odpowiedzi modelu / motywu / paska bocznego |
| `document_parsing.json` | Wybór silnika parsowania i modelu opisującego obrazy, zdalne punkty końcowe i opcje specyficzne dla silnika |
-| `video_learning.json` | Domyślny dostawca odtwarzania YouTube/Invidious, źródła Invidious i opcjonalny adapter transkrypcji |
+| `video_learning.json` | Dostawca napisów YouTube, źródła Invidious i dostęp do konta oraz ustawienia transkrypcji |
| `main.yaml` | Domyślne zachowanie środowiska uruchomieniowego i wstrzykiwanie ścieżek |
| `agents.yaml` | Ustawienia temperatury i tokenów możliwości/narzędzi |
@@ -439,7 +455,7 @@ Narzędzia przełączalne przez użytkownika to `brainstorm`, `web_search`, `pap
Kontekst dzieli się na dwa rodzaje: **trwały kontekst sesji** (możliwość, obszar roboczy lub kurs, narzędzia, bazy wiedzy, persona, model oraz stan Reading / Mastery) jest zachowany przez tury; **jednorazowe odwołania** (pliki, historia czatu, książki, sekcje do czytania, notatniki, wybrane wpisy banku pytań, zaimportowani agenci) pochodzą z menu `+` dla jednej tury. Przycisk głosowy jedynie transkrybuje bieżącą wiadomość.
-Home daje dostęp jednym kliknięciem do **Chat**, **Ask Questions**, **Quiz** i **Visualize**; **Research** do raportów z cytowaniami, **Solve** do rozumowania krok po kroku oraz **Immersive Watching** znajdują się w sekcji *More Capabilities*. **Spersonalizowana nauka** grupuje Book, **Mastery Path**, **Immersive Reading**, Watching i **Ćwiczenia**; Reading dodaje zweryfikowane cytowania, zapisane notatki, naturalne czytanie na głos fragmentów źródłowych / wskazówki do nauki / słownictwo / quizy / tłumaczenia oraz zapisywanie w notatniku, a Course Study zachowuje kontekst związany z kursem.
+Home daje dostęp jednym kliknięciem do **Chat**, **Ask Questions**, **Quiz** i **Visualize**; **Research** do raportów z cytowaniami i **Solve** do rozumowania krok po kroku znajdują się w sekcji *More Capabilities*. **Spersonalizowana nauka** grupuje Book, **Mastery Path**, **Immersive Reading** i **Ćwiczenia**; Reading łączy dokumenty, wideo i dźwięk ze zweryfikowanymi cytowaniami, zapisanymi notatkami, naturalnym czytaniem na głos fragmentów źródłowych / wskazówek do nauki / słownictwa / quizów / tłumaczeń oraz zapisywaniem w notatniku, a Course Study zachowuje kontekst związany z kursem.
</details>
@@ -603,9 +619,9 @@ Settings to panel sterowania aplikacją, który otwiera się na stronie **Genera
**Synteza mowy Xiaomi MiMo.** Dodaj dostawcę Xiaomi MiMo z adresem `https://api.xiaomimimo.com/v1` i jego kluczem API, a następnie dodaj `mimo-v2.5-tts` w Settings → Voice. Wybierz gotowy głos, na przykład `mimo_default`, `冰糖` lub `苏打`, użyj formatu wyjściowego `wav` lub `pcm16` i odsłuchaj próbkę przed zastosowaniem ustawień. Instrukcje głosowe sterują stylem i szybkością mówienia. Ten adapter obsługuje wyłącznie gotowe głosy; projektowanie i klonowanie głosu wymagają osobnych modeli i nie są obsługiwane. Jeśli starszy model mowy MiMo był skonfigurowany przez ogólny adapter zgodny z OpenAI, utwórz jego wpis ponownie, korzystając z dostawcy Xiaomi MiMo, aby używał protokołu chat-completions. Zobacz [oficjalny przewodnik syntezy mowy MiMo](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5).
-**Synteza mowy MiniMax** — w Settings → Voice wybierz MiniMax do zamiany tekstu na mowę i model `speech-2.8-hd`. Skonfiguruj klucz API MiniMax oraz identyfikator głosu systemowego lub własnego; domyślny głos to `English_expressive_narrator`. Domyślny bazowy adres API to `https://api.minimax.io/v1`; dla regionu Chin użyj `https://api.minimaxi.com/v1`. Czytanie na głos i próbki głosu korzystają z natywnego punktu końcowego syntezy mowy, z formatami wyjściowymi MP3, WAV, FLAC lub PCM oraz ustawieniami częstotliwości próbkowania, szybkości i języka. Informacje o identyfikatorach głosów i dostępności dla kont znajdziesz w [API syntezy mowy MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http).
+**Synteza mowy MiniMax** — w Settings → Voice wybierz MiniMax do zamiany tekstu na mowę i model `speech-2.8-hd`. Skonfiguruj klucz API MiniMax i jawnie wybierz głos systemowy lub wpisz identyfikator własnego głosu. Domyślny bazowy adres API to `https://api.minimax.io/v1`; dla regionu Chin użyj `https://api.minimaxi.com/v1`. Czytanie na głos i próbki głosu korzystają z natywnego punktu końcowego syntezy mowy, z formatami wyjściowymi MP3, WAV, FLAC lub PCM oraz ustawieniami częstotliwości próbkowania, szybkości i języka. Informacje o identyfikatorach głosów i dostępności dla kont znajdziesz w [API syntezy mowy MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http).
-**Video Learning** w Settings → Learning & conversation domyślnie korzysta z oficjalnego odtwarzacza YouTube IFrame Player o podwyższonej ochronie prywatności. Aby odtwarzać lokalnie, ustaw zarządzane przez administratora źródło API Invidious (na przykład `http://127.0.0.1:3000`), przetestuj je, wybierz Invidious i zapisz. Nowe lub ponownie otwarte filmy natychmiast przejmują dostawcę, zachowując ten sam identyfikator materiału i postęp. Multimedia Invidious są strumieniowane przez proxy zakresów bajtów DeepTutor; nadrzędne adresy URL nie są ani ujawniane przeglądarce, ani zapisywane na dysku. Jeśli instancja ulegnie awarii, DeepTutor pozostaje odłączony od YouTube, dopóki uczeń nie wybierze jawnie natywnego trybu awaryjnego YouTube. Korepetycje oparte na publicznych napisach są opcjonalne: zainstaluj `.[video-learning]`; bez niego odtwarzanie nadal działa, natomiast funkcja **Explain here** oparta na transkrypcji jest wyłączona wraz z podaniem przyczyny.
+**Video Learning** w Settings → Learning & conversation konfiguruje napisy YouTube i dostęp do Invidious dla Reading. Aby użyć Invidious, ustaw zarządzany przez administratora adres bazowy API backendu (na przykład `http://127.0.0.1:3000`) oraz publiczny adres dostępny z przeglądarki, przetestuj połączenie, wybierz Invidious i zapisz. **Browse Invidious** w oknie dodawania materiałów Reading pozwala wyszukiwać filmy oraz otwierać połączone subskrypcje i playlisty. Odtwarzanie YouTube korzysta z oficjalnego odtwarzacza o podwyższonej ochronie prywatności; brak napisów jest widoczny i ogranicza materiał źródłowy tutora, ale nie blokuje natywnego odtwarzania. Zainstaluj `.[video-learning]`, aby korzystać z domyślnego mechanizmu pobierania napisów YouTube. Istniejące linki Watching są przenoszone do Reading z zachowaniem historii rozmów, zgodnych transkrypcji, notatek i postępów; nowe notatki ze znacznikami czasu są adnotacjami Reading. Bilibili korzysta z własnej ścieżki odtwarzania i napisów.
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="Ustawienia wyglądu DeepTutor i motywy" width="900">
@@ -703,7 +719,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-Repozytorium zawiera główny [`SKILL.md`](../../SKILL.md) — około 200-liniowy dokument przekazania który uczy każdy LLM używający narzędzi całej powierzchni w jednym czytaniu. Przekaż go Claude Code, Codex lub OpenCode (automatycznie pobierają `SKILL.md`) lub opakuj `deeptutor run` jako narzędzie w pętli LangChain / AutoGen. Pełne przepisy: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
+Repozytorium zawiera główny [`SKILL.md`](../../SKILL.md) — zwięzły dokument przekazujący agentowi wiedzę o CLI. Jawnie poproś agenta o jego przeczytanie; [przewodnik konfiguracji przez agenta](../../docs-for-user/AGENT_SETUP.md) opisuje instalację i konfigurację. Możesz również opakować `deeptutor run` jako narzędzie w pętli LangChain / AutoGen. Pełne przepisy: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
</details>
@@ -712,13 +728,13 @@ Repozytorium zawiera główny [`SKILL.md`](../../SKILL.md) — około 200-liniow
| Polecenie | Opis |
|:---|:---|
-| `deeptutor init` | Utwórz lub zaktualizuj `data/user/settings` dla bieżącego obszaru roboczego |
-| `deeptutor doctor [--online]` | Sprawdź, czy obszar roboczy jest gotowy do rozpoczęcia sesji; `--online` sprawdza też skonfigurowanego dostawcę modelu, `--format json` wypisuje raport |
+| `deeptutor init [--non-interactive] [--home PATH]` | Uruchom kreator konfiguracji lub utwórz brakujące wartości domyślne bez pytań |
+| `deeptutor doctor [--online]` | Sprawdź, czy środowisko uruchomieniowe jest gotowe do rozpoczęcia sesji; `--online` sprawdza też skonfigurowanego dostawcę modelu, `--format json` wypisuje raport |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | Uruchom backend + frontend razem; opcjonalnie odłącz proces lub pomiń otwieranie przeglądarki |
| `deeptutor stop [--home PATH]` | Zatrzymaj launcher uruchomiony z `--detach` |
| `deeptutor serve [--port PORT]` | Uruchom tylko backend FastAPI |
| `deeptutor workspace show/set/reset` | Sprawdź, wybierz lub przywróć Content Workspace per-użytkownika |
-| `deeptutor run <capability> <message>` | Uruchom jedną turę możliwości (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `immersive_watching`, `audio_overview`); dodaj `--format json` dla wyjścia NDJSON |
+| `deeptutor run <capability> <message>` | Uruchom jedną turę możliwości (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `audio_overview`); dodaj `--format json` dla wyjścia NDJSON |
| `deeptutor chat` | Interaktywny REPL z kontrolkami możliwości, narzędzia, KB, notatnika i historii |
| `deeptutor partner list/create/start/stop` | Zarządzaj partnerami połączonymi przez IM |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | Zarządzaj bazami wiedzy, podłączaj archiwa Kiwix, oceniaj jakość wyszukiwania na zestawie pytań i odpowiedzi oraz synchronizuj zarejestrowane źródła GitHub/Web (z poleceniami dodawania/usuwania źródeł) |
@@ -727,9 +743,17 @@ Repozytorium zawiera główny [`SKILL.md`](../../SKILL.md) — około 200-liniow
| `deeptutor session list/show/open/rename/delete` | Zarządzaj współdzielonymi sesjami |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | Zarządzaj notatnikami z plików Markdown |
| `deeptutor book list/health/refresh-fingerprints` | Inspekcjonuj książki i odświeżaj odciski źródeł |
-| `deeptutor plugin list/info` | Inspekcjonuj zarejestrowane narzędzia i możliwości |
-| `deeptutor config show` | Wydrukuj podsumowanie konfiguracji |
-| `deeptutor provider login <provider>` | Uwierzytelnianie dostawcy (`openai-codex` logowanie OAuth; `github-copilot` weryfikuje istniejącą sesję auth Copilot; `codebuddy` weryfikuje uwierzytelnianie SDK CodeBuddy i rozpoczyna logowanie w razie potrzeby) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | Przeglądaj narzędzia i możliwości; zarządzaj sprawdzonymi pakietami wtyczek i zatwierdzeniami ich uprawnień |
+| `deeptutor config show [--home PATH]` | Wyświetl wynikową konfigurację środowiska uruchomieniowego z ukrytymi poświadczeniami |
+| `deeptutor config providers` | Wyświetl obsługiwanych dostawców konfiguracji i wartości domyślne jako JSON |
+| `deeptutor config apply FILE [--check] [--home PATH]` | Zastosuj konfigurację JSON bez pytań lub zweryfikuj ją bez zapisywania ustawień |
+| `deeptutor provider login <provider>` | Uwierzytelnianie dostawcy (`openai-codex` logowanie OAuth; `github-copilot` logowanie przez kod urządzenia GitHub; `codebuddy` weryfikuje uwierzytelnianie SDK CodeBuddy i rozpoczyna logowanie w razie potrzeby) |
+
+Poświadczenia GitHub Copilot należą do zalogowanego właściciela DeepTutor i są przechowywane wyłącznie w `<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`, poza obszarami roboczymi piaskownicy. Partners uruchamiani przez CLI lub administratora korzystają z poświadczeń administratora; pozostali użytkownicy logują się oddzielnie, a profili Copilot nie można udostępniać przez uprawnienia do modeli. Zewnętrzne pliki tokenów nanobot/Copilot nigdy nie są importowane: po aktualizacji ponownie uruchom `deeptutor provider login github-copilot`.
+
+Logowanie weryfikuje inferencję przy użyciu aktualnie wykrytego modelu; `init` weryfikuje wybrany model i w razie błędu przerywa bez zapisywania roboczej konfiguracji. Samo udane uwierzytelnienie GitHub nie potwierdza dostępu do modeli Copilot (zapisane logowanie jest zachowywane, jeśli weryfikacja się nie powiedzie). Żądania środowiska uruchomieniowego korzystają z punktu końcowego API zwróconego przy wymianie tokenu, także po odświeżeniu, i respektują metadane punktów końcowych Responses/Chat Completions poszczególnych modeli.
+
+Obsługa zgodności Responses specyficzna dla Copilot jest stosowana przy wysyłaniu żądania, bez przepisywania zapisanej historii.
</details>
@@ -890,3 +914,11 @@ Licencjonowany na podstawie [Apache License 2.0](../../LICENSE).
</p>
</div>
+
+### Ugruntowanie tur Mastery w bieżącym stanie
+
+Tury Mastery odczytują stan aktywnej ścieżki przed pierwszym żądaniem do modelu, używając tego samego narzędzia stanu i reguł dostępu Mastery co przy jawnym wywołaniu narzędzia. Ta migawka jest odświeżana dla każdej tury, zawiera aktywny tryb sesji i nigdy nie jest buforowana między turami. Nieudany odczyt powoduje przejście do `mastery_status`; po zmianie ścieżki, trybu, konspektu lub postępu tutor może odświeżyć stan przez to narzędzie. Ocenianie kart i istniejący mechanizm przekazania pozostają bez zmian.
+
+### Powtarzające się załączniki obrazów
+
+Pętla agenta wysyła identyczne obrazy użytkownika osadzone w treści tylko raz na żądanie i zastępuje kolejne kopie odwołaniami do zachowanego obrazu. Stabilne etykiety istniejące wyłącznie w obrębie żądania identyfikują zachowane obrazy przy konwersji między formatami dostawców i w dołączanych turach. Unikalne bloki obrazów, zdalne adresy URL, różne opcje obrazów, wiadomości asystenta i wyniki narzędzi pozostają kompletne. Zapisana historia zachowuje każdy oryginalny załącznik; odwołania są odtwarzane po skróceniu historii. Zmniejsza to ilość powtarzanych danych obrazów, ale zużycie raportowane przez dostawcę pozostaje źródłem prawdy dla rozliczeń i trafień w pamięć podręczną.
diff --git a/assets/README/README_PT.md b/assets/README/README_PT.md
index b8852fec0..b3d68d1d5 100644
--- a/assets/README/README_PT.md
+++ b/assets/README/README_PT.md
@@ -60,10 +60,10 @@
O DeepTutor é um espaço de trabalho de aprendizagem nativo de agentes que conecta tutoria, resolução de problemas, geração de quizzes, pesquisa, visualização e prática de domínio num sistema extensível.
-- **Um runtime para todos os modos** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading e Immersive Watching partilham o mesmo runtime de capacidades e o mesmo contexto de sessão, mantendo loops e pipelines específicos para cada finalidade.
+- **Um runtime para todos os modos** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading e Audio Overview partilham o mesmo runtime de capacidades e o mesmo contexto de sessão, mantendo loops e pipelines específicos para cada finalidade.
- **Task Board** — acompanhe tarefas de estudo em Por fazer, Em curso e Concluído, com notas, arrastar e largar ou botões de movimentação acessíveis por teclado, e um arquivo do qual pode restaurá-las. Os cartões permanecem no workspace atual e seguem as definições de aparência e idioma existentes; não é necessário configurar um modelo.
- **Contexto de aprendizagem conectado** — bases de conhecimento, livros, rascunhos Co-Writer, notebooks, bancos de questões, personas e Memory podem ser reutilizados nos fluxos de trabalho que os suportam, sujeitos às concessões da conta e às políticas de aprendizagem.
-- **Aprendizagem imersiva por vídeo** — cole um link do YouTube para reprodução nativa com privacidade melhorada, legendas sincronizadas, tutoria fundamentada em marcas temporais, marcas temporais guardadas e progresso retomável; os administradores podem mudar a reprodução para uma instância Invidious auto-hospedada sem reconstruir materiais.
+- **Aprendizagem imersiva por vídeo** — adicione links do YouTube ou Bilibili ao Reading para reprodução nativa, pesquisa de transcrições, tutoria fundamentada em marcas temporais, notas guardadas e progresso retomável; as legendas e a navegação no YouTube podem usar uma instância Invidious configurada pelo administrador.
- **Subagentes e Partners** — a partir do Chat, consulte um harness de agente ao vivo (Claude Code, Codex, Grok CLI, Antigravity, Kimi, opencode, MiMo, Hermes, OpenClaw ou DeepSeek) ou um Partner, importe conversas anteriores e execute companheiros IM persistentes no mesmo cérebro.
- **Conhecimento multi-motor** — bibliotecas RAG com versões: LlamaIndex, PageIndex, GraphRAG, LightRAG, um LightRAG Server remoto, bases de conhecimento WeKnora auto-hospedadas, uma biblioteca Tencent IMA ou MarginNote 4, um arquivo Kiwix ZIM conectado, ou um vault Obsidian vinculado, com análise de documentos conectável. Consulte os [modelos de função nativos do LightRAG](../../deeptutor/services/rag/pipelines/lightrag/README.md) para configurações independentes de extração, consulta e visão, criação apenas com predefinições e reconstruções confirmadas.
- **Ferramentas e habilidades extensíveis** — ferramentas integradas, servidores MCP, aplicações CLI, modelos de geração de imagem / vídeo / voz e habilidades da comunidade instaláveis do EduHub.
@@ -73,6 +73,22 @@ O DeepTutor é um espaço de trabalho de aprendizagem nativo de agentes que cone
## 🚀 Começar
+### Deixe o Seu Agente Configurar o DeepTutor
+
+Copie este prompt para o seu agente de IA com acesso ao terminal (como Codex ou Claude Code):
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+O [guia de configuração por agentes](../../docs-for-user/AGENT_SETUP.md) cobre todo o processo, incluindo a configuração não interativa pela CLI. Para instalar por conta própria, escolha um dos caminhos abaixo.
+
O DeepTutor inclui quatro caminhos de instalação. Todos partilham o mesmo layout de diretório de runtime: as configurações privadas vivem em `data/user/settings/` sob o diretório a partir do qual é iniciado (ou sob `DEEPTUTOR_HOME` / `deeptutor start --home` se definido explicitamente). Para a aplicação completa, o fluxo recomendado é **escolher um diretório de runtime → instalar → `deeptutor init` → `deeptutor start`**.
### Experimentar com Docker num Único Comando
@@ -343,7 +359,7 @@ Tudo sob `data/user/settings/` é JSON/YAML simples. A página **Settings** é o
| `integrations.json` | Configurações opcionais de PocketBase e integrações sidecar |
| `interface.json` | Preferências de idioma da UI e de saída do modelo / tema / barra lateral |
| `document_parsing.json` | Seleção do motor de análise e do modelo de descrição de imagens, endpoints remotos e opções específicas de cada motor |
-| `video_learning.json` | Provedor predefinido de reprodução YouTube/Invidious, origens Invidious e adaptador opcional de transcrições |
+| `video_learning.json` | Provedor de legendas do YouTube, origens Invidious e acesso à conta, e definições de transcrições |
| `main.yaml` | Predefinições de comportamento de runtime e injeção de caminhos |
| `agents.yaml` | Configurações de temperatura e tokens de capacidades/ferramentas |
@@ -439,7 +455,7 @@ As ferramentas ativáveis pelo utilizador são `brainstorm`, `web_search`, `pape
O contexto é de dois tipos: o **contexto de sessão fixo** (capacidade, espaço de trabalho ou curso, ferramentas, bases de conhecimento, persona, modelo e estado de Reading / Mastery) persiste entre turnos; as **referências únicas** (ficheiros, histórico de chat, livros, secções de leitura, notebooks, entradas selecionadas do banco de questões, agentes importados) vêm do menu `+` para um único turno. O botão de voz transcreve apenas a mensagem atual.
-A página inicial mantém **Chat**, **Ask Questions**, **Quiz** e **Visualize** a um clique de distância; **Research** para relatórios com citações, **Solve** para raciocínio desenvolvido e **Immersive Watching** ficam em *More Capabilities*. **Aprendizagem personalizada** agrupa Book, **Mastery Path**, **Immersive Reading**, Watching e **Prática**; Reading acrescenta citações verificadas, notas guardadas, leitura em voz alta natural de trechos da fonte / ações de orientação de estudo / vocabulário / quiz / tradução e captura para notebooks, enquanto Course Study mantém o seu próprio contexto vinculado ao curso.
+A página inicial mantém **Chat**, **Ask Questions**, **Quiz** e **Visualize** a um clique de distância; **Research** para relatórios com citações e **Solve** para raciocínio desenvolvido ficam em *More Capabilities*. **Aprendizagem personalizada** agrupa Book, **Mastery Path**, **Immersive Reading** e **Prática**; Reading reúne documentos, vídeo e áudio com citações verificadas, notas guardadas, leitura em voz alta natural de trechos da fonte / ações de orientação de estudo / vocabulário / quiz / tradução e captura para notebooks, enquanto Course Study mantém o seu contexto vinculado ao curso.
</details>
@@ -603,10 +619,10 @@ Configurações é o plano de controlo operacional e abre em **Geral**, com o id
**Voz Xiaomi MiMo.** Adicione um provedor Xiaomi MiMo com `https://api.xiaomimimo.com/v1` e a sua chave API; depois adicione `mimo-v2.5-tts` em Settings → Voz. Escolha uma voz predefinida como `mimo_default`, `冰糖` ou `苏打`, use saída `wav` ou `pcm16` e experimente-a antes de aplicar. As instruções de voz controlam o estilo e a velocidade da fala. Este adaptador suporta apenas vozes predefinidas; o design e a clonagem de voz exigem modelos separados e não são suportados. Se um modelo de voz MiMo anterior tiver sido configurado através do adaptador genérico compatível com OpenAI, recrie a respetiva entrada de voz usando o provedor Xiaomi MiMo, para que utilize o protocolo chat-completions. Consulte o [guia oficial de voz MiMo](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5).
-**Voz MiniMax** — em Settings → Voz, escolha MiniMax para síntese de voz e selecione `speech-2.8-hd`. Configure uma chave API MiniMax e um ID de voz do sistema ou personalizado; a voz predefinida é `English_expressive_narrator`. A base da API é `https://api.minimax.io/v1` por predefinição; para a região da China, use `https://api.minimaxi.com/v1`. A leitura em voz alta e as pré-visualizações de voz usam o endpoint de voz nativo, com saída MP3, WAV, FLAC ou PCM e controlos de taxa de amostragem, velocidade e idioma. Consulte a [API de voz MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http) para IDs de voz e disponibilidade por conta.
+**Voz MiniMax** — em Settings → Voz, escolha MiniMax para síntese de voz e selecione `speech-2.8-hd`. Configure uma chave API MiniMax e selecione explicitamente uma voz do sistema ou introduza um ID de voz personalizado. A base da API é `https://api.minimax.io/v1` por predefinição; para a região da China, use `https://api.minimaxi.com/v1`. A leitura em voz alta e as pré-visualizações de voz usam o endpoint de voz nativo, com saída MP3, WAV, FLAC ou PCM e controlos de taxa de amostragem, velocidade e idioma. Consulte a [API de voz MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http) para IDs de voz e disponibilidade por conta.
-**Video Learning** em Settings → Aprendizagem e conversa usa por predefinição o YouTube IFrame Player oficial com privacidade melhorada. Para manter a reprodução local, defina a origem da API Invidious gerida pelo administrador (por exemplo, `http://127.0.0.1:3000`), teste-a, selecione Invidious e guarde. Vídeos novos ou reabertos adotam imediatamente o provedor com o mesmo ID de material e progresso. O conteúdo multimédia Invidious é transmitido através do proxy de intervalos de bytes do DeepTutor; os URLs upstream não são expostos ao navegador nem guardados no disco. Se a instância falhar, o DeepTutor permanece offline do YouTube até que o aluno escolha explicitamente o fallback nativo do YouTube. A tutoria com legendas públicas é opcional: instale `.[video-learning]`; a reprodução continua sem esse extra, enquanto **Explain here** baseada na transcrição fica desativada com uma explicação.
+**Video Learning** em Settings → Aprendizagem e conversa configura as legendas do YouTube e o acesso ao Invidious para Reading. Para usar o Invidious, defina a origem da API do backend gerida pelo administrador (por exemplo, `http://127.0.0.1:3000`) e a origem pública acessível pelo navegador, teste a ligação, selecione Invidious e guarde. **Browse Invidious** no diálogo para adicionar materiais do Reading pesquisa vídeos e acede às subscrições e listas de reprodução conectadas. A reprodução do YouTube usa o leitor oficial com privacidade melhorada; a ausência de legendas permanece visível e limita as evidências do tutor sem bloquear a reprodução nativa. Instale `.[video-learning]` para o carregador predefinido de legendas do YouTube. Os links existentes de Watching migram para Reading, preservando o histórico de conversas, transcrições compatíveis, notas e progresso; as novas notas com marcas temporais são anotações do Reading. O Bilibili usa o seu próprio caminho de reprodução e legendas.
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="Configurações de aparência e temas DeepTutor" width="900">
@@ -704,7 +720,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-O repositório inclui um [`SKILL.md`](../../SKILL.md) raiz — um documento de transferência de ~200 linhas que ensina qualquer LLM com uso de ferramentas toda a superfície numa leitura. Passe-o ao Claude Code, Codex ou OpenCode (eles pegam no `SKILL.md` automaticamente), ou envolva `deeptutor run` como uma ferramenta num loop LangChain / AutoGen. Receitas completas: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
+O repositório inclui um [`SKILL.md`](../../SKILL.md) na raiz — um documento compacto de orientação para a CLI. Peça ao seu agente para o ler explicitamente; o respetivo [guia de configuração por agentes](../../docs-for-user/AGENT_SETUP.md) cobre a instalação e a configuração. Também pode envolver `deeptutor run` como uma ferramenta num loop LangChain / AutoGen. Receitas completas: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
</details>
@@ -713,13 +729,13 @@ O repositório inclui um [`SKILL.md`](../../SKILL.md) raiz — um documento de t
| Comando | Descrição |
|:---|:---|
-| `deeptutor init` | Criar ou atualizar `data/user/settings` no diretório de runtime atual |
+| `deeptutor init [--non-interactive] [--home PATH]` | Executar o assistente de configuração ou criar as predefinições em falta sem perguntas |
| `deeptutor doctor [--online]` | Verificar se o runtime está pronto para iniciar uma sessão; `--online` também sonda o provedor de modelo configurado, `--format json` imprime o relatório |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | Lançar backend + frontend juntos, opcionalmente desconectado ou sem abrir o navegador |
| `deeptutor stop [--home PATH]` | Parar um launcher iniciado com `--detach` |
| `deeptutor serve [--port PORT]` | Iniciar apenas o backend FastAPI |
| `deeptutor workspace show/set/reset` | Inspecionar, selecionar ou repor o Content Workspace por utilizador |
-| `deeptutor run <capability> <message>` | Executar um turno de capacidade único (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `immersive_watching`, `audio_overview`); adicionar `--format json` para saída NDJSON |
+| `deeptutor run <capability> <message>` | Executar um turno de capacidade único (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `audio_overview`); adicionar `--format json` para saída NDJSON |
| `deeptutor chat` | REPL interativo com controlos de capacidade, ferramenta, KB, notebook e histórico |
| `deeptutor partner list/create/start/stop` | Gerir partners ligados por IM |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | Gerir bases de conhecimento, conectar arquivos Kiwix, avaliar a qualidade da recuperação com um conjunto de perguntas e respostas e sincronizar fontes GitHub/web registadas (com comandos para adicionar ou remover fontes) |
@@ -728,9 +744,26 @@ O repositório inclui um [`SKILL.md`](../../SKILL.md) raiz — um documento de t
| `deeptutor session list/show/open/rename/delete` | Gerir sessões partilhadas |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | Gerir notebooks a partir de ficheiros Markdown |
| `deeptutor book list/health/refresh-fingerprints` | Inspecionar livros e atualizar impressões digitais de fontes |
-| `deeptutor plugin list/info` | Inspecionar ferramentas e capacidades registadas |
-| `deeptutor config show` | Imprimir resumo de configuração |
-| `deeptutor provider login <provider>` | Autenticação de provedor (`openai-codex` login OAuth; `github-copilot` valida uma sessão de autenticação Copilot existente; `codebuddy` valida a autenticação do SDK CodeBuddy e inicia o login quando necessário) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | Inspecionar ferramentas e capacidades; gerir pacotes de plugins revistos e as respetivas aprovações de permissões |
+| `deeptutor config show [--home PATH]` | Mostrar a configuração de runtime resolvida com credenciais ocultadas |
+| `deeptutor config providers` | Listar provedores de configuração suportados e predefinições em JSON |
+| `deeptutor config apply FILE [--check] [--home PATH]` | Aplicar JSON de configuração sem perguntas ou validá-lo sem escrever definições |
+| `deeptutor provider login <provider>` | Autenticação de provedor (`openai-codex` login OAuth; `github-copilot` login por dispositivo do GitHub; `codebuddy` valida a autenticação do SDK CodeBuddy e inicia o login quando necessário) |
+
+As credenciais do GitHub Copilot pertencem ao proprietário do DeepTutor com sessão iniciada e ficam apenas em
+`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`,
+fora dos workspaces da sandbox. Os partners da CLI/do administrador usam as credenciais do administrador;
+os outros utilizadores iniciam sessão separadamente, e os perfis Copilot não podem ser partilhados através de concessões de modelos.
+Os ficheiros de tokens externos do nanobot/Copilot nunca são importados: após a atualização, execute
+`deeptutor provider login github-copilot` novamente.
+
+O login valida a inferência com um modelo descoberto no momento; `init` valida o modelo selecionado
+e aborta em caso de falha sem guardar o rascunho de configuração. A autenticação bem-sucedida no GitHub
+por si só não comprova acesso aos modelos Copilot (o login guardado é mantido
+se a validação falhar). Os pedidos de runtime seguem o endpoint da API devolvido pela troca de tokens,
+incluindo nas atualizações, e respeitam os metadados de endpoint Responses/Chat Completions de cada modelo.
+
+A compatibilidade Responses específica do Copilot é aplicada no envio sem reescrever o histórico guardado.
</details>
@@ -891,3 +924,22 @@ Licenciado sob [Apache License 2.0](../../LICENSE).
</p>
</div>
+
+### Fundamentação dos turnos de Mastery
+
+Os turnos de Mastery leem o estado do percurso ativo antes do primeiro pedido ao modelo,
+usando a mesma ferramenta de estado e as mesmas condições de acesso do Mastery que uma chamada explícita de ferramenta. Este instantâneo
+é atualizado em cada turno, inclui o modo de sessão ativo e nunca é reutilizado em cache entre
+turnos. Uma falha de leitura recorre a `mastery_status`; depois de alterar o percurso, o modo,
+a estrutura ou o progresso, o tutor pode atualizar através dessa ferramenta. A avaliação dos cartões e
+a respetiva transferência de controlo existente permanecem inalteradas.
+
+### Anexos de imagem repetidos
+
+O loop de agente envia imagens idênticas incorporadas pelo utilizador uma vez por pedido e substitui as cópias
+posteriores por referências à imagem mantida. Rótulos estáveis, exclusivos do pedido, identificam
+as imagens incorporadas mantidas entre traduções para provedores e turnos acrescentados. Blocos de imagem únicos,
+URLs remotos, opções de imagem diferentes, mensagens do assistente e resultados de ferramentas permanecem completos.
+O histórico guardado mantém todos os anexos originais; as referências são reconstruídas depois de o histórico ser reduzido.
+Isto reduz a repetição de dados de imagem, mas a utilização reportada pelo provedor continua a ser
+a fonte de verdade para faturação e acertos de cache.
diff --git a/assets/README/README_RU.md b/assets/README/README_RU.md
index 8229ab9f4..0e4123784 100644
--- a/assets/README/README_RU.md
+++ b/assets/README/README_RU.md
@@ -60,10 +60,10 @@
DeepTutor — это агентная учебная рабочая среда, объединяющая репетиторство, решение задач, генерацию викторин, исследования, визуализацию и практику освоения в одной расширяемой системе.
-- **Единая среда выполнения для всех режимов** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading и Immersive Watching работают в единой среде выполнения и используют общий контекст сессии, но сохраняют специализированные циклы и конвейеры для своих задач.
+- **Единая среда выполнения для всех режимов** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading и Audio Overview работают в единой среде выполнения и используют общий контекст сессии, но сохраняют специализированные циклы и конвейеры для своих задач.
- **Task Board** — отслеживайте учебные задачи в колонках «Сделать», «В работе» и «Готово»: добавляйте заметки, перемещайте карточки перетаскиванием или доступными с клавиатуры кнопками и восстанавливайте их из архива. Карточки остаются в текущем рабочем пространстве и используют действующие настройки оформления и языка; настройка модели не требуется.
- **Связанный контекст обучения** — базы знаний, книги, черновики Co-Writer, блокноты, банки вопросов, персоны и Memory можно повторно использовать в поддерживающих их рабочих процессах с учётом грантов учётной записи и политик обучения.
-- **Иммерсивное обучение по видео** — вставьте ссылку YouTube для нативного воспроизведения с повышенной конфиденциальностью, синхронизированными субтитрами, репетиторством с привязкой ко временным меткам, сохранёнными временными отметками и возобновляемым прогрессом; администраторы могут переключить воспроизведение на самостоятельно размещённый экземпляр Invidious без пересборки материалов.
+- **Иммерсивное обучение по видео** — добавляйте ссылки YouTube или Bilibili в Reading для нативного воспроизведения, поиска по транскрипту, репетиторства с привязкой ко временным меткам, сохранения заметок и возобновления прогресса; для субтитров YouTube и просмотра каталога можно использовать экземпляр Invidious, настроенный администратором.
- **Субагенты и Partners** — из Chat обращайтесь к живой агентной среде (Claude Code, Codex, Grok CLI, Antigravity, Kimi, opencode, MiMo, Hermes, OpenClaw или DeepSeek) или к Partner, импортируйте прошлые разговоры и запускайте постоянных IM-компаньонов на том же мозге.
- **Многодвигательные знания** — версионированные RAG-библиотеки на основе LlamaIndex, PageIndex, GraphRAG, LightRAG, удалённого LightRAG Server, самостоятельно размещённого WeKnora, библиотеки Tencent IMA или MarginNote 4, подключённого архива Kiwix ZIM либо связанного хранилища Obsidian, с подключаемым разбором документов. См. [нативные ролевые модели LightRAG](../../deeptutor/services/rag/pipelines/lightrag/README.md) для независимых настроек извлечения, запросов и обработки изображений, создания только со значениями по умолчанию и подтверждённых пересборок.
- **Расширяемые инструменты и навыки** — встроенные инструменты, MCP-серверы, CLI-приложения, модели генерации изображений / видео / голоса и устанавливаемые навыки сообщества из EduHub.
@@ -73,7 +73,23 @@ DeepTutor — это агентная учебная рабочая среда,
## 🚀 Начало работы
-DeepTutor поставляется с четырьмя путями установки. Все они используют одну структуру рабочего пространства: настройки хранятся в `data/user/settings/` в директории запуска (или в `DEEPTUTOR_HOME` / `deeptutor start --home`, если задано явно). Для полного приложения рекомендуемый процесс: **выбрать директорию рабочего пространства → установить → `deeptutor init` → `deeptutor start`**.
+### Поручите настройку DeepTutor своему агенту
+
+Скопируйте этот запрос в ИИ-агент с доступом к терминалу (например, Codex или Claude Code):
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+[Руководство по настройке с помощью агента](../../docs-for-user/AGENT_SETUP.md) описывает весь процесс, включая неинтерактивную настройку через CLI. Для самостоятельной установки выберите один из способов ниже.
+
+DeepTutor поставляется с четырьмя путями установки. Все они используют одну структуру каталога среды выполнения: приватные настройки хранятся в `data/user/settings/` в директории запуска (или в `DEEPTUTOR_HOME` / `deeptutor start --home`, если задано явно). Для полного приложения рекомендуемый процесс: **выбрать каталог среды выполнения → установить → `deeptutor init` → `deeptutor start`**.
### Пробный запуск Docker одной командой
@@ -343,7 +359,7 @@ deeptutor config show
| `integrations.json` | Необязательные настройки интеграции PocketBase и сайдкара |
| `interface.json` | Язык интерфейса и вывода модели / тема / настройки боковой панели |
| `document_parsing.json` | Выбор движка разбора и модели описания изображений, удалённые конечные точки и параметры конкретного движка |
-| `video_learning.json` | Провайдер воспроизведения YouTube/Invidious по умолчанию, источники Invidious и необязательный адаптер транскриптов |
+| `video_learning.json` | Провайдер субтитров YouTube, источники Invidious и доступ к учётной записи, настройки транскриптов |
| `main.yaml` | Значения по умолчанию для среды выполнения и внедрение пути |
| `agents.yaml` | Настройки температуры и токенов для возможностей/инструментов |
@@ -439,7 +455,7 @@ DeepTutor отделяет установленный код, приватное
Контекст бывает двух видов: **постоянный контекст сессии** (возможность, рабочее пространство или курс, инструменты, базы знаний, персонаж, модель и состояние Reading / Mastery) сохраняется между ходами; **одноразовые ссылки** (файлы, история чата, книги, разделы чтения, блокноты, выбранные записи банка вопросов, импортированные агенты) берутся из меню `+` для одного хода. Кнопка голосового ввода только транскрибирует текущее сообщение.
-На главной странице **Chat**, **Ask Questions**, **Quiz** и **Visualize** доступны в один клик; **Research** для цитируемых отчётов, **Solve** для пошаговых рассуждений и **Immersive Watching** находятся в разделе *Дополнительные возможности*. **Персонализированное обучение** объединяет Book, **Mastery Path**, **Immersive Reading**, Watching и **Практику**; Reading добавляет проверенные цитаты, сохранённые заметки, естественное чтение вслух отрывков из источников / сопровождение обучения / работу со словарём / викторины / перевод и сохранение в блокнот, а Course Study сохраняет контекст, привязанный к курсу.
+На главной странице **Chat**, **Ask Questions**, **Quiz** и **Visualize** доступны в один клик; **Research** для цитируемых отчётов и **Solve** для пошаговых рассуждений находятся в разделе *Дополнительные возможности*. **Персонализированное обучение** объединяет Book, **Mastery Path**, **Immersive Reading** и **Практику**; Reading объединяет документы, видео и аудио с проверенными цитатами, сохранёнными заметками, естественным чтением вслух отрывков из источников / сопровождением обучения / работой со словарём / викторинами / переводом и сохранением в блокнот, а Course Study сохраняет контекст, привязанный к курсу.
</details>
@@ -603,9 +619,10 @@ Co-Writer — это разделённое рабочее пространст
**Синтез речи Xiaomi MiMo.** Добавьте провайдера Xiaomi MiMo с адресом `https://api.xiaomimimo.com/v1` и его API-ключом, затем добавьте `mimo-v2.5-tts` в разделе Настройки → Речь. Выберите предустановленный голос, например `mimo_default`, `冰糖` или `苏打`, формат вывода `wav` или `pcm16` и прослушайте образец перед применением. Голосовые инструкции управляют стилем и скоростью речи. Этот адаптер поддерживает только предустановленные голоса; создание и клонирование голоса требуют отдельных моделей и не поддерживаются. Если старая речевая модель MiMo была настроена через общий адаптер, совместимый с OpenAI, создайте её речевой профиль заново с провайдером Xiaomi MiMo, чтобы использовать протокол chat-completions. См. [официальное руководство по синтезу речи MiMo](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5).
-**Синтез речи MiniMax** — в разделе Настройки → Речь выберите MiniMax для преобразования текста в речь и модель `speech-2.8-hd`. Настройте API-ключ MiniMax и идентификатор системного или пользовательского голоса; голос по умолчанию — `English_expressive_narrator`. Базовый URL API по умолчанию — `https://api.minimax.io/v1`; для региона Китай используйте `https://api.minimaxi.com/v1`. Чтение вслух и прослушивание образцов используют нативную конечную точку синтеза речи с выводом в MP3, WAV, FLAC или PCM и настройками частоты дискретизации, скорости и языка. Идентификаторы голосов и доступность для учётных записей описаны в [API синтеза речи MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http).
+**Синтез речи MiniMax** — в разделе Настройки → Речь выберите MiniMax для преобразования текста в речь и модель `speech-2.8-hd`. Настройте API-ключ MiniMax и явно выберите системный голос или введите идентификатор пользовательского голоса. Базовый URL API по умолчанию — `https://api.minimax.io/v1`; для региона Китай используйте `https://api.minimaxi.com/v1`. Чтение вслух и прослушивание образцов используют нативную конечную точку синтеза речи с выводом в MP3, WAV, FLAC или PCM и настройками частоты дискретизации, скорости и языка. Идентификаторы голосов и доступность для учётных записей описаны в [API синтеза речи MiniMax](https://platform.minimax.io/docs/api-reference/speech-t2a-http).
-**Video Learning** в разделе Настройки → Обучение и разговоры по умолчанию использует официальный YouTube IFrame Player с повышенной конфиденциальностью. Чтобы воспроизведение оставалось локальным, задайте управляемый администратором источник Invidious API (например, `http://127.0.0.1:3000`), протестируйте его, выберите Invidious и сохраните настройки. Новые и повторно открытые видео сразу используют выбранного провайдера с тем же идентификатором материала и прогрессом. Медиаданные Invidious передаются потоково через прокси DeepTutor с поддержкой диапазонов байтов; исходные URL не раскрываются браузеру и не сохраняются на диске. При сбое экземпляра DeepTutor не обращается к YouTube, пока учащийся явно не выберет нативный резервный вариант YouTube. Репетиторство по общедоступным субтитрам необязательно: установите `.[video-learning]`; без него воспроизведение продолжает работать, а действие **«Объяснить здесь»** на основе транскрипта отключается с указанием причины.
+
+**Video Learning** в разделе Настройки → Обучение и разговоры настраивает субтитры YouTube и доступ к Invidious для Reading. Чтобы использовать Invidious, задайте управляемый администратором адрес его серверного API (например, `http://127.0.0.1:3000`) и публичный адрес, доступный из браузера, проверьте подключение, выберите Invidious и сохраните настройки. Кнопка **Просмотр Invidious** в диалоге добавления материалов Reading позволяет искать видео и открывать подключённые подписки и плейлисты. YouTube воспроизводится через официальный плеер с повышенной конфиденциальностью; отсутствие субтитров явно отображается и ограничивает доказательную базу репетитора, но не мешает нативному воспроизведению. Установите `.[video-learning]` для загрузчика субтитров YouTube по умолчанию. Существующие ссылки Watching переносятся в Reading с сохранением истории разговоров, совместимых транскриптов, заметок и прогресса; новые заметки с временными метками становятся аннотациями Reading. Bilibili использует собственный способ воспроизведения и получения субтитров.
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="Настройки внешнего вида и темы DeepTutor" width="900">
@@ -703,7 +720,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-В репозитории есть корневой [`SKILL.md`](../../SKILL.md) — документ передачи на ~200 строк, который знакомит любой использующий инструменты LLM со всей поверхностью за одно чтение. Передайте его Claude Code, Codex или OpenCode (они автоматически подхватывают `SKILL.md`), или оберните `deeptutor run` как инструмент в цикл LangChain / AutoGen. Полные рецепты: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
+В репозитории есть корневой [`SKILL.md`](../../SKILL.md) — краткое руководство для агента по работе с CLI. Явно попросите агента прочитать его; [руководство по настройке с помощью агента](../../docs-for-user/AGENT_SETUP.md) описывает установку и конфигурацию. Также можно обернуть `deeptutor run` как инструмент в цикл LangChain / AutoGen. Полные рецепты: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/).
</details>
@@ -712,13 +729,13 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| Команда | Описание |
|:---|:---|
-| `deeptutor init` | Создать или обновить `data/user/settings` для текущего рабочего пространства |
-| `deeptutor doctor [--online]` | Проверить, готово ли рабочее пространство к запуску сессии; `--online` также проверяет настроенного провайдера модели, `--format json` выводит отчёт |
+| `deeptutor init [--non-interactive] [--home PATH]` | Запустить мастер настройки или создать отсутствующие настройки по умолчанию без запросов |
+| `deeptutor doctor [--online]` | Проверить, готова ли среда выполнения к запуску сессии; `--online` также проверяет настроенного провайдера модели, `--format json` выводит отчёт |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | Запустить бэкенд + фронтенд вместе; при необходимости отсоединить процесс или запретить открытие браузера |
| `deeptutor stop [--home PATH]` | Остановить лаунчер, запущенный с `--detach` |
| `deeptutor serve [--port PORT]` | Запустить только бэкенд FastAPI |
| `deeptutor workspace show/set/reset` | Просмотр, выбор или восстановление персонального Рабочего пространства для контента |
-| `deeptutor run <capability> <message>` | Запустить один ход возможности (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `immersive_watching`, `audio_overview`); добавьте `--format json` для вывода NDJSON |
+| `deeptutor run <capability> <message>` | Запустить один ход возможности (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `audio_overview`); добавьте `--format json` для вывода NDJSON |
| `deeptutor chat` | Интерактивный REPL с управлением возможностями, инструментами, KB, блокнотами и историей |
| `deeptutor partner list/create/start/stop` | Управление партнёрами, подключёнными к IM |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | Управление базами знаний, подключение архивов Kiwix, оценка качества поиска на наборе вопросов и ответов и синхронизация зарегистрированных источников GitHub/Web (с командами добавления/удаления источников) |
@@ -727,9 +744,26 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| `deeptutor session list/show/open/rename/delete` | Управление общими сессиями |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | Управление блокнотами из файлов Markdown |
| `deeptutor book list/health/refresh-fingerprints` | Просмотр книг и обновление исходных отпечатков |
-| `deeptutor plugin list/info` | Просмотр зарегистрированных инструментов и возможностей |
-| `deeptutor config show` | Вывод сводки конфигурации |
-| `deeptutor provider login <provider>` | Аутентификация провайдера (`openai-codex` вход через OAuth; `github-copilot` проверяет существующую сессию аутентификации Copilot; `codebuddy` проверяет аутентификацию CodeBuddy SDK и запускает вход при необходимости) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | Просмотр инструментов и возможностей; управление проверенными пакетами плагинов и подтверждением их разрешений |
+| `deeptutor config show [--home PATH]` | Показать итоговую конфигурацию среды выполнения со скрытыми учётными данными |
+| `deeptutor config providers` | Вывести поддерживаемых провайдеров настройки и значения по умолчанию в формате JSON |
+| `deeptutor config apply FILE [--check] [--home PATH]` | Применить JSON настройки без запросов или проверить его без записи настроек |
+| `deeptutor provider login <provider>` | Аутентификация провайдера (`openai-codex` вход через OAuth; `github-copilot` вход через код устройства GitHub; `codebuddy` проверяет аутентификацию CodeBuddy SDK и запускает вход при необходимости) |
+
+Учётные данные GitHub Copilot принадлежат вошедшему в систему владельцу DeepTutor и хранятся только в
+`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`,
+вне рабочих пространств песочницы. Партнёры CLI/администратора используют учётные данные администратора;
+остальные пользователи входят отдельно, а профилями Copilot нельзя делиться через гранты моделей.
+Внешние файлы токенов nanobot/Copilot никогда не импортируются: после обновления повторно выполните
+`deeptutor provider login github-copilot`.
+
+При входе проверяется выполнение запроса к модели, обнаруженной в актуальном каталоге; `init` проверяет выбранную
+модель и при ошибке прерывает работу без сохранения черновой конфигурации. Успешная аутентификация GitHub
+сама по себе не подтверждает доступ к моделям Copilot (сохранённая авторизация остаётся,
+даже если проверка не пройдена). Запросы во время работы используют конечную точку API, полученную при обмене токена,
+в том числе после его обновления, и учитывают метаданные конечных точек Responses/Chat Completions для каждой модели.
+
+Специальная совместимость Responses для Copilot применяется при отправке запроса без перезаписи сохранённой истории.
</details>
@@ -890,3 +924,23 @@ DeepTutor также стоит на плечах выдающихся прое
</p>
</div>
+
+### Привязка ходов Mastery к текущему состоянию
+
+Перед первым запросом к модели ходы Mastery считывают состояние активного пути,
+используя тот же инструмент состояния и те же ограничения Mastery, что и при явном вызове инструмента.
+Снимок обновляется для каждого хода, включает активный режим сессии и никогда не кэшируется между ходами.
+Если чтение не удаётся, используется `mastery_status`; после изменения пути, режима,
+плана или прогресса репетитор может обновить состояние через этот инструмент.
+Оценивание карточек и существующая передача управления остаются без изменений.
+
+### Повторяющиеся вложения изображений
+
+Цикл агента отправляет одинаковые встроенные изображения пользователя один раз на запрос,
+а последующие копии заменяет ссылками на сохранённое изображение. Стабильные метки, действующие только
+в пределах запроса, обозначают сохранённые встроенные изображения при преобразовании для разных провайдеров
+и добавлении ходов. Уникальные блоки изображений, удалённые URL, отличающиеся параметры изображений,
+сообщения ассистента и результаты инструментов сохраняются полностью. Сохранённая история
+содержит все исходные вложения; ссылки пересоздаются после сокращения истории.
+Это уменьшает объём повторяющихся данных изображений, но сведения об использовании,
+сообщаемые провайдером, остаются источником истины для оплаты и попаданий в кэш.
diff --git a/assets/README/README_TH.md b/assets/README/README_TH.md
index 39d951a5b..3339d0610 100644
--- a/assets/README/README_TH.md
+++ b/assets/README/README_TH.md
@@ -60,10 +60,10 @@
DeepTutor คือ workspace การเรียนรู้แบบ agent-native ที่เชื่อมต่อการสอนพิเศษ, การแก้ปัญหา, การสร้าง quiz, การวิจัย, การสร้างภาพ และการฝึกความเชี่ยวชาญในระบบที่ขยายได้หนึ่งเดียว
-- **รันไทม์เดียวสำหรับทุกโหมด** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading และ Immersive Watching ใช้ capability runtime และบริบท session ชุดเดียวกัน โดยยังคงลูปและ pipeline ที่ออกแบบมาเฉพาะสำหรับแต่ละวัตถุประสงค์
+- **รันไทม์เดียวสำหรับทุกโหมด** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, Course Study, Mastery Path, Immersive Reading และ Audio Overview ใช้ capability runtime และบริบท session ชุดเดียวกัน โดยยังคงลูปและ pipeline ที่ออกแบบมาเฉพาะสำหรับแต่ละวัตถุประสงค์
- **Task Board** — ติดตามงานการเรียนใน To do, In progress และ Done พร้อมโน้ต การลากและวางหรือปุ่มย้ายที่ใช้ได้ด้วยแป้นพิมพ์ และรายการที่เก็บถาวรซึ่งกู้คืนได้ การ์ดจะอยู่ใน workspace ปัจจุบันและใช้การตั้งค่ารูปลักษณ์และภาษาเดิม โดยไม่ต้องกำหนดค่า model
- **บริบทการเรียนรู้ที่เชื่อมต่อกัน** — ฐานความรู้, หนังสือ, ร่าง Co-Writer, สมุดบันทึก, คลังคำถาม, บุคลิกภาพ และ Memory สามารถนำมาใช้ซ้ำในเวิร์กโฟลว์ที่รองรับ โดยอยู่ภายใต้สิทธิ์ของบัญชีและนโยบายการเรียนรู้
-- **การเรียนรู้ผ่านวิดีโออย่างดื่มด่ำ** — วางลิงก์ YouTube เพื่อเล่นวิดีโอแบบ native ที่เพิ่มความเป็นส่วนตัว พร้อมคำบรรยายที่ซิงค์กัน, การสอนพิเศษที่อ้างอิง timestamp, จุดเวลาที่บันทึกไว้ และความคืบหน้าที่กลับมาเรียนต่อได้; ผู้ดูแลระบบสามารถเปลี่ยนการเล่นเป็น Invidious instance ที่ self-hosted ได้โดยไม่ต้องสร้างสื่อขึ้นใหม่
+- **การเรียนรู้ผ่านวิดีโออย่างดื่มด่ำ** — เพิ่มลิงก์ YouTube หรือ Bilibili ใน Reading เพื่อเล่นวิดีโอแบบ native, ค้นหา transcript, รับการสอนพิเศษที่อ้างอิง timestamp, บันทึกโน้ต และกลับมาเรียนต่อจากความคืบหน้าเดิม; คำบรรยายและการเรียกดู YouTube สามารถใช้ Invidious instance ที่ผู้ดูแลระบบกำหนดค่าไว้ได้
- **ซับเอเจนต์และ Partners** — จาก Chat คุณสามารถปรึกษา agent harness แบบสด (Claude Code, Codex, Grok CLI, Antigravity, Kimi, opencode, MiMo, Hermes, OpenClaw หรือ DeepSeek) หรือ Partner, นำเข้าบทสนทนาในอดีต และรันเพื่อนถาวรบน IM ด้วยสมองเดียวกัน
- **ความรู้หลายเอ็นจิน** — ไลบรารี RAG แบบเวอร์ชันผ่าน LlamaIndex, PageIndex, GraphRAG, LightRAG, LightRAG Server ระยะไกล, WeKnora deployment แบบ self-hosted, ไลบรารี Tencent IMA หรือ MarginNote 4, คลัง Kiwix ZIM ที่เชื่อมต่อ หรือ Obsidian vault ที่เชื่อมโยง พร้อมการแยกวิเคราะห์เอกสารแบบ pluggable ดู [native LightRAG role models](../../deeptutor/services/rag/pipelines/lightrag/README.md) สำหรับการตั้งค่า extraction, query และ vision ที่เป็นอิสระจากกัน, การสร้างแบบใช้ค่าเริ่มต้นเท่านั้น และการสร้างใหม่ที่ต้องมีการยืนยัน
- **เครื่องมือและทักษะที่ขยายได้** — เครื่องมือในตัว, เซิร์ฟเวอร์ MCP, แอป CLI, โมเดลสร้างรูปภาพ/วิดีโอ/เสียง และทักษะชุมชนที่ติดตั้งได้จาก EduHub
@@ -73,6 +73,22 @@ DeepTutor คือ workspace การเรียนรู้แบบ agent-n
## 🚀 เริ่มต้น
+### ให้ Agent ของคุณตั้งค่า DeepTutor
+
+คัดลอก prompt นี้ไปยัง AI agent ที่ใช้ terminal ได้ (เช่น Codex หรือ Claude Code):
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+[คู่มือ Agent Setup](../../docs-for-user/AGENT_SETUP.md) ครอบคลุมขั้นตอนทั้งหมด รวมถึงการกำหนดค่าผ่าน CLI แบบไม่โต้ตอบ หากต้องการติดตั้งด้วยตัวเอง ให้เลือกหนึ่งในเส้นทางด้านล่าง
+
DeepTutor มีเส้นทางการติดตั้งสี่เส้นทาง ทั้งหมดแชร์ layout runtime home เดียวกัน: การตั้งค่าส่วนตัวอยู่ใน `data/user/settings/` ภายใต้ไดเร็กทอรีที่คุณเปิดตัว (หรือภายใต้ `DEEPTUTOR_HOME` / `deeptutor start --home` หากคุณตั้งค่าไว้อย่างชัดเจน) สำหรับแอปเต็มรูปแบบ ขั้นตอนที่แนะนำคือ **เลือกไดเร็กทอรี runtime home → ติดตั้ง → `deeptutor init` → `deeptutor start`**
### ทดลองใช้ Docker ด้วยคำสั่งเดียว
@@ -351,7 +367,7 @@ office skills ที่ติดตั้งมา — **docx / pdf / pptx / xls
| `integrations.json` | การตั้งค่า PocketBase แบบเสริมและการรวม sidecar |
| `interface.json` | ความชอบภาษา UI และภาษา output ของ model / ธีม / แถบด้านข้างของ UI |
| `document_parsing.json` | การเลือกเอ็นจินแยกวิเคราะห์และโมเดลอธิบายรูปภาพ, remote endpoints และตัวเลือกเฉพาะเอ็นจิน |
-| `video_learning.json` | provider การเล่น YouTube/Invidious เริ่มต้น, ต้นทาง Invidious และ transcript adapter แบบเสริม |
+| `video_learning.json` | provider คำบรรยาย YouTube, origins และการเข้าถึงบัญชี Invidious และการตั้งค่า transcript |
| `main.yaml` | ค่าเริ่มต้นพฤติกรรม runtime และการ inject path |
| `agents.yaml` | การตั้งค่า temperature และ token ของ capability/tool |
@@ -447,7 +463,7 @@ Chat คือความสามารถเริ่มต้นและส
บริบทมีสองประเภท: **บริบท session ที่คงอยู่** (capability, workspace หรือ course, tools, knowledge bases, persona, model และสถานะ Reading / Mastery) คงอยู่ตลอด turns; **การอ้างอิงครั้งเดียว** (ไฟล์, ประวัติ chat, หนังสือ, ส่วนการอ่าน, notebooks, รายการคำถามที่เลือกจาก question bank, imported agents) มาจากเมนู `+` สำหรับ turn เดียว ปุ่ม voice ทำหน้าที่ถอดเสียงเฉพาะข้อความปัจจุบัน
-Home ทำให้ **Chat**, **Ask Questions**, **Quiz** และ **Visualize** อยู่ห่างเพียงคลิกเดียว; **Research** สำหรับรายงานที่มีการอ้างอิง, **Solve** สำหรับการให้เหตุผลแบบละเอียด และ **Immersive Watching** อยู่ภายใต้ *More Capabilities* **Personalized Learning** รวม Book, **Mastery Path**, **Immersive Reading**, Watching และ **Practice**; Reading เพิ่ม citations ที่ตรวจสอบแล้ว, notes ที่บันทึกไว้, การอ่านออกเสียงอย่างเป็นธรรมชาติจากข้อความต้นฉบับ / คำแนะนำการเรียน / คำศัพท์ / quiz / การแปล และการบันทึกลง notebook ขณะที่ Course Study มีบริบทที่ผูกกับ course ของตัวเอง
+Home ทำให้ **Chat**, **Ask Questions**, **Quiz** และ **Visualize** อยู่ห่างเพียงคลิกเดียว; **Research** สำหรับรายงานที่มีการอ้างอิงและ **Solve** สำหรับการให้เหตุผลแบบละเอียดอยู่ภายใต้ *More Capabilities* **Personalized Learning** รวม Book, **Mastery Path**, **Immersive Reading** และ **Practice**; Reading รวมเอกสาร วิดีโอ และเสียงไว้ด้วยกัน พร้อม citations ที่ตรวจสอบแล้ว, notes ที่บันทึกไว้, การอ่านออกเสียงอย่างเป็นธรรมชาติจากข้อความต้นฉบับ / คำแนะนำการเรียน / คำศัพท์ / quiz / การแปล และการบันทึกลง notebook ขณะที่ Course Study มีบริบทที่ผูกกับ course ของตัวเอง
</details>
@@ -631,10 +647,10 @@ Settings คือศูนย์ควบคุมการทำงาน โ
**เสียงพูด Xiaomi MiMo** เพิ่ม Xiaomi MiMo provider ด้วย `https://api.xiaomimimo.com/v1` และ API key จากนั้นเพิ่ม `mimo-v2.5-tts` ใน Settings → Voice เลือก preset เช่น `mimo_default`, `冰糖` หรือ `苏打`, ใช้ output แบบ `wav` หรือ `pcm16` และทดลองฟังก่อนนำไปใช้ คำสั่งเสียงควบคุมรูปแบบและความเร็วในการพูด adapter นี้รองรับเฉพาะเสียง preset; การออกแบบเสียงและการโคลนเสียงต้องใช้โมเดลแยกต่างหากและไม่รองรับใน adapter นี้ หากเคยกำหนดค่าโมเดลเสียง MiMo รุ่นเก่าผ่าน adapter ทั่วไปที่เข้ากันได้กับ OpenAI ให้สร้างรายการเสียงใหม่โดยใช้ Xiaomi MiMo provider เพื่อให้ใช้ protocol chat-completions ดู[คู่มือเสียง MiMo อย่างเป็นทางการ](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5)
-**เสียงพูด MiniMax** — ใน Settings → Voice เลือก MiniMax สำหรับ text-to-speech และเลือก `speech-2.8-hd` กำหนดค่า MiniMax API key และ voice ID ของระบบหรือที่กำหนดเอง; เสียงเริ่มต้นคือ `English_expressive_narrator` API base เริ่มต้นคือ `https://api.minimax.io/v1`; สำหรับภูมิภาคจีนใช้ `https://api.minimaxi.com/v1` การอ่านออกเสียงและการทดลองเสียงใช้ native speech endpoint พร้อม output แบบ MP3, WAV, FLAC หรือ PCM รวมถึงตัวควบคุม sample rate, ความเร็ว และภาษา ดู[MiniMax speech API](https://platform.minimax.io/docs/api-reference/speech-t2a-http)สำหรับ voice IDs และความพร้อมใช้งานของบัญชี
+**เสียงพูด MiniMax** — ใน Settings → Voice เลือก MiniMax สำหรับ text-to-speech และเลือก `speech-2.8-hd` กำหนดค่า MiniMax API key แล้วเลือกเสียงของระบบอย่างชัดเจนหรือกรอก voice ID ที่กำหนดเอง API base เริ่มต้นคือ `https://api.minimax.io/v1`; สำหรับภูมิภาคจีนใช้ `https://api.minimaxi.com/v1` การอ่านออกเสียงและการทดลองเสียงใช้ native speech endpoint พร้อม output แบบ MP3, WAV, FLAC หรือ PCM รวมถึงตัวควบคุม sample rate, ความเร็ว และภาษา ดู[MiniMax speech API](https://platform.minimax.io/docs/api-reference/speech-t2a-http)สำหรับ voice IDs และความพร้อมใช้งานของบัญชี
-**Video Learning** ภายใต้ Settings → Learning & conversation ใช้ YouTube IFrame Player อย่างเป็นทางการที่เพิ่มความเป็นส่วนตัวเป็นค่าเริ่มต้น หากต้องการให้การเล่นอยู่ในระบบ local ให้ตั้งค่า Invidious API origin ที่ผู้ดูแลระบบจัดการ (ตัวอย่างเช่น `http://127.0.0.1:3000`), ทดสอบ, เลือก Invidious แล้วบันทึก วิดีโอใหม่หรือวิดีโอที่เปิดอีกครั้งจะใช้ provider ทันทีโดยมี material ID และความคืบหน้าเดิม สื่อ Invidious จะ stream ผ่าน byte-range proxy ของ DeepTutor; upstream URLs จะไม่ถูกเปิดเผยต่อเบราว์เซอร์หรือเก็บไว้บนดิสก์ หาก instance ล้มเหลว DeepTutor จะยังคงออฟไลน์จาก YouTube จนกว่าผู้เรียนจะเลือก fallback ไปยัง native YouTube อย่างชัดเจน การสอนพิเศษจากคำบรรยายสาธารณะเป็นทางเลือก: ติดตั้ง `.[video-learning]`; การเล่นยังคงทำงานได้หากไม่มี ส่วน **Explain here** ที่อิง transcript จะถูกปิดใช้งานพร้อมระบุเหตุผล
+**Video Learning** ภายใต้ Settings → Learning & conversation กำหนดค่าคำบรรยาย YouTube และการเข้าถึง Invidious สำหรับ Reading หากต้องการใช้ Invidious ให้ตั้งค่า backend API origin ที่ผู้ดูแลระบบจัดการ (ตัวอย่างเช่น `http://127.0.0.1:3000`) และ public origin ที่เบราว์เซอร์เข้าถึงได้ ทดสอบการเชื่อมต่อ เลือก Invidious แล้วบันทึก **Browse Invidious** ในกล่องเพิ่มสื่อของ Reading ใช้ค้นหาวิดีโอและเข้าถึง subscriptions และ playlists ที่เชื่อมต่อไว้ การเล่น YouTube ใช้ player อย่างเป็นทางการที่เพิ่มความเป็นส่วนตัว; หากไม่มีคำบรรยาย ระบบจะแสดงสถานะนี้และจำกัดหลักฐานที่ tutor ใช้ โดยไม่ปิดกั้นการเล่นแบบ native ติดตั้ง `.[video-learning]` สำหรับตัวโหลดคำบรรยาย YouTube เริ่มต้น ลิงก์ Watching ที่มีอยู่จะย้ายเข้า Reading โดยรักษาประวัติการสนทนา transcript ที่เข้ากันได้ notes และความคืบหน้าไว้; notes ที่อ้างอิง timestamp รายการใหม่จะเป็น annotations ของ Reading ส่วน Bilibili ใช้เส้นทางการเล่นและคำบรรยายของตัวเอง
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="การตั้งค่ารูปลักษณ์และธีมของ DeepTutor" width="900">
@@ -732,7 +748,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-repo มี root [`SKILL.md`](../../SKILL.md) — เอกสาร handover ~200 บรรทัดที่สอน LLM ที่ใช้เครื่องมือใด ๆ ให้รู้จัก surface ทั้งหมดในการอ่านครั้งเดียว ส่งให้ Claude Code, Codex หรือ OpenCode (พวกเขาหยิบ `SKILL.md` โดยอัตโนมัติ) หรือ wrap `deeptutor run` เป็นเครื่องมือใน LangChain / AutoGen loop สูตรเต็ม: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)
+repo มี root [`SKILL.md`](../../SKILL.md) — เอกสาร handover แบบกระชับสำหรับ CLI ขอให้ agent ของคุณอ่านไฟล์นี้อย่างชัดเจน; [คู่มือ Agent Setup](../../docs-for-user/AGENT_SETUP.md) ครอบคลุมการติดตั้งและการกำหนดค่า คุณยังสามารถ wrap `deeptutor run` เป็นเครื่องมือใน LangChain / AutoGen loop ได้ด้วย สูตรเต็ม: [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)
</details>
@@ -741,13 +757,13 @@ repo มี root [`SKILL.md`](../../SKILL.md) — เอกสาร handover ~2
| คำสั่ง | คำอธิบาย |
|:---|:---|
-| `deeptutor init` | สร้างหรืออัพเดต `data/user/settings` ใน runtime home ปัจจุบัน |
+| `deeptutor init [--non-interactive] [--home PATH]` | รันตัวช่วยตั้งค่า หรือสร้างค่าเริ่มต้นที่ยังขาดโดยไม่แสดง prompt |
| `deeptutor doctor [--online]` | ตรวจสอบว่า runtime พร้อมเริ่ม session หรือไม่; `--online` ยังตรวจสอบ model provider ที่กำหนดค่าไว้ด้วย, `--format json` พิมพ์รายงานออกมา |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | เปิดตัว backend + frontend ด้วยกัน; เลือก detach หรือปิดการเปิดเบราว์เซอร์ได้ |
| `deeptutor stop [--home PATH]` | หยุด launcher ที่เริ่มด้วย `--detach` |
| `deeptutor serve [--port PORT]` | เริ่มเฉพาะ FastAPI backend |
| `deeptutor workspace show/set/reset` | ตรวจสอบ, เลือก หรือคืนค่า Content Workspace ต่อผู้ใช้ |
-| `deeptutor run <capability> <message>` | รัน capability turn เดียว (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `immersive_watching`, `audio_overview`); เพิ่ม `--format json` สำหรับ NDJSON output |
+| `deeptutor run <capability> <message>` | รัน capability turn เดียว (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `audio_overview`); เพิ่ม `--format json` สำหรับ NDJSON output |
| `deeptutor chat` | Interactive REPL พร้อม capability, tool, KB, notebook และ history controls |
| `deeptutor partner list/create/start/stop` | จัดการ partners ที่เชื่อมต่อผ่าน IM |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | จัดการ knowledge bases, เชื่อมต่อคลัง Kiwix, ประเมินคุณภาพ retrieval เทียบกับชุด QA และ sync GitHub/web sources ที่ลงทะเบียนไว้ (พร้อมคำสั่งเพิ่ม/ลบ source) |
@@ -756,9 +772,26 @@ repo มี root [`SKILL.md`](../../SKILL.md) — เอกสาร handover ~2
| `deeptutor session list/show/open/rename/delete` | จัดการ shared sessions |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | จัดการ notebooks จากไฟล์ Markdown |
| `deeptutor book list/health/refresh-fingerprints` | ตรวจสอบ books และรีเฟรช source fingerprints |
-| `deeptutor plugin list/info` | ตรวจสอบเครื่องมือและ capabilities ที่ลงทะเบียน |
-| `deeptutor config show` | พิมพ์สรุปการกำหนดค่า |
-| `deeptutor provider login <provider>` | Provider auth (OAuth login สำหรับ `openai-codex`; `github-copilot` ตรวจสอบ session auth Copilot ที่มีอยู่; `codebuddy` ตรวจสอบ auth ของ CodeBuddy SDK และเริ่ม login เมื่อจำเป็น) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | ตรวจสอบเครื่องมือและ capabilities; จัดการแพ็คเกจ plugin ที่ผ่านการตรวจทานและการอนุมัติสิทธิ์ของแพ็คเกจเหล่านั้น |
+| `deeptutor config show [--home PATH]` | แสดงการกำหนดค่า runtime ที่ resolve แล้ว โดยปกปิด credentials |
+| `deeptutor config providers` | แสดงรายการ setup providers ที่รองรับและค่าเริ่มต้นในรูปแบบ JSON |
+| `deeptutor config apply FILE [--check] [--home PATH]` | ใช้ setup JSON โดยไม่แสดง prompt หรือตรวจสอบความถูกต้องโดยไม่เขียน settings |
+| `deeptutor provider login <provider>` | Provider auth (OAuth login สำหรับ `openai-codex`; GitHub device login สำหรับ `github-copilot`; `codebuddy` ตรวจสอบ auth ของ CodeBuddy SDK และเริ่ม login เมื่อจำเป็น) |
+
+credentials ของ GitHub Copilot เป็นของเจ้าของบัญชี DeepTutor ที่ลงชื่อเข้าใช้ และเก็บไว้เฉพาะที่
+`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`
+ซึ่งอยู่นอก sandbox workspaces Partners ที่ใช้ผ่าน CLI/admin ใช้ credentials ของผู้ดูแลระบบ;
+ผู้ใช้อื่นต้องลงชื่อเข้าใช้แยกกัน และไม่สามารถแชร์โปรไฟล์ Copilot ผ่าน model grants ได้
+ระบบจะไม่นำเข้าไฟล์ token ของ nanobot/Copilot ภายนอก: หลังอัพเกรด ให้รัน
+`deeptutor provider login github-copilot` อีกครั้ง
+
+การ login จะตรวจสอบ inference ด้วย model ที่ค้นพบในขณะนั้น; `init` จะตรวจสอบ model ที่เลือก
+และยกเลิกเมื่อไม่สำเร็จโดยไม่บันทึกการกำหนดค่าฉบับร่าง การยืนยันตัวตนกับ GitHub สำเร็จเพียงอย่างเดียว
+ไม่ได้รับรองว่าเข้าถึง model ของ Copilot ได้ (การ login ที่บันทึกไว้จะยังคงอยู่หากการตรวจสอบไม่สำเร็จ)
+requests ขณะรันจะใช้ API endpoint ที่ส่งกลับจากการแลก token รวมถึงเมื่อ refresh
+และปฏิบัติตาม metadata ของ Responses/Chat Completions endpoint ของแต่ละ model
+
+การปรับ compatibility ของ Responses เฉพาะ Copilot จะเกิดขึ้นตอนส่ง request โดยไม่เขียนประวัติที่เก็บไว้ใหม่
</details>
@@ -919,3 +952,22 @@ DeepTutor ยังยืนอยู่บนไหล่ของโปรเ
</p>
</div>
+
+### การอ้างอิงสถานะใน Mastery turn
+
+Mastery turn จะอ่านสถานะของเส้นทางที่ใช้งานอยู่ก่อนส่ง request แรกไปยัง model
+โดยใช้เครื่องมือ status และเงื่อนไขการเข้าถึง mastery เดียวกับการเรียกเครื่องมือโดยตรง
+snapshot นี้จะอ่านใหม่ในแต่ละ turn รวมโหมด session ที่ใช้งานอยู่ และไม่ถูก cache ข้าม turns
+หากอ่านไม่สำเร็จ จะใช้ `mastery_status` เป็น fallback; หลังเปลี่ยนเส้นทาง โหมด
+outline หรือความคืบหน้า tutor สามารถรีเฟรชผ่านเครื่องมือนี้ได้ การให้คะแนนการ์ด
+และ handoff ที่มีอยู่ยังคงเดิม
+
+### ไฟล์แนบรูปภาพที่ซ้ำกัน
+
+agent loop จะส่ง inline images ของผู้ใช้ที่เหมือนกันเพียงครั้งเดียวต่อ request และแทนที่สำเนาที่ตามมา
+ด้วยการอ้างอิงถึงภาพที่เก็บไว้ ป้ายกำกับที่คงที่และใช้เฉพาะใน request จะระบุ inline images
+ที่เก็บไว้อย่างต่อเนื่องเมื่อแปลงรูปแบบระหว่าง providers และเพิ่ม turns ส่วน image blocks ที่ไม่ซ้ำกัน,
+remote URLs, ตัวเลือกภาพที่แตกต่างกัน, ข้อความ assistant และผลลัพธ์เครื่องมือจะยังคงครบถ้วน
+ประวัติที่บันทึกจะเก็บไฟล์แนบต้นฉบับทั้งหมด; การอ้างอิงจะถูกสร้างใหม่หลังตัดทอนประวัติ
+วิธีนี้ลด image payloads ที่ซ้ำกัน แต่ usage ที่ provider รายงานยังคงเป็น
+แหล่งข้อมูลอ้างอิงหลักสำหรับการคิดค่าใช้จ่ายและ cache hits
diff --git a/assets/README/README_TW.md b/assets/README/README_TW.md
index f0ab9b7bf..f42f14150 100644
--- a/assets/README/README_TW.md
+++ b/assets/README/README_TW.md
@@ -60,10 +60,10 @@
DeepTutor 是代理程式原生的學習工作區,在同一個可擴充系統中串聯教學、解題、測驗生成、研究、視覺化與精熟練習。
-- **所有模式共用一套執行階段** — Chat、Ask Questions、Quiz、Research、Visualize、Solve、Course Study、Mastery Path、Immersive Reading 與 Immersive Watching 共用同一套能力執行階段與工作階段情境,同時保有針對各自用途設計的迴圈與管線。
+- **所有模式共用一套執行階段** — Chat、Ask Questions、Quiz、Research、Visualize、Solve、Course Study、Mastery Path、Immersive Reading 與 Audio Overview 共用同一套能力執行階段與工作階段情境,同時保有針對各自用途設計的迴圈與管線。
- **Task Board** — 以待辦、進行中與已完成追蹤學習任務,並可加入備註、透過拖放或支援鍵盤操作的移動按鈕調整狀態,也能從封存中還原任務。卡片會保留在目前的工作區,沿用既有的外觀與語言設定;無須設定模型。
- **相互連結的學習情境** — 知識庫、書籍、Co-Writer 草稿、筆記本、題庫、角色設定與 Memory 可在支援這些內容的工作流程中重複使用,但仍受帳號授權與學習政策限制。
-- **沉浸式影片學習** — 貼上 YouTube 連結,即可使用隱私強化的原生播放、同步字幕、以時間戳為依據的教學、已儲存的時間戳標記,以及可續接的學習進度;管理員也能將播放切換至自架的 Invidious 執行個體,無須重新建立素材。
+- **沉浸式影片學習** — 將 YouTube 或 Bilibili 連結加入 Reading,即可使用原生播放、逐字稿搜尋、以時間戳為依據的教學、已儲存的筆記與可續接的學習進度;YouTube 字幕與瀏覽功能可使用管理員設定的 Invidious 執行個體。
- **子代理程式與 Partners** — 可從 Chat 諮詢即時代理程式執行框架(Claude Code、Codex、Grok CLI、Antigravity、Kimi、opencode、MiMo、Hermes、OpenClaw 或 DeepSeek)或 Partner、匯入過往對話,並讓持續運作的 IM 夥伴共用同一套核心。
- **多引擎知識系統** — 透過 LlamaIndex、PageIndex、GraphRAG、LightRAG、遠端 LightRAG Server、自架 WeKnora 知識庫、Tencent IMA 或 MarginNote 4 知識庫、連接的 Kiwix ZIM 封存檔,或連結的 Obsidian vault 建立版本化 RAG 知識庫,並支援可插拔的文件解析。請參閱[原生 LightRAG 角色模型](../../deeptutor/services/rag/pipelines/lightrag/README.md),了解獨立的擷取、查詢與視覺設定、僅預設建立,以及確認後的重建。
- **可擴充的工具與技能** — 內建工具、MCP 伺服器、CLI 應用程式、影像/影片/語音生成模型,以及可從 EduHub 安裝的社群技能。
@@ -73,6 +73,22 @@ DeepTutor 是代理程式原生的學習工作區,在同一個可擴充系統
## 🚀 開始使用
+### 讓你的代理程式設定 DeepTutor
+
+將這段提示複製到可使用終端機的 AI 代理程式(例如 Codex 或 Claude Code):
+
+```text
+Help me install and configure DeepTutor locally from https://github.com/HKUDS/DeepTutor.
+Clone the repository, or reuse my existing checkout, and read SKILL.md and
+docs-for-user/AGENT_SETUP.md first. Follow that guide to prepare the environment,
+configure my model provider, verify the setup, and start the Web app.
+Ask me for any missing provider, model, or credential-source information;
+do not print API keys. Preserve my existing files and settings, and finish
+with the access URL and the results of your checks.
+```
+
+[代理程式設定指南](../../docs-for-user/AGENT_SETUP.md)涵蓋完整流程,包括非互動式 CLI 設定。若要自行安裝,請選擇下列其中一種方式。
+
DeepTutor 提供四種安裝方式,皆共用同一套執行環境目錄配置:私有設定會儲存在啟動目錄下的 `data/user/settings/`(若明確設定 `DEEPTUTOR_HOME` 或 `deeptutor start --home`,則改儲存在該位置)。完整應用程式的建議流程是:**選擇一個執行環境目錄 → 安裝 → `deeptutor init` → `deeptutor start`**。
### 一行指令試用 Docker
@@ -343,7 +359,7 @@ deeptutor config show
| `integrations.json` | 選用的 PocketBase 與 sidecar 整合設定 |
| `interface.json` | UI 與模型輸出語言/主題/側邊欄偏好設定 |
| `document_parsing.json` | 解析引擎與影像描述模型選擇、遠端端點及各引擎專屬選項 |
-| `video_learning.json` | 預設 YouTube/Invidious 播放供應商、Invidious 來源與選用的逐字稿介面卡 |
+| `video_learning.json` | YouTube 字幕供應商、Invidious 來源與帳號存取權,以及逐字稿設定 |
| `main.yaml` | 執行階段行為預設值與路徑注入 |
| `agents.yaml` | 能力/工具的 temperature 與 token 設定 |
@@ -439,7 +455,7 @@ Chat 是預設能力,也是大多數工作的起點。單一對話可以進行
情境分成兩類:**固定的工作階段情境**(能力、工作區或課程、工具、知識庫、角色設定、模型,以及 Reading/Mastery 狀態)會延續到後續回合;**單次參照**(檔案、聊天記錄、書籍、閱讀章節、筆記本、選定的題庫題目、匯入的代理程式)則從 `+` 選單加入,只用於單一回合。語音按鈕只會轉錄目前的訊息。
-Home 讓 **Chat**、**Ask Questions**、**Quiz** 與 **Visualize** 一鍵可達;用於建立附引用報告的 **Research**、提供完整推理解題的 **Solve**,以及 **Immersive Watching**,則位於 *More Capabilities* 之下。**Personalized Learning** 集合 Book、**Mastery Path**、**Immersive Reading**、Watching 與 **Practice**。Reading 提供經驗證的引用、已儲存的筆記、根據來源段落進行的自然朗讀/學習指南/詞彙/測驗/翻譯動作,以及擷取至筆記本的功能;Course Study 則保有自己的課程情境。
+Home 讓 **Chat**、**Ask Questions**、**Quiz** 與 **Visualize** 一鍵可達;用於建立附引用報告的 **Research** 與提供完整推理解題的 **Solve**,則位於 *More Capabilities* 之下。**Personalized Learning** 集合 Book、**Mastery Path**、**Immersive Reading** 與 **Practice**。Reading 整合文件、影片與音訊,提供經驗證的引用、已儲存的筆記、透過來源段落/學習指南/詞彙/測驗/翻譯動作進行自然朗讀,以及擷取至筆記本的功能;Course Study 則保有自己的課程情境。
</details>
@@ -603,10 +619,10 @@ Settings 是操作控制中心,開啟時會顯示用於設定介面與模型
**Xiaomi MiMo 語音。** 新增 Xiaomi MiMo 供應商,輸入 `https://api.xiaomimimo.com/v1` 與其 API 金鑰,再到 Settings → Voice 新增 `mimo-v2.5-tts`。選擇 `mimo_default`、`冰糖` 或 `苏打` 等預設音色,使用 `wav` 或 `pcm16` 輸出,並在套用前試聽。語音指示可控制風格與語速。此介接器只支援預設音色的語音合成;音色設計與聲音複製需要獨立模型,目前不受支援。若舊的 MiMo 語音模型是透過通用的 OpenAI 相容介接器設定,請使用 Xiaomi MiMo 供應商重新建立語音項目,以採用 chat-completions 協定。請參閱 [MiMo 官方語音指南](https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/speech-synthesis-v2.5)。
-**MiniMax 語音** — 在 Settings → Voice 中,為文字轉語音選擇 MiniMax,並選用 `speech-2.8-hd`。設定 MiniMax API 金鑰與系統或自訂音色 ID;預設音色為 `English_expressive_narrator`。API base 預設為 `https://api.minimax.io/v1`;中國地區請使用 `https://api.minimaxi.com/v1`。朗讀與音色預覽使用原生語音端點,支援 MP3、WAV、FLAC 或 PCM 輸出,以及取樣率、語速與語言控制。音色 ID 與帳號可用性請參閱 [MiniMax 語音 API](https://platform.minimax.io/docs/api-reference/speech-t2a-http)。
+**MiniMax 語音** — 在 Settings → Voice 中,為文字轉語音選擇 MiniMax,並選用 `speech-2.8-hd`。設定 MiniMax API 金鑰,並明確選擇系統音色或輸入自訂音色 ID。API base 預設為 `https://api.minimax.io/v1`;中國地區請使用 `https://api.minimaxi.com/v1`。朗讀與音色預覽使用原生語音端點,支援 MP3、WAV、FLAC 或 PCM 輸出,以及取樣率、語速與語言控制。音色 ID 與帳號可用性請參閱 [MiniMax 語音 API](https://platform.minimax.io/docs/api-reference/speech-t2a-http)。
-**Video Learning** 位於 Settings → Learning & conversation,預設使用官方隱私強化版 YouTube IFrame Player。若要讓播放保持在本機,請設定由管理員管理的 Invidious API 來源(例如 `http://127.0.0.1:3000`)、進行測試、選擇 Invidious 並儲存。新開啟或重新開啟的影片會立即採用該供應商,同時保留相同的素材 ID 與進度。Invidious 媒體會透過 DeepTutor 的 byte-range proxy 串流;上游 URL 不會暴露給瀏覽器,也不會儲存在磁碟上。若該執行個體發生故障,在學習者明確選擇原生 YouTube 備援前,DeepTutor 將維持離線而不連線至 YouTube。公開字幕教學為選用功能:安裝 `.[video-learning]`;未安裝時仍可繼續播放,但以逐字稿為基礎的 **Explain here** 會停用並顯示原因。
+**Video Learning** 位於 Settings → Learning & conversation,可設定 Reading 使用的 YouTube 字幕與 Invidious 存取。若要使用 Invidious,請設定由管理員管理的後端 API 來源(例如 `http://127.0.0.1:3000`)與瀏覽器可存取的公開來源、測試連線、選擇 Invidious 並儲存。Reading 新增素材對話框中的 **Browse Invidious** 可搜尋影片,並存取已連接的訂閱與播放清單。YouTube 播放使用官方隱私強化版播放器;缺少字幕的狀態會明確顯示,並限制導師可用的證據,但不會阻擋原生播放。安裝 `.[video-learning]` 可使用預設的 YouTube 字幕載入器。既有的 Watching 連結會遷移至 Reading,保留對話記錄、相容的逐字稿、筆記與進度;新的時間戳筆記則是 Reading 註解。Bilibili 使用自己的播放與字幕路徑。
<div align="center">
<img src="../../assets/figs/web-1.4.6+/settings/01-appearance%20settings.png" alt="DeepTutor 外觀設定與主題" width="900">
@@ -704,7 +720,7 @@ SID=$(deeptutor run deep_research "Survey 2026 papers on RAG" \
deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format json
```
-repo 根目錄附有 [`SKILL.md`](../../SKILL.md),這份約 200 行的交接文件能讓任何支援工具呼叫的 LLM 一次掌握完整介面。將它交給 Claude Code、Codex 或 OpenCode(它們會自動讀取 `SKILL.md`),或在 LangChain/AutoGen 迴圈中將 `deeptutor run` 包裝成工具。完整作法請參閱 [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)。
+repo 根目錄附有 [`SKILL.md`](../../SKILL.md),這是一份精簡的 CLI 交接文件。請明確要求代理程式讀取它;其中的[代理程式設定指南](../../docs-for-user/AGENT_SETUP.md)涵蓋安裝與設定。你也可以在 LangChain/AutoGen 迴圈中將 `deeptutor run` 包裝成工具。完整作法請參閱 [Agent Handoff](https://deeptutor.info/docs/cli/agent-handoff/)。
</details>
@@ -713,13 +729,13 @@ repo 根目錄附有 [`SKILL.md`](../../SKILL.md),這份約 200 行的交接
| 指令 | 說明 |
|:---|:---|
-| `deeptutor init` | 在目前的執行環境目錄中建立或更新 `data/user/settings` |
+| `deeptutor init [--non-interactive] [--home PATH]` | 執行設定精靈,或不經提示建立缺少的預設設定 |
| `deeptutor doctor [--online]` | 檢查此執行環境是否已就緒可開始工作階段;`--online` 也會探測目前設定的模型供應商,`--format json` 會輸出 JSON 格式報告 |
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | 同時啟動後端與前端;可選擇 detached 模式或不開啟瀏覽器 |
| `deeptutor stop [--home PATH]` | 停止以 `--detach` 啟動的 launcher |
| `deeptutor serve [--port PORT]` | 只啟動 FastAPI 後端 |
| `deeptutor workspace show/set/reset` | 檢視、選擇或還原每位使用者的內容工作區 |
-| `deeptutor run <capability> <message>` | 執行單一能力回合(`chat`、`ask_questions`、`deep_solve`、`deep_question`、`deep_research`、`visualize`、`math_animator`、`mastery_path`、`immersive_reading`、`course_study`、`immersive_watching`、`audio_overview`);加上 `--format json` 可輸出 NDJSON |
+| `deeptutor run <capability> <message>` | 執行單一能力回合(`chat`、`ask_questions`、`deep_solve`、`deep_question`、`deep_research`、`visualize`、`math_animator`、`mastery_path`、`immersive_reading`、`course_study`、`audio_overview`);加上 `--format json` 可輸出 NDJSON |
| `deeptutor chat` | 具備能力、工具、知識庫、筆記本與記錄控制的互動式 REPL |
| `deeptutor partner list/create/start/stop` | 管理連接 IM 的 partners |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/set-default/delete/list-sources/sync` | 管理知識庫、連接 Kiwix 封存檔、依 QA 資料集評估檢索品質,並同步已註冊的 GitHub/Web 來源(含來源新增/移除指令) |
@@ -728,9 +744,25 @@ repo 根目錄附有 [`SKILL.md`](../../SKILL.md),這份約 200 行的交接
| `deeptutor session list/show/open/rename/delete` | 管理共享工作階段 |
| `deeptutor notebook list/create/show/add-md/replace-md/remove-record` | 從 Markdown 檔案管理筆記本 |
| `deeptutor book list/health/refresh-fingerprints` | 檢視書籍並更新來源 fingerprint |
-| `deeptutor plugin list/info` | 檢視已註冊的工具與能力 |
-| `deeptutor config show` | 顯示設定摘要 |
-| `deeptutor provider login <provider>` | 供應商驗證(`openai-codex` OAuth 登入;`github-copilot` 會驗證既有 Copilot 登入工作階段;`codebuddy` 會驗證 CodeBuddy SDK 驗證狀態,並在需要時開始登入) |
+| `deeptutor plugin list/info/state/search/show/install/approve/enable/disable/rollback/uninstall` | 檢視工具與能力;管理已審查的外掛套件及其權限核准 |
+| `deeptutor config show [--home PATH]` | 顯示解析後的執行階段設定,並遮蔽憑證 |
+| `deeptutor config providers` | 以 JSON 列出支援的設定供應商與預設值 |
+| `deeptutor config apply FILE [--check] [--home PATH]` | 不經提示套用設定 JSON,或僅驗證而不寫入設定 |
+| `deeptutor provider login <provider>` | 供應商驗證(`openai-codex` OAuth 登入;`github-copilot` GitHub 裝置登入;`codebuddy` 會驗證 CodeBuddy SDK 驗證狀態,並在需要時開始登入) |
+
+GitHub Copilot 憑證屬於已登入的 DeepTutor 擁有者,只會儲存在
+`<runtime-home>/data/system/user-secrets/<owner-id>/private/github-copilot/credentials.v1.json`,
+位於沙箱工作區之外。CLI/管理員的 Partners 使用管理員憑證;
+其他使用者須分別登入,Copilot 設定檔也不能透過模型授權分享。
+系統絕不匯入外部 nanobot/Copilot token 檔案;升級後,請重新執行
+`deeptutor provider login github-copilot`。
+
+登入時會使用目前探索到的模型驗證推理;`init` 會驗證所選模型,
+若失敗便中止且不儲存設定草稿。GitHub 驗證成功不代表能存取 Copilot 模型
+(若驗證失敗,已儲存的登入仍會保留)。執行階段請求會使用 token 交換
+所回傳的 API 端點(包括更新後的端點),並遵循各模型的 Responses/Chat Completions 端點中繼資料。
+
+Copilot 專屬的 Responses 相容性處理會在派送時套用,不會改寫已儲存的記錄。
</details>
@@ -891,3 +923,20 @@ DeepTutor 也站在許多傑出開放原始碼專案的肩膀上;它們同時
</p>
</div>
+
+### Mastery 回合的情境依據
+
+Mastery 回合會在第一次向模型發出請求前,讀取目前路徑的狀態,
+使用與明確工具呼叫相同的狀態工具與精熟度閘道。此快照在每個回合
+都會重新取得,包含目前的工作階段模式,而且絕不跨回合快取。
+若讀取失敗,則改用 `mastery_status`;變更路徑、模式、大綱或進度後,
+導師可以透過該工具重新整理。卡片評分與既有交接流程維持不變。
+
+### 重複的影像附件
+
+代理程式迴圈會在每次請求中只傳送一次相同的使用者內嵌影像,並將後續副本
+替換為保留影像的參照。僅用於請求的穩定標籤,可在供應商格式轉換與附加回合
+之間識別保留的內嵌影像。獨特的影像區塊、遠端 URL、不同的影像選項、
+助理訊息與工具結果都會完整保留。儲存的記錄會保留每一份原始附件;
+裁剪記錄後會重新建立參照。這能減少重複的影像負載,但計費與快取命中
+仍以供應商回報的用量為準。
diff --git a/assets/releases/ver1-6-14.md b/assets/releases/ver1-6-14.md
new file mode 100644
index 000000000..f41de328a
--- /dev/null
+++ b/assets/releases/ver1-6-14.md
@@ -0,0 +1,51 @@
+# DeepTutor v1.6.14 Release Notes
+
+**Release Date:** 2026.10.08
+
+Building on [v1.6.13](ver1-6-13.md), v1.6.14 brings original-source visual practice, recoverable knowledge-base indexing, scientific research tools, and managed plugins. Video learning now lives in Reading; existing Watching conversations migrate when reopened.
+
+## What's New
+
+### Original figures, pages, and visual practice
+
+Ask about an exact figure, table, or PDF page in an attached knowledge base. DeepTutor retrieves the original image or renders the selected page or region, preserving document identity and source links. The Files view exposes source visual coverage, including missing or unverified extraction. Guided Learning uses this evidence for visual questions and distinguishes explanations, assisted practice, and independent mastery; inaccessible or uncertain evidence stays ungraded.
+
+### Indexing that can recover
+
+Knowledge-base details show durable indexing progress, individual source outcomes, and recovery information. Retries reuse compatible completed parses and validated MinerU cloud slices; cancellation takes effect at a safe boundary. LlamaIndex publishes a new version only after reload, vector validation, and a retrieval probe succeed, preserving an earlier queryable version when a rebuild fails. Retrieval also reports hybrid-to-vector fallback and incomplete IMA evidence.
+
+### Reading includes video learning
+
+YouTube and Bilibili media share the Reading workspace, with timestamp-grounded discussion and native playback. Previous Watching conversations, positions, and notes can be imported without modifying their legacy media or notebook records. Reading panels resize independently, offer a focus preset, and retain usable pagination and selection controls on narrow screens.
+
+### Research with traceable evidence
+
+Scientific requests and Deep Research gain tools for reading versioned arXiv papers and original pages, checking paper claims against a pinned GitHub revision, and building literature evidence matrices. The MCP catalog adds alphaXiv. Administrators can approve an exact private-network MCP origin for account-owned research connections, with approval checked again when tools run.
+
+### Reviewed plugin lifecycle
+
+The plugin CLI supports inspection, installation, permission approval, enable/disable, rollback, and uninstall. Managed wheels run in separate environments, with artifact checks and revocable runtime gates. The official catalog format supports reviewed packages; this release ships an empty catalog, so it does not install new third-party code automatically.
+
+### Learning continuity and everyday fixes
+
+Space gains a workspace learning journal showing the current mission, last-session handoff, and confirmed learning records. Chat retries reuse the original conversation after a lost acknowledgement, parked questions survive reloads, and unsent drafts remain recoverable. Branch navigation, memory account isolation, launcher recovery, and error reporting improve; Visualize also gains Mermaid mindmaps.
+
+### Providers and setup
+
+GitHub Copilot uses device login and per-owner credentials, with inference checked during setup. Opper joins LLM and embedding providers, and Y-API joins LLM providers. Provider settings offer a clearer add flow, protocol-aware default endpoints, and provider voice discovery. Local embedding services can work without API keys, while embedding concurrency and Qwen3-Instruct thinking handling are corrected.
+
+Updated English and Chinese documentation accompanies the release at [deeptutor.info](https://deeptutor.info/).
+
+## Upgrade Notes
+
+Run `pip install -U deeptutor`; Docker users pull `ghcr.io/hkuds/deeptutor:latest`.
+
+- **Video learning:** use Reading for new video sessions. The standalone `immersive_watching` capability and `watching` / `watch` CLI aliases are retired. Existing Watching links enter the compatibility migration; keep the existing application data available. A missing legacy video leaves its conversation accessible as ordinary chat.
+- **GitHub Copilot:** run `deeptutor provider login github-copilot` again if you previously relied on external Copilot/nanobot token files. Each account signs in separately; Copilot profiles cannot be shared through model grants.
+- **Speech:** explicitly select a voice in the model settings; new profiles no longer receive a hard-coded default voice.
+- **OrcaRouter:** its built-in provider presets are removed. Configure a Custom connection with an explicit compatible endpoint and model if you still use that service.
+- **Knowledge bases:** older indexes need re-parsing and reindexing to gain newly extracted figure records. Exact PDF-page inspection can use the original document directly. Retry reuses only valid compatible checkpoints; it does not resume an interrupted local MinerU inference midway through a document.
+- **Plugins:** review requested permissions before approving a managed package. Restart DeepTutor when a plugin generation changes so the reviewed code is loaded; disabling or revoking approval blocks subsequent calls.
+- **systemd installs:** stop the service, upgrade DeepTutor in its Python environment, and restart the service.
+
+**Full Changelog**: https://github.com/HKUDS/DeepTutor/compare/v1.6.13...v1.6.14
diff --git a/deeptutor/__version__.py b/deeptutor/__version__.py
index 20df8511a..b3693730b 100644
--- a/deeptutor/__version__.py
+++ b/deeptutor/__version__.py
@@ -6,6 +6,6 @@ before publishing to PyPI; the web sidebar badge and CLI banner read from this
file directly.
"""
-__version__ = "1.6.13"
+__version__ = "1.6.14"
__all__ = ("__version__",)
diff --git a/deeptutor/app/service.py b/deeptutor/app/service.py
index e0474bb1b..b81fb02cf 100644
--- a/deeptutor/app/service.py
+++ b/deeptutor/app/service.py
@@ -51,11 +51,13 @@ class TurnApplicationService:
return await self.start_turn(payload)
store, runtime = self._resolve()
reserve = getattr(store, "reserve_submission", None)
+ submission_turn = getattr(store, "submission_turn", None)
if (
request.client_submission_id
and request.persist_user_message
and not request.regenerate
and callable(reserve)
+ and callable(submission_turn)
):
identity_payload = {
key: value
@@ -68,7 +70,7 @@ class TurnApplicationService:
payload["session_id"] = await reserve(
request.client_submission_id, digest, request.session_id
)
- prior = await store.submission_turn(request.client_submission_id)
+ prior = await submission_turn(request.client_submission_id)
if prior is not None and prior["status"] not in {"failed", "cancelled"}:
session = await store.get_session(payload["session_id"])
if session is None:
@@ -77,8 +79,8 @@ class TurnApplicationService:
try:
session, turn = await runtime.start_turn(payload)
except ActiveTurnConflict:
- if request.client_submission_id and callable(reserve):
- prior = await store.submission_turn(request.client_submission_id)
+ if request.client_submission_id and callable(reserve) and callable(submission_turn):
+ prior = await submission_turn(request.client_submission_id)
if prior is not None:
session = await store.get_session(prior["session_id"])
if session is not None:
diff --git a/deeptutor/capabilities/registry.py b/deeptutor/capabilities/registry.py
index f7116102f..d2d6bca84 100644
--- a/deeptutor/capabilities/registry.py
+++ b/deeptutor/capabilities/registry.py
@@ -13,7 +13,7 @@ import warnings
from deeptutor.capabilities.protocol import LoopExtension
from deeptutor.core.context import UnifiedContext
-from deeptutor.core.entry_points import load_entry_point_group
+from deeptutor.plugins.entry_points import load_entry_point_group
from deeptutor.runtime.capability_catalog import EmptyConfig, get_capability_catalog
logger = logging.getLogger(__name__)
@@ -185,7 +185,8 @@ def discover_external_loop_capabilities():
)
-discover_external_loop_capabilities.cache_clear = _discover_external_loop_capabilities.cache_clear
+# Preserve the public reset hook while checking plugin revocation on every discovery.
+discover_external_loop_capabilities.cache_clear = _discover_external_loop_capabilities.cache_clear # type: ignore[attr-defined]
def _register_loop_entry(name: str, factory: LoopFactory) -> None:
diff --git a/deeptutor/core/entry_points.py b/deeptutor/plugins/entry_points.py
similarity index 100%
rename from deeptutor/core/entry_points.py
rename to deeptutor/plugins/entry_points.py
diff --git a/deeptutor/plugins/loader.py b/deeptutor/plugins/loader.py
index f99b64630..81ae5d2a4 100644
--- a/deeptutor/plugins/loader.py
+++ b/deeptutor/plugins/loader.py
@@ -19,7 +19,7 @@ import logging
from typing import Any
from deeptutor.core.capability_protocol import TurnCapability
-from deeptutor.core.entry_points import load_entry_point_group
+from deeptutor.plugins.entry_points import load_entry_point_group
logger = logging.getLogger(__name__)
diff --git a/deeptutor/reading/extensions.py b/deeptutor/reading/extensions.py
index 443432b40..678c85288 100644
--- a/deeptutor/reading/extensions.py
+++ b/deeptutor/reading/extensions.py
@@ -16,7 +16,7 @@ from typing import Any, Literal, Protocol
from pydantic import BaseModel, Field, model_validator
-from deeptutor.core.entry_points import load_entry_point_group
+from deeptutor.plugins.entry_points import load_entry_point_group
logger = logging.getLogger(__name__)
ENTRY_POINT_GROUP = "deeptutor.reading_extensions"
diff --git a/deeptutor/runtime/banner.py b/deeptutor/runtime/banner.py
index 97a095be6..d67fc356e 100644
--- a/deeptutor/runtime/banner.py
+++ b/deeptutor/runtime/banner.py
@@ -297,6 +297,10 @@ LABELS: dict[str, dict[str, str]] = {
"init.api_key_env_detected": "{env_var}={masked} in deiner Umgebung gefunden. Verwenden?",
"init.api_key_prompt": "API-Key (Eingabe verborgen, Enter zum Überspringen)",
"init.api_key_reuse_llm": "LLM-API-Key {masked} wiederverwenden?",
+ "init.copilot_reuse_login": "GitHub-Copilot-Anmeldung für {account} wiederverwenden?",
+ "init.copilot_login_start": "GitHub-Geräteanmeldung wird gestartet ...",
+ "init.copilot_login_ok": "GitHub-Copilot-Anmeldung für {account} erfolgreich.",
+ "init.copilot_login_fail": "GitHub-Copilot-Anmeldung fehlgeschlagen: {error}",
"init.edit_base_url": "Base URL ändern?",
"init.new_base_url": "Neue Base URL",
"init.model": "Modell",
@@ -401,6 +405,10 @@ LABELS: dict[str, dict[str, str]] = {
"init.api_key_env_detected": "Виявлено {env_var}={masked} у вашому середовищі. Використати його?",
"init.api_key_prompt": "Ключ API (введення приховане, Enter для пропуску)",
"init.api_key_reuse_llm": "Повторно використати ключ API LLM {masked}?",
+ "init.copilot_reuse_login": "Повторно використати вхід у GitHub Copilot для {account}?",
+ "init.copilot_login_start": "Починаємо вхід у GitHub за кодом пристрою ...",
+ "init.copilot_login_ok": "Вхід у GitHub Copilot для {account} виконано успішно.",
+ "init.copilot_login_fail": "Не вдалося ввійти в GitHub Copilot: {error}",
"init.edit_base_url": "Змінити базову URL-адресу?",
"init.new_base_url": "Нова базова URL-адреса",
"init.model": "Модель",
diff --git a/deeptutor/runtime/cache_reset.py b/deeptutor/runtime/cache_reset.py
index b5f193594..34e359e1b 100644
--- a/deeptutor/runtime/cache_reset.py
+++ b/deeptutor/runtime/cache_reset.py
@@ -44,9 +44,9 @@ def reset_runtime_singletons() -> None:
)
# CLI setup can select --home after multi-user paths were imported.
# Keep the shared reset seam responsible for every cached home boundary.
- paths = sys.modules.get("deeptutor.multi_user.paths")
- if paths is not None:
+ if sys.modules.get("deeptutor.multi_user.paths") is not None:
try:
+ from deeptutor.multi_user import paths
from deeptutor.runtime.home import get_runtime_home
paths.PROJECT_ROOT = get_runtime_home()
diff --git a/deeptutor/runtime/registry/capability_registry.py b/deeptutor/runtime/registry/capability_registry.py
index d48e3af07..9ed3b7798 100644
--- a/deeptutor/runtime/registry/capability_registry.py
+++ b/deeptutor/runtime/registry/capability_registry.py
@@ -11,8 +11,8 @@ import warnings
from pydantic import BaseModel
from deeptutor.core.capability_protocol import TurnCapability
-from deeptutor.core.entry_points import load_entry_point_group
from deeptutor.i18n.metadata_i18n import capability_description_i18n
+from deeptutor.plugins.entry_points import load_entry_point_group
from deeptutor.runtime.bootstrap.builtin_capabilities import BUILTIN_CAPABILITY_SPECS
from deeptutor.runtime.capability_catalog import (
CapabilityCatalog,
diff --git a/deeptutor/runtime/registry/tool_registry.py b/deeptutor/runtime/registry/tool_registry.py
index 3f6b780ea..6537eacd2 100644
--- a/deeptutor/runtime/registry/tool_registry.py
+++ b/deeptutor/runtime/registry/tool_registry.py
@@ -12,8 +12,8 @@ import inspect
import logging
from typing import Any
-from deeptutor.core.entry_points import load_entry_point_group
from deeptutor.core.tool_protocol import BaseTool, ToolDefinition, ToolPromptHints
+from deeptutor.plugins.entry_points import load_entry_point_group
from deeptutor.tools.builtin_specs import (
BUILTIN_TOOL_NAMES,
BUILTIN_TOOL_SPEC_BY_NAME,
@@ -188,7 +188,7 @@ class ToolRegistry:
_default_registry: ToolRegistry | None = None
-_default_plugin_scope = None
+_default_plugin_scope: tuple[str, int, int] | None = None
def get_tool_registry() -> ToolRegistry:
diff --git a/deeptutor/services/config/provider_links.py b/deeptutor/services/config/provider_links.py
index dd7a13429..b7a275d63 100644
--- a/deeptutor/services/config/provider_links.py
+++ b/deeptutor/services/config/provider_links.py
@@ -89,11 +89,22 @@ def _source_default_url(source: dict, service: str | None) -> str:
TTS_PROVIDERS,
VIDEOGEN_PROVIDERS,
)
- from deeptutor.services.provider_registry import find_by_name
+ from deeptutor.services.provider_registry import (
+ api_format_for_provider,
+ api_format_from_legacy,
+ find_by_name,
+ )
binding = source.get("binding") or source.get("provider") or ""
if service in {"llm", "task"}:
spec = find_by_name(binding)
+ if spec:
+ api_format = (
+ api_format_for_provider(source["api_format"], spec)
+ if source.get("api_format") is not None
+ else api_format_from_legacy(spec, source.get("wire_api"))
+ )
+ return spec.default_api_base_for(api_format)
else:
tables: dict[str, Any] = {
"embedding": EMBEDDING_PROVIDERS,
@@ -152,6 +163,13 @@ def resolve_profile_provider(
if override.get("binding") and binding != ref.get("binding")
else ref.get("default_base_url", "")
)
+ if service in {"llm", "task"}:
+ # References may have been created before the connection changed
+ # protocol. Resolve the current vendor default instead of freezing the
+ # address captured on the model; explicit connection URLs still win.
+ target_default = (
+ _source_default_url({**source, "binding": binding}, service) or target_default
+ )
result["base_url"] = (
provider_endpoint(source_url, source_service, service, binding)
if source_url
diff --git a/deeptutor/services/config/provider_runtime.py b/deeptutor/services/config/provider_runtime.py
index eca3d1e01..ec3232915 100644
--- a/deeptutor/services/config/provider_runtime.py
+++ b/deeptutor/services/config/provider_runtime.py
@@ -902,6 +902,14 @@ def resolve_llm_runtime_config(
provider_pool=provider_pool,
)
+ # Profiles written before ``api_format`` existed carry only ``wire_api``.
+ # Settle the protocol before choosing its vendor-specific default address.
+ if configured_api_format is None:
+ api_format = api_format_from_legacy(spec, configured_wire_api)
+ else:
+ api_format = api_format_for_provider(configured_api_format, spec)
+ wire_api = wire_api_for_provider(wire_api_from_api_format(api_format), spec)
+
mapped = (
None
if (profile or {}).get("provider_ref") or (model or {}).get("provider_ref")
@@ -910,18 +918,11 @@ def resolve_llm_runtime_config(
api_key = active_api_key or (mapped.api_key if mapped else "")
api_base = active_api_base or ((mapped.api_base or "") if mapped else "")
api_version = active_api_version or ((mapped.api_version or "") if mapped else "")
- if not api_base and spec.default_api_base:
- api_base = spec.default_api_base
+ if not api_base:
+ api_base = spec.default_api_base_for(api_format)
if not api_key and spec.is_local:
api_key = "sk-no-key-required"
extra_headers = active_extra_headers or ((mapped.extra_headers or {}) if mapped else {})
- # Profiles written before ``api_format`` existed carry only ``wire_api``;
- # derive the format from it so their requests are byte-for-byte unchanged.
- if configured_api_format is None:
- api_format = api_format_from_legacy(spec, configured_wire_api)
- else:
- api_format = api_format_for_provider(configured_api_format, spec)
- wire_api = wire_api_for_provider(wire_api_from_api_format(api_format), spec)
_register_catalog_capabilities(loaded)
return ResolvedLLMConfig(
diff --git a/deeptutor/services/research/primitives.py b/deeptutor/services/research/primitives.py
index ac60866d4..ed90a2385 100644
--- a/deeptutor/services/research/primitives.py
+++ b/deeptutor/services/research/primitives.py
@@ -14,9 +14,11 @@ from pathlib import Path, PurePosixPath
import re
import threading
import time
+from typing import Any
from urllib.parse import quote, urljoin, urlsplit
-from xml.etree import ElementTree as ET
+from defusedxml import ElementTree as ET
+from defusedxml.common import DefusedXmlException
import httpx
from deeptutor.services.mcp.network import validate_mcp_url_async
@@ -239,7 +241,7 @@ class ResearchClient:
selected = [source_path(value) for value in files] if files else choose_files(paths)
if len(selected) > 8:
raise ResearchError("Static audits read at most eight selected repository files.")
- results = []
+ results: list[dict[str, Any]] = []
for path in selected:
if path not in paths:
results.append({"path": path, "status": "unavailable"})
@@ -280,7 +282,7 @@ def parse_feed(raw: bytes) -> list[dict]:
raise ResearchError("Unexpected XML declarations in primary-source response.")
try:
root = ET.fromstring(raw)
- except ET.ParseError as exc:
+ except (ET.ParseError, DefusedXmlException) as exc:
raise ResearchError("Primary-source metadata was not a usable Atom feed.") from exc
if root.tag != _ATOM + "feed":
raise ResearchError("Primary-source metadata was not an Atom feed.")
@@ -309,7 +311,7 @@ def parse_feed(raw: bytes) -> list[dict]:
def read_pdf(raw: bytes, pages: list[int] | None, figures: bool) -> tuple[dict, list[bytes]]:
import fitz
- images = []
+ images: list[bytes] = []
rendered_pages = []
try:
opened = fitz.open(stream=raw, filetype="pdf")
diff --git a/deeptutor/services/session/sqlite_store.py b/deeptutor/services/session/sqlite_store.py
index 6bb741bb6..e26881b7c 100644
--- a/deeptutor/services/session/sqlite_store.py
+++ b/deeptutor/services/session/sqlite_store.py
@@ -1480,8 +1480,7 @@ class SQLiteSessionStore:
async def create_turn(
self, session_id: str, capability: str = "", *, submission_id: str | None = None
) -> dict[str, Any]:
- kwargs = {"submission_id": submission_id} if submission_id else {}
- return await self.begin_turn(session_id, capability, **kwargs)
+ return await self.begin_turn(session_id, capability, submission_id=submission_id)
def _get_turn_sync(self, turn_id: str) -> dict[str, Any] | None:
with self._connect() as conn:
diff --git a/deeptutor/services/settings/provider_probe.py b/deeptutor/services/settings/provider_probe.py
index 24fd763e0..86c6465b9 100644
--- a/deeptutor/services/settings/provider_probe.py
+++ b/deeptutor/services/settings/provider_probe.py
@@ -3,6 +3,7 @@
from __future__ import annotations
import asyncio
+from typing import Any
from urllib.parse import urlsplit, urlunsplit
import aiohttp
@@ -88,7 +89,7 @@ def discovery_request(binding: str, base_url: str, api_version: str = "") -> tup
"""Use vendor metadata on the configured host only; never infer another region."""
parsed = urlsplit(base_url)
path = parsed.path.rstrip("/")
- params = (
+ params: dict[str, str | int] = (
{"api-version": api_version} if api_version and binding in {"azure", "azure_openai"} else {}
)
if binding == "ollama":
@@ -330,7 +331,7 @@ async def probe_provider(
for item in all_items:
names = collect_model_names([item])
for name in names:
- entry = {"id": name}
+ entry: dict[str, Any] = {"id": name}
kinds = model_services(item) if isinstance(item, dict) else []
if kinds:
entry["services"] = kinds
diff --git a/deeptutor/services/task_board.py b/deeptutor/services/task_board.py
index 4d2d72d46..43adc025a 100644
--- a/deeptutor/services/task_board.py
+++ b/deeptutor/services/task_board.py
@@ -296,9 +296,12 @@ class TaskBoardStore:
with closing(self._connect()) as connection, connection:
connection.execute("BEGIN IMMEDIATE")
for sid in session_ids:
- for table in ("session_tasks", "session_task_status"):
+ for statement in (
+ "UPDATE session_tasks SET workspace_id=? WHERE workspace_id=? AND session_id=?",
+ "UPDATE session_task_status SET workspace_id=? WHERE workspace_id=? AND session_id=?",
+ ):
connection.execute(
- f"UPDATE {table} SET workspace_id=? WHERE workspace_id=? AND session_id=?",
+ statement,
(target, source, sid),
)
self._changed(connection)
@@ -308,9 +311,12 @@ class TaskBoardStore:
return
with closing(self._connect()) as connection, connection:
connection.execute("BEGIN IMMEDIATE")
- for table in ("session_tasks", "session_task_status"):
+ for statement in (
+ "DELETE FROM session_tasks WHERE workspace_id=? AND session_id=?",
+ "DELETE FROM session_task_status WHERE workspace_id=? AND session_id=?",
+ ):
connection.execute(
- f"DELETE FROM {table} WHERE workspace_id=? AND session_id=?",
+ statement,
(workspace_id, session_id),
)
self._changed(connection)
diff --git a/deeptutor_cli/setup_config.py b/deeptutor_cli/setup_config.py
index 715fc930e..16ab96e91 100644
--- a/deeptutor_cli/setup_config.py
+++ b/deeptutor_cli/setup_config.py
@@ -117,20 +117,21 @@ def prepare_profiles(config: SetupConfig) -> dict[str, dict]:
if choice is None:
continue
provider = choice.provider.lower()
- spec = find_by_name(provider) if section == "llm" else EMBEDDING_PROVIDERS.get(provider)
+ llm_spec = find_by_name(provider) if section == "llm" else None
+ spec = llm_spec if section == "llm" else EMBEDDING_PROVIDERS.get(provider)
if spec is None:
raise ValueError(f"Unsupported {section} provider. See 'deeptutor config providers'.")
if section == "llm" and choice.dimension is not None:
raise ValueError("dimension is only supported in the embedding section.")
if section == "embedding" and choice.api_format is not None:
raise ValueError("api_format is only supported in the llm section.")
- if section == "llm" and choice.api_format is not None:
- allowed = spec.api_formats or (spec.default_api_format,)
+ if llm_spec is not None and choice.api_format is not None:
+ allowed = llm_spec.api_formats or (llm_spec.default_api_format,)
if choice.api_format not in allowed:
raise ValueError("llm.api_format is not supported by this provider.")
default_endpoint = spec.default_api_base
- if section == "llm" and choice.api_format is not None:
- default_endpoint = dict(spec.api_base_by_format).get(
+ if llm_spec is not None and choice.api_format is not None:
+ default_endpoint = dict(llm_spec.api_base_by_format).get(
choice.api_format, default_endpoint
)
endpoint = choice.base_url or default_endpoint
@@ -138,7 +139,7 @@ def prepare_profiles(config: SetupConfig) -> dict[str, dict]:
endpoint = normalize_embedding_endpoint_for_display(
provider, endpoint, model=choice.model
)
- if not endpoint and not (section == "llm" and spec.is_oauth):
+ if not endpoint and not (llm_spec is not None and llm_spec.is_oauth):
raise ValueError(f"{section}.base_url is required for this provider.")
if endpoint:
_validate_endpoint(endpoint, section)
@@ -166,11 +167,11 @@ def prepare_profiles(config: SetupConfig) -> dict[str, dict]:
if config.search is not None:
choice = config.search
provider = choice.provider.lower()
- spec = SEARCH_PROVIDERS.get(provider)
- if spec is None:
+ search_spec = SEARCH_PROVIDERS.get(provider)
+ if search_spec is None:
raise ValueError("Unsupported search provider. See 'deeptutor config providers'.")
endpoint = choice.base_url or ""
- if spec.requires_base_url and not endpoint:
+ if search_spec.requires_base_url and not endpoint:
raise ValueError("search.base_url is required for this provider.")
if endpoint:
_validate_endpoint(endpoint, "search")
@@ -180,7 +181,7 @@ def prepare_profiles(config: SetupConfig) -> dict[str, dict]:
"provider": provider,
"base_url": endpoint,
"api_key": _api_key(
- choice.api_key_env, required=spec.requires_api_key, section="search"
+ choice.api_key_env, required=search_spec.requires_api_key, section="search"
),
}
return profiles
diff --git a/tests/api/test_settings_router.py b/tests/api/test_settings_router.py
index 443a4e78a..227a23c3e 100644
--- a/tests/api/test_settings_router.py
+++ b/tests/api/test_settings_router.py
@@ -656,7 +656,8 @@ def test_media_and_voice_provider_choices_include_dashscope() -> None:
item["base_url"] == "https://dashscope.aliyuncs.com/api/v1" for item in dashscope.values()
)
assert dashscope["tts"]["default_model"] == "qwen3-tts-flash"
- assert dashscope["tts"]["default_voice"] == "Cherry"
+ # Voice IDs are selected explicitly from provider discovery or entered by the user.
+ assert dashscope["tts"]["default_voice"] == ""
assert dashscope["stt"]["default_model"] == "paraformer-realtime-v2"
assert dashscope["imagegen"]["default_model"] == "wanx2.1-t2i-turbo"
assert dashscope["videogen"]["default_model"] == "wanx2.1-t2v-turbo"
diff --git a/tests/capabilities/test_loop_registry.py b/tests/capabilities/test_loop_registry.py
index d36a573a7..f96e1e3c3 100644
--- a/tests/capabilities/test_loop_registry.py
+++ b/tests/capabilities/test_loop_registry.py
@@ -8,7 +8,7 @@ import pytest
from deeptutor.capabilities.registry import LOOP_CAPABILITIES, discover_external_loop_capabilities
from deeptutor.core.context import UnifiedContext
-import deeptutor.core.entry_points as ep_module
+import deeptutor.plugins.entry_points as ep_module
@pytest.fixture(autouse=True)
diff --git a/tests/cli/test_agent_setup.py b/tests/cli/test_agent_setup.py
index 5f057e518..e7bb019d7 100644
--- a/tests/cli/test_agent_setup.py
+++ b/tests/cli/test_agent_setup.py
@@ -34,6 +34,10 @@ def runtime_home(tmp_path, monkeypatch):
home = tmp_path / "runtime"
monkeypatch.setenv("DEEPTUTOR_HOME", str(home))
monkeypatch.setenv("DT_SETUP_TEST_KEY", "setup-test-secret")
+ # API imports during suite collection can export the developer's ports.
+ # This fixture exercises saved settings, without operator env overrides.
+ monkeypatch.delenv("BACKEND_PORT", raising=False)
+ monkeypatch.delenv("FRONTEND_PORT", raising=False)
select_runtime_home(home)
yield home
from deeptutor_cli.init_cmd import _reset_runtime_singletons
diff --git a/tests/core/test_entry_points.py b/tests/core/test_entry_points.py
index ba09aa6ac..cd7aa1f16 100644
--- a/tests/core/test_entry_points.py
+++ b/tests/core/test_entry_points.py
@@ -10,8 +10,8 @@ from types import SimpleNamespace
import pytest
-import deeptutor.core.entry_points as ep_module
-from deeptutor.core.entry_points import load_entry_point_group
+import deeptutor.plugins.entry_points as ep_module
+from deeptutor.plugins.entry_points import load_entry_point_group
def _ep(name: str, load):
diff --git a/tests/plugins/test_entrypoint_loader.py b/tests/plugins/test_entrypoint_loader.py
index 39b268e32..b2204cc0d 100644
--- a/tests/plugins/test_entrypoint_loader.py
+++ b/tests/plugins/test_entrypoint_loader.py
@@ -2,7 +2,7 @@
These pin the *current* behaviour of the three layers that turn entry-point
registrations into registered capabilities — the shared plumbing in
-``deeptutor.core.entry_points``, the neutral discovery in
+``deeptutor.plugins.entry_points``, the neutral discovery in
``deeptutor.plugins.loader``, and ``CapabilityRegistry.load_plugins`` — so the
managed-plugin slices (upstream #961 / #1307) extend a documented contract
instead of an accident.
@@ -26,7 +26,7 @@ import pytest
from deeptutor.core.capability_protocol import CapabilityManifest, TurnCapability
from deeptutor.core.context import UnifiedContext
-import deeptutor.core.entry_points as ep_module
+import deeptutor.plugins.entry_points as ep_module
from deeptutor.plugins.loader import (
PluginManifest,
discover_plugins,
@@ -38,7 +38,7 @@ from deeptutor.runtime.stream_bus import StreamBus
PLUGINS_GROUP = "deeptutor.plugins"
EXTENSIONS_GROUP = "deeptutor.extensions"
PLUGINS_LOGGER = "deeptutor.plugins.loader"
-PLUMBING_LOGGER = "deeptutor.core.entry_points"
+PLUMBING_LOGGER = "deeptutor.plugins.entry_points"
REGISTRY_LOGGER = "deeptutor.runtime.registry.capability_registry"
diff --git a/tests/plugins/test_loader.py b/tests/plugins/test_loader.py
index a0b4244fd..3335ce86a 100644
--- a/tests/plugins/test_loader.py
+++ b/tests/plugins/test_loader.py
@@ -8,7 +8,7 @@ import pytest
from deeptutor.core.capability_protocol import CapabilityManifest, TurnCapability
from deeptutor.core.context import UnifiedContext
-import deeptutor.core.entry_points as ep_module
+import deeptutor.plugins.entry_points as ep_module
from deeptutor.runtime.stream_bus import StreamBus
diff --git a/tests/plugins/test_recovery_boundaries.py b/tests/plugins/test_recovery_boundaries.py
index 34dd33c44..f198a37e8 100644
--- a/tests/plugins/test_recovery_boundaries.py
+++ b/tests/plugins/test_recovery_boundaries.py
@@ -32,8 +32,8 @@ def test_external_upgrade_requires_review_even_when_permissions_are_unchanged(tm
async def test_unapproved_entry_point_never_imports_and_cached_tool_remains_revocable(
tmp_path, monkeypatch
):
- import deeptutor.core.entry_points as loader
- from deeptutor.core.entry_points import load_entry_point_group
+ import deeptutor.plugins.entry_points as loader
+ from deeptutor.plugins.entry_points import load_entry_point_group
import deeptutor.plugins.runtime as runtime
registry = _plugin_registry(tmp_path)
diff --git a/tests/plugins/test_registry_gating.py b/tests/plugins/test_registry_gating.py
index 42a6d571d..0ff58ec4a 100644
--- a/tests/plugins/test_registry_gating.py
+++ b/tests/plugins/test_registry_gating.py
@@ -11,8 +11,8 @@ import pytest
from deeptutor.capabilities.registry import discover_external_loop_capabilities
from deeptutor.core.capability_protocol import CapabilityManifest, TurnCapability
from deeptutor.core.context import UnifiedContext
-import deeptutor.core.entry_points as entry_points
from deeptutor.core.tool_protocol import BaseTool, ToolDefinition, ToolResult
+import deeptutor.plugins.entry_points as entry_points
from deeptutor.plugins.registry import PluginRegistry
from deeptutor.reading.extensions import ReadingExtensionRegistry
from deeptutor.reading.translation import TranslationExtension
diff --git a/tests/services/config/test_provider_runtime_api_format.py b/tests/services/config/test_provider_runtime_api_format.py
index 5c03be355..818cba055 100644
--- a/tests/services/config/test_provider_runtime_api_format.py
+++ b/tests/services/config/test_provider_runtime_api_format.py
@@ -111,8 +111,10 @@ def test_minimax_anthropic_format_uses_the_vendor_anthropic_endpoint() -> None:
)
# The profile left base_url blank, so the vendor default for *this format*
# is what the runtime should fall back to.
+ assert resolved.effective_url == "https://api.minimax.io/anthropic"
provider = provider_factory._build_runtime_provider(_runtime_config(resolved))
assert isinstance(provider, AnthropicProvider)
+ assert str(provider._client.base_url).rstrip("/") == "https://api.minimax.io/anthropic"
def test_openai_profile_with_api_version_is_an_azure_deployment() -> None:
diff --git a/tests/services/memory/test_snapshot_probes.py b/tests/services/memory/test_snapshot_probes.py
index 603ce9c65..48aabe4cb 100644
--- a/tests/services/memory/test_snapshot_probes.py
+++ b/tests/services/memory/test_snapshot_probes.py
@@ -11,12 +11,22 @@ from __future__ import annotations
from pathlib import Path
import sqlite3
+from types import SimpleNamespace
import pytest
from deeptutor.services.memory.snapshot import adapters
[email protected](autouse=True)
+def default_workspace_only(monkeypatch: pytest.MonkeyPatch) -> None:
+ """Probe equivalence uses one fixture DB; aggregation has its own test module."""
+ monkeypatch.setattr(
+ "deeptutor.services.workspace.get_content_workspace_service",
+ lambda: SimpleNamespace(registered_bindings=lambda: []),
+ )
+
+
class _FakePathService:
def __init__(self, db_path: Path) -> None:
self._db_path = db_path
diff --git a/tests/services/research/test_primitives.py b/tests/services/research/test_primitives.py
index 80352fdfc..48ae05ed9 100644
--- a/tests/services/research/test_primitives.py
+++ b/tests/services/research/test_primitives.py
@@ -19,6 +19,16 @@ from deeptutor.services.research.primitives import (
from deeptutor.tools.research_tools import PreprintTool, ResearchAuditTool
[email protected]("encoding", ["utf-8", "utf-16"])
+def test_feed_rejects_entity_declarations_in_supported_xml_encodings(encoding):
+ raw = (
+ '<!DOCTYPE feed [<!ENTITY injected "untrusted">]>'
+ '<feed xmlns="http://www.w3.org/2005/Atom">&injected;</feed>'
+ ).encode(encoding)
+ with pytest.raises(ResearchError):
+ primitives.parse_feed(raw)
+
+
@pytest.fixture
def sources(tmp_path, monkeypatch):
monkeypatch.setattr(primitives, "ARXIV_INTERVAL", 0)
diff --git a/tests/services/test_provider_registry_workflow.py b/tests/services/test_provider_registry_workflow.py
index 9bcbe9b8e..ca749d128 100644
--- a/tests/services/test_provider_registry_workflow.py
+++ b/tests/services/test_provider_registry_workflow.py
@@ -123,6 +123,82 @@ def test_new_model_reuses_connection_and_later_key_changes_without_copying_secre
assert options[-1]["profile_name"] == "New account"
[email protected]("service", ["llm", "task"])
+def test_minimax_model_references_follow_protocol_changes_without_rewriting_models(
+ tmp_path, service
+):
+ store, current = fixture(tmp_path)
+ catalog = merge_registry_edit(
+ current, provider_edit(provider="minimax", base_url="", api_format="auto")
+ )
+ catalog = add_model(
+ catalog,
+ service=service,
+ ref={
+ "connection_id": "account",
+ "binding": "minimax",
+ "default_base_url": "https://api.minimax.io/v1",
+ },
+ )
+ catalog = merge_registry_edit(
+ catalog,
+ {
+ "kind": "default",
+ "service": service,
+ "profile_id": "new-profile",
+ "model_id": "new-model",
+ },
+ )
+ catalog = store.save(catalog)
+ original_models = deepcopy(catalog["services"])
+ assert (
+ resolve_llm_runtime_config(catalog, service=store, service_name=service).effective_url
+ == "https://api.minimax.io/v1"
+ )
+ catalog = store.save(
+ merge_registry_edit(
+ catalog,
+ provider_edit(
+ provider="minimax",
+ base_url="",
+ api_format="anthropic",
+ ),
+ )
+ )
+ resolved = resolve_llm_runtime_config(catalog, service=store, service_name=service)
+ assert resolved.api_format == "anthropic"
+ assert resolved.effective_url == "https://api.minimax.io/anthropic"
+ assert catalog["services"] == original_models
+ catalog = store.save(
+ merge_registry_edit(
+ catalog,
+ provider_edit(
+ provider="minimax",
+ base_url="https://gateway.test/minimax",
+ api_format="anthropic",
+ ),
+ )
+ )
+ assert (
+ resolve_llm_runtime_config(catalog, service=store, service_name=service).effective_url
+ == "https://gateway.test/minimax"
+ )
+ catalog = store.save(
+ merge_registry_edit(
+ catalog,
+ provider_edit(
+ provider="minimax",
+ base_url="",
+ api_format="openai_chat",
+ ),
+ )
+ )
+ resolved = resolve_llm_runtime_config(catalog, service=store, service_name=service)
+ assert resolved.api_format == "openai_chat"
+ assert resolved.effective_url == "https://api.minimax.io/v1"
+ assert catalog["services"] == original_models
+
+
def test_switch_one_legacy_model_provider_without_touching_sibling_or_unknown_fields(tmp_path):
store, current = fixture(tmp_path)
catalog = merge_registry_edit(current, provider_edit())
diff --git a/web/components/settings/AddProviderPanel.tsx b/web/components/settings/AddProviderPanel.tsx
index c9b5e7b58..189b188f8 100644
--- a/web/components/settings/AddProviderPanel.tsx
+++ b/web/components/settings/AddProviderPanel.tsx
@@ -31,10 +31,12 @@ export function ProviderProtocol({
value,
onChange,
allowAuto = true,
+ formats,
}: {
value: ApiFormat
onChange: (value: ApiFormat) => void
allowAuto?: boolean
+ formats?: readonly string[]
}) {
const { t } = useTranslation()
return (
@@ -45,8 +47,8 @@ export function ProviderProtocol({
value={value}
onChange={e => onChange(e.target.value as ApiFormat)}
>
- {allowAuto && <option value="auto">{t('Auto')}</option>}
- {Object.entries(PROTOCOLS).map(([key, label]) => (
+ {allowAuto && (!formats || formats.includes('auto')) && <option value="auto">{t('Auto')}</option>}
+ {Object.entries(PROTOCOLS).filter(([key]) => !formats || formats.includes(key)).map(([key, label]) => (
<option key={key} value={key}>
{t(label)}
</option>
@@ -106,7 +108,7 @@ export function AddProviderPanel({
Boolean(parsed.hostname)
} catch {}
return (
- <section aria-label={t('Add provider')} className={`min-w-0 space-y-4 p-5 ${subPanelClass}`}>
+ <section aria-label={t('Add provider')} className={`min-w-0 space-y-5 p-4 sm:p-6 ${subPanelClass}`}>
<h3 className="text-base font-semibold">{t('Add provider')}</h3>
<input
type="search"
@@ -139,19 +141,20 @@ export function AddProviderPanel({
<div
role="radiogroup"
aria-label={t('Provider type')}
- className="grid max-h-80 gap-2 overflow-y-auto p-0.5 sm:grid-cols-2"
+ className="grid max-h-[min(28rem,50dvh)] grid-cols-[repeat(auto-fill,minmax(min(100%,22rem),1fr))] gap-3 overflow-y-auto overscroll-contain p-1"
>
{visible.map(option => (
<label
key={option.value}
- className={`min-w-0 rounded-xl border p-3 text-left cursor-pointer outline-none focus-within:ring-2 focus-within:ring-[var(--ring)] ${vendor === option.value ? 'border-[var(--primary)] bg-[var(--accent)]' : 'border-[var(--border)] bg-[var(--background)] hover:bg-[var(--accent)]'}`}
+ className={`relative flex min-h-24 min-w-0 flex-col rounded-xl border p-4 text-left cursor-pointer outline-none has-[:focus-visible]:outline has-[:focus-visible]:outline-2 has-[:focus-visible]:outline-offset-2 has-[:focus-visible]:outline-[var(--ring)] ${vendor === option.value ? 'border-[var(--primary)] bg-[var(--accent)]' : 'border-[var(--border)] bg-[var(--background)] hover:bg-[var(--accent)]'}`}
>
+ {/* Anchor the hidden radio to its card so focus cannot scroll the settings shell. */}
<input type="radio" className="sr-only" name={radioName} value={option.value} aria-label={option.value === 'custom' ? t('Custom') : option.label} checked={vendor === option.value} onChange={() => onVendor(option.value)} />
- <span className="flex items-start gap-2 text-sm font-medium leading-5">
- <ProviderIcon provider={option.value} size={16} />
+ <span className="flex items-start gap-2.5 text-[15px] font-medium leading-6">
+ <ProviderIcon provider={option.value} size={20} />
<span className="min-w-0 break-words">{option.value === 'custom' ? t('Custom') : option.label}</span>
</span>
- <span className="mt-2 flex flex-wrap gap-1">
+ <span className="mt-3 flex flex-wrap gap-1.5">
{option.value === 'custom' ? (
<span className="text-[13px] text-[var(--muted-foreground)]">
{t('settings.providerServices.customHint')}
@@ -160,7 +163,7 @@ export function AddProviderPanel({
option.services.map(service => (
<span
key={service}
- className="rounded bg-[var(--muted)] px-1.5 py-0.5 text-[11px] text-[var(--muted-foreground)]"
+ className="rounded bg-[var(--muted)] px-2 py-0.5 text-[12px] text-[var(--muted-foreground)]"
>
{t(SERVICE_TITLES[service])}
</span>
diff --git a/web/components/settings/ProvidersWorkspace.tsx b/web/components/settings/ProvidersWorkspace.tsx
index d5d2e68f4..cc66f3ec6 100644
--- a/web/components/settings/ProvidersWorkspace.tsx
+++ b/web/components/settings/ProvidersWorkspace.tsx
@@ -72,10 +72,12 @@ export function ProvidersWorkspace() {
scrollToSettingsElement(editorRef.current),
);
};
- useEffect(() => {
- if (selected) revealDetail();
- }, [selected]);
const [adding, setAdding] = useState(false);
+ useEffect(() => {
+ if (adding)
+ requestAnimationFrame(() => scrollToSettingsElement(editorRef.current));
+ else if (selected) revealDetail();
+ }, [adding, selected]);
const [vendor, setVendor] = useState("");
const [query, setQuery] = useState("");
const [auth, setAuth] = useState("");
@@ -95,11 +97,17 @@ export function ProvidersWorkspace() {
providers[service]?.some(p => p.value === option.value && p.status !== "deprecated") ||
Boolean(connectionTargets.find(target => target.provider === option.value)?.services[service]))
})).sort((a, b) => a.label.localeCompare(b.label));
+ // Protocol-specific aliases still resolve saved accounts, but new accounts
+ // use the vendor once and select their protocol in the connection editor.
+ const addableOptions = options.filter((p) => p.status !== "legacy");
const optionLabel = (provider: string) => formatProviderLabel(provider, options.find(p => p.value === provider)?.label ?? provider, uiLanguage);
const source = sources.find((p) => p.id === selected);
const option = options.find((p) => p.value === source?.provider);
const managed = source?.provider === "openai_codex";
const connection = source?.source;
+ const apiFormat = connection?.api_format ||
+ (option?.default_api_format as CatalogConnection["api_format"]) || "auto";
+ const defaultBaseUrl = option?.base_urls?.[apiFormat] || option?.base_url || "";
const change = (field: string, value: unknown) => {
if (source)
mutateCatalog((next) => {
@@ -109,7 +117,7 @@ export function ProvidersWorkspace() {
});
};
const create = (custom?: CustomProviderInput) => {
- const option = options.find((o) => o.value === vendor);
+ const option = addableOptions.find((o) => o.value === vendor);
if (!option) return;
if (option.value === "openai_codex") {
setAuth("openai_codex");
@@ -151,6 +159,18 @@ export function ProvidersWorkspace() {
);
const hints = source ? PROVIDER_SERVICES.filter(service => providerServiceSupport(source, service, connectionTargets, providers).enabled)
.map(service => ["tts", "stt"].includes(service) ? "voice" : ["imagegen", "videogen"].includes(service) ? "generation" : service) : [];
+ if (adding)
+ return (
+ <div ref={editorRef} className="min-w-0 scroll-mt-4">
+ <AddProviderPanel
+ options={addableOptions}
+ vendor={vendor}
+ onVendor={setVendor}
+ onCreate={create}
+ onCancel={() => setAdding(false)}
+ />
+ </div>
+ );
return (
<div className="space-y-5">
<WorkspaceSplit
@@ -163,7 +183,6 @@ export function ProvidersWorkspace() {
type="button"
onClick={() => {
setAdding(true);
- revealDetail();
}}
className={`${registryButton} w-full py-2`}
>
@@ -221,18 +240,7 @@ export function ProvidersWorkspace() {
}
detail={
<div ref={editorRef} className="min-w-0 scroll-mt-4">
- {/* One configuring surface at a time. The add form used to open as a
- band above the split while a provider's editor kept rendering
- below it, so two things claimed to be "currently configuring". */}
- {adding ? (
- <AddProviderPanel
- options={options}
- vendor={vendor}
- onVendor={setVendor}
- onCreate={create}
- onCancel={() => setAdding(false)}
- />
- ) : auth === "openai_codex" ? (
+ {auth === "openai_codex" ? (
<CodexOAuthCard />
) : source && connection ? (
<section
@@ -272,7 +280,7 @@ export function ProvidersWorkspace() {
value={connection.base_url}
onChange={(v) => change("base_url", v)}
placeholder={
- option?.base_url || "https://api.example.com/v1"
+ defaultBaseUrl || "https://api.example.com/v1"
}
/>
<p className="text-[13px] leading-relaxed text-[var(--muted-foreground)]">
@@ -321,7 +329,9 @@ export function ProvidersWorkspace() {
</p>
</div>
)}
- {providerServiceSupport(source, "llm", connectionTargets, providers).enabled && <ProviderProtocol value={connection.api_format || "auto"} onChange={value => change("api_format", value)} />}
+ {providerServiceSupport(source, "llm", connectionTargets, providers).enabled && option?.api_formats?.length !== 0 && (
+ <ProviderProtocol value={apiFormat} formats={option?.api_formats} onChange={value => change("api_format", value)} />
+ )}
<ProviderServices key={source.id} source={source} onChange={value => change("service_overrides", value)} />
<details className={`p-3.5 ${subPanelClass}`}>
<summary className="cursor-pointer select-none rounded text-[13px] font-medium marker:text-[var(--muted-foreground)]">
@@ -354,7 +364,7 @@ export function ProvidersWorkspace() {
</div>
</details>
<RegistryProbe
- input={providerProbeInput(source, option?.base_url)}
+ input={{ ...providerProbeInput(source, defaultBaseUrl), api_format: apiFormat }}
discovery={connection.discovery}
hints={hints}
showCapabilities={false}
diff --git a/web/locales/uk/app.json b/web/locales/uk/app.json
index 5d1982255..7893f7dad 100644
--- a/web/locales/uk/app.json
+++ b/web/locales/uk/app.json
@@ -5458,5 +5458,68 @@
"settings.providerServices.customDescription": "Адреса має реалізувати вибраний API. Далі додайте облікові дані та інші типи сервісів з адаптерами.",
"settings.providerServices.addHint": "Позначки показують інтеграції, а не дозволи облікового запису. Одне підключення може обслуговувати різні моделі; облікові записи й продукти можуть мати окремі підключення.",
"settings.providerServices.catalogListed": "Список моделей отримано. Перевірте конкретну модель, щоб підтвердити доступ до викликів.",
- "settings.providerServices.partial": "Отримано лише частину списку. Відсутні типи залишаються невідомими, їх можна додати вручну."
+ "settings.providerServices.partial": "Отримано лише частину списку. Відсутні типи залишаються невідомими, їх можна додати вручну.",
+ "Add segment note": "Додати нотатку до фрагмента",
+ "Add a note for this segment": "Додати нотатку для цього фрагмента",
+ "Delete note": "Видалити нотатку",
+ "New note": "Нова нотатка",
+ "Learning journal": "Навчальний щоденник",
+ "Your tutor's mission, handoff and confirmed learning records.": "Навчальна мета, підсумок попередньої сесії та підтверджені записи вашого тьютора.",
+ "Current mission": "Поточна навчальна мета",
+ "Last-session handoff": "Підсумок попередньої сесії",
+ "Next focus": "Наступний крок",
+ "Confirmed learning records": "Підтверджені навчальні записи",
+ "No confirmed learning records yet.": "Підтверджених навчальних записів поки немає.",
+ "No session handoff yet.": "Підсумку попередньої сесії поки немає.",
+ "Your tutor has no mission for you yet. Ask it to set one in conversation.": "Тьютор ще не визначив для вас навчальну мету. Попросіть його зробити це в розмові.",
+ "Could not read the learning journal. Its original data is preserved. Try refreshing.": "Не вдалося прочитати навчальний щоденник. Початкові дані збережено. Спробуйте оновити сторінку.",
+ "Level": "Рівень",
+ "Source visual coverage": "Охоплення зображень джерела",
+ "Extracted figures do not prove complete visual coverage. Inspect the original page when labels, vectors or tables are missing.": "Витягнуті рисунки не гарантують повного охоплення зображень. Перегляньте оригінальну сторінку, якщо бракує підписів, векторної графіки або таблиць.",
+ "Could not read visual coverage. Open the original document to inspect the source.": "Не вдалося прочитати дані про охоплення зображень. Відкрийте оригінальний документ для перевірки джерела.",
+ "Retained source figures": "Збережені рисунки джерела",
+ "Open original document": "Відкрити оригінальний документ",
+ "PDF pages and higher-detail regions are available through source inspection in chat.": "Сторінки PDF та ділянки з більшою деталізацією можна переглянути, попросивши перевірити джерело в чаті.",
+ "Source figure": "Рисунок із джерела",
+ "Source document is unavailable. Refresh the file list.": "Документ-джерело недоступний. Оновіть список файлів.",
+ "visualCoverage.symbolic_link": "Зображення за символічним посиланням пропущено",
+ "visualCoverage.exceeds_5_mib": "Зображення перевищує 5 MiB; перегляньте оригінальну сторінку",
+ "visualCoverage.unsupported_or_invalid_pixels": "Непідтримувані або некоректні піксельні дані зображення",
+ "visualCoverage.asset_read_failed": "Не вдалося прочитати зображення; перегляньте оригінальну сторінку",
+ "visualCoverage.table_structure_requires_source_verification": "Перевірте структуру таблиці за оригінальною сторінкою",
+ "visualCoverage.referenced_image_not_retained": "Зображення за посиланням не збережено; перегляньте його сторінку-джерело",
+ "visualCoverage.extraction_coverage_unknown": "Повноту витягування зображень не перевірено",
+ "Guided visual practice — this does not demonstrate independent mastery.": "Візуальна практика з підказками — вона не засвідчує самостійного опанування.",
+ "Visual practice with the original source.": "Візуальна практика з оригінальним джерелом.",
+ "The reference key is uncertain. This practice will remain ungraded.": "Правильність еталонної відповіді не підтверджено. Цю практику не буде оцінено.",
+ "Original source evidence": "Докази з оригінального джерела",
+ "Ungraded — mastery unchanged": "Без оцінки — рівень опанування не змінено",
+ "Review or challenge this assessment": "Переглянути або оскаржити цю оцінку",
+ "The source image is unavailable. Open the source or ask your tutor to inspect its current version.": "Зображення джерела недоступне. Відкрийте джерело або попросіть тьютора перевірити його поточну версію.",
+ "Independent visual evidence": "Докази самостійного розуміння зображень",
+ "Explained": "Пояснено",
+ "Visual practice": "Візуальна практика",
+ "Assisted": "З допомогою",
+ "Independent visual evidence is still required for this objective.": "Для цієї цілі ще потрібні докази самостійного розуміння зображень.",
+ "Assisted practice is recorded separately from independent mastery.": "Практика з допомогою фіксується окремо від самостійного опанування.",
+ "Please review assessment {{questionId}} against its original source evidence. If it is unsupported, invalidate it and recompute learning state. Do not grant mastery merely because I challenged it.": "Перевірте оцінку {{questionId}} за доказами з оригінального джерела. Якщо вона необґрунтована, скасуйте її та перерахуйте навчальний стан. Не зараховуйте опанування лише тому, що я оскаржив оцінку.",
+ "Current model input has no verified source pixels. Retrieve the image again with a vision-capable model before grading.": "У поточному запиті до моделі немає перевірених пікселів джерела. Перед оцінюванням повторно отримайте зображення за допомогою моделі з підтримкою зору.",
+ "Indexing recovery details": "Відомості про відновлення індексації",
+ "Could not read indexing state. Refresh and retry.": "Не вдалося прочитати стан індексації. Оновіть сторінку та повторіть спробу.",
+ "Run state": "Стан запуску",
+ "Current phase": "Поточний етап",
+ "Runtime": "Час виконання",
+ "Since activity": "Від останньої активності",
+ "Since measurable progress": "Від останнього вимірюваного поступу",
+ "Phase progress is indeterminate.": "Поступ поточного етапу невідомий.",
+ "Phase completion does not mean the whole index is ready.": "Завершення етапу не означає готовність усього індексу.",
+ "Verified index version": "Перевірена версія індексу",
+ "Retry reuses validated parser outputs. Interrupted embedding stages restart.": "Повторна спроба використовує перевірені результати парсера. Перервані етапи створення ембедингів починаються заново.",
+ "Parse cache reused": "Кеш парсингу використано повторно",
+ "Cancellation pending at a safe boundary": "Скасування очікує безпечної точки зупинки",
+ "Cancel indexing": "Скасувати індексацію",
+ "No durable indexing run recorded yet.": "Збереженого запису про запуск індексації поки немає.",
+ "Approve this MCP origin for private-network connections": "Схвалити це джерело MCP для з'єднань із приватною мережею",
+ "Use an administrator-approved private MCP origin": "Використовувати приватне джерело MCP, схвалене адміністратором",
+ "Only this scheme, host and port can use private Docker or LAN addresses. Metadata addresses remain blocked.": "Лише ця схема, хост і порт можуть використовувати приватні адреси Docker або локальної мережі. Адреси метаданих залишаються заблокованими."
}
diff --git a/web/public/provider-icons/alibabacloud-color.svg b/web/public/provider-icons/alibabacloud-color.svg
index 56c20781e..5bd5c4866 100644
--- a/web/public/provider-icons/alibabacloud-color.svg
+++ b/web/public/provider-icons/alibabacloud-color.svg
@@ -1 +1 @@
-<svg height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>AlibabaCloud</title><path d="M14.752 4.64h5.274C22.242 4.64 24 6.475 24 8.691V15.8a3.947 3.947 0 01-3.974 3.975h-5.274l1.299-1.835 3.822-1.222c.688-.23 1.146-.918 1.146-1.605v-5.81c0-.687-.458-1.375-1.146-1.605L16.05 6.475l-1.3-1.835zM2.98 15.111c0 .688.46 1.376 1.147 1.606l3.822 1.146 1.3 1.835H3.974A3.947 3.947 0 010 15.723V8.69c0-2.216 1.758-4.05 3.975-4.05h5.273L7.95 6.474 4.127 7.697c-.688.23-1.146.918-1.146 1.606v5.808z" fill="#FF6A00"></path><path d="M16.051 11.213H8.025v1.835h8.026v-1.835z" fill="#FF6A00"></path></svg>
\ No newline at end of file
+<svg height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>AlibabaCloud</title><path d="M14.752 4.64h5.274C22.242 4.64 24 6.475 24 8.691V15.8a3.947 3.947 0 01-3.974 3.975h-5.274l1.299-1.835 3.822-1.222c.688-.23 1.146-.918 1.146-1.605v-5.81c0-.687-.458-1.375-1.146-1.605L16.05 6.475l-1.3-1.835zM2.98 15.111c0 .688.46 1.376 1.147 1.606l3.822 1.146 1.3 1.835H3.974A3.947 3.947 0 010 15.723V8.69c0-2.216 1.758-4.05 3.975-4.05h5.273L7.95 6.474 4.127 7.697c-.688.23-1.146.918-1.146 1.606v5.808z" fill="#FF6A00"></path><path d="M16.051 11.213H8.025v1.835h8.026v-1.835z" fill="#FF6A00"></path></svg>
diff --git a/web/public/provider-icons/atlascloud.svg b/web/public/provider-icons/atlascloud.svg
index f8479194a..d9e7da2f8 100644
--- a/web/public/provider-icons/atlascloud.svg
+++ b/web/public/provider-icons/atlascloud.svg
@@ -1 +1 @@
-<svg fill="currentColor" fill-rule="evenodd" height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>Atlas Cloud</title><path d="M20.2,18.01L12,0.47,3.8,18.01l-2.58,5.52c1.62,-1.05,3.39,-1.86,5.26,-2.41,1.76,-0.51,3.61,-0.79,5.52,-0.79,0.98,0,1.95,0.08,2.9,0.22l-1.86,-4.3c-0.53,-0.1,-2.87,-0.1,-4.59,0.3l3.56,-8.28,5.52,12.85c0.01,0,0.02,0.01,0.03,0.01,1.86,0.55,3.62,1.36,5.23,2.4l-2.58,-5.52Z"></path></svg>
\ No newline at end of file
+<svg fill="currentColor" fill-rule="evenodd" height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>Atlas Cloud</title><path d="M20.2,18.01L12,0.47,3.8,18.01l-2.58,5.52c1.62,-1.05,3.39,-1.86,5.26,-2.41,1.76,-0.51,3.61,-0.79,5.52,-0.79,0.98,0,1.95,0.08,2.9,0.22l-1.86,-4.3c-0.53,-0.1,-2.87,-0.1,-4.59,0.3l3.56,-8.28,5.52,12.85c0.01,0,0.02,0.01,0.03,0.01,1.86,0.55,3.62,1.36,5.23,2.4l-2.58,-5.52Z"></path></svg>
diff --git a/web/public/provider-icons/bailian-color.svg b/web/public/provider-icons/bailian-color.svg
index 9acccd083..3fbde48f6 100644
--- a/web/public/provider-icons/bailian-color.svg
+++ b/web/public/provider-icons/bailian-color.svg
@@ -1 +1 @@
-<svg height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>BaiLian</title><path d="M6.336 8.919v6.162l5.335-3.083L6.337 8.92z" fill="#1C54E3"></path><path d="M21.394 5.288s-.006-.006-.01-.006L17.01 2.754 6.336 8.92l5.335 3.082 9.701-5.6.016-.01a.635.635 0 00.006-1.1v-.003z" fill="#AA9AFF"></path><path d="M21.71 12.465a.62.62 0 00-.316.085s-.006 0-.009.003l-4.375 2.528 5.05 2.915h.006a2.06 2.06 0 00.28-1.04v-3.855a.637.637 0 00-.636-.636z" fill="#00EAD1"></path><path d="M22.06 17.996l-5.05-2.915L6.34 21.242l4.27 2.465s.016.006.022.012a2.102 2.102 0 002.093 0c.006-.003.016-.006.022-.012l8.538-4.93c.003 0 .006-.003.01-.006.321-.183.589-.45.775-.772h-.006l-.004-.003z" fill="#00CEC9"></path><path d="M11.672 11.998l-5.336 3.083-1.444.832-3.605 2.083H1.28c.173.303.416.555.709.738l.078.044.016.01.02.012 4.232 2.442 10.671-6.161-5.335-3.082z" fill="#00EAD1"></path><path d="M12.74.29c-.1-.06-.208-.107-.315-.148-.02-.006-.038-.016-.057-.022a2.121 2.121 0 00-.7-.12c-.233 0-.457.038-.668.11l-.031.01a2.196 2.196 0 00-.372.17L2.068 5.222s-.003 0-.006.003c-.324.183-.592.451-.781.773h.006l5.049 2.918L17.01 2.758 12.74.29z" fill="#7347FF"></path><path d="M1.287 6.001H1.28A2.06 2.06 0 001 7.041v9.915c0 .378.1.735.28 1.043h.007l5.049-2.918V8.919l-5.05-2.918z" fill="#0423DA"></path></svg>
\ No newline at end of file
+<svg height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>BaiLian</title><path d="M6.336 8.919v6.162l5.335-3.083L6.337 8.92z" fill="#1C54E3"></path><path d="M21.394 5.288s-.006-.006-.01-.006L17.01 2.754 6.336 8.92l5.335 3.082 9.701-5.6.016-.01a.635.635 0 00.006-1.1v-.003z" fill="#AA9AFF"></path><path d="M21.71 12.465a.62.62 0 00-.316.085s-.006 0-.009.003l-4.375 2.528 5.05 2.915h.006a2.06 2.06 0 00.28-1.04v-3.855a.637.637 0 00-.636-.636z" fill="#00EAD1"></path><path d="M22.06 17.996l-5.05-2.915L6.34 21.242l4.27 2.465s.016.006.022.012a2.102 2.102 0 002.093 0c.006-.003.016-.006.022-.012l8.538-4.93c.003 0 .006-.003.01-.006.321-.183.589-.45.775-.772h-.006l-.004-.003z" fill="#00CEC9"></path><path d="M11.672 11.998l-5.336 3.083-1.444.832-3.605 2.083H1.28c.173.303.416.555.709.738l.078.044.016.01.02.012 4.232 2.442 10.671-6.161-5.335-3.082z" fill="#00EAD1"></path><path d="M12.74.29c-.1-.06-.208-.107-.315-.148-.02-.006-.038-.016-.057-.022a2.121 2.121 0 00-.7-.12c-.233 0-.457.038-.668.11l-.031.01a2.196 2.196 0 00-.372.17L2.068 5.222s-.003 0-.006.003c-.324.183-.592.451-.781.773h.006l5.049 2.918L17.01 2.758 12.74.29z" fill="#7347FF"></path><path d="M1.287 6.001H1.28A2.06 2.06 0 001 7.041v9.915c0 .378.1.735.28 1.043h.007l5.049-2.918V8.919l-5.05-2.918z" fill="#0423DA"></path></svg>
diff --git a/web/public/provider-icons/bocha-color.svg b/web/public/provider-icons/bocha-color.svg
index c7c0a4d40..551c86f12 100644
--- a/web/public/provider-icons/bocha-color.svg
+++ b/web/public/provider-icons/bocha-color.svg
@@ -1 +1 @@
-<svg height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>Bocha</title><path d="M6.98 2c2.351.265 3.905 1.955 3.987 4.31a.035.035 0 00.019.031.036.036 0 00.036-.001c5.432-3.05 12.168.3 12.921 6.48.31 2.535-.668 5.04-2.33 6.946-1.41 1.619-3.653 2.561-5.763 2.738h-.996c-3.945-.28-7.106-2.99-7.99-6.805a.302.302 0 00-.078-.145l.013-.027a.114.114 0 00.01-.055l-.162-2.05.014-8.569L6.666 2h.314zm14.102 17.852c-.32-.386-.527-.643-.62-.773-.74-1.011-1.058-2.195-.952-3.552.044-.57.296-1.117.263-1.744-.146-2.74-2.503-4.64-5.21-4.232-1.772.268-3.215 1.678-3.61 3.4a4.44 4.44 0 001.574 4.488c1.119.879 2.37 1.166 3.753.86.675-.15 1.04-.226 1.096-.23 1.126-.083 2.098.273 2.918 1.069.486.472.74.718.763.738a.017.017 0 00.024 0 .017.017 0 000-.024z" fill="#006EFF"></path><path d="M6.661 4.854l-.014 8.568-2.921-5.847-1.488-3.048a.106.106 0 01.022-.124.11.11 0 01.037-.024c1.57-.602 3.025-.444 4.364.475z" fill="#A5CCFF"></path><path d="M3.726 7.575l2.921 5.847.161 2.05a.114.114 0 01-.01.055l-.012.027L.02 8.821a.07.07 0 01.001-.1C1.064 7.747 2.3 7.365 3.726 7.576z" fill="#A5CCFF" fill-opacity=".647"></path></svg>
\ No newline at end of file
+<svg height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>Bocha</title><path d="M6.98 2c2.351.265 3.905 1.955 3.987 4.31a.035.035 0 00.019.031.036.036 0 00.036-.001c5.432-3.05 12.168.3 12.921 6.48.31 2.535-.668 5.04-2.33 6.946-1.41 1.619-3.653 2.561-5.763 2.738h-.996c-3.945-.28-7.106-2.99-7.99-6.805a.302.302 0 00-.078-.145l.013-.027a.114.114 0 00.01-.055l-.162-2.05.014-8.569L6.666 2h.314zm14.102 17.852c-.32-.386-.527-.643-.62-.773-.74-1.011-1.058-2.195-.952-3.552.044-.57.296-1.117.263-1.744-.146-2.74-2.503-4.64-5.21-4.232-1.772.268-3.215 1.678-3.61 3.4a4.44 4.44 0 001.574 4.488c1.119.879 2.37 1.166 3.753.86.675-.15 1.04-.226 1.096-.23 1.126-.083 2.098.273 2.918 1.069.486.472.74.718.763.738a.017.017 0 00.024 0 .017.017 0 000-.024z" fill="#006EFF"></path><path d="M6.661 4.854l-.014 8.568-2.921-5.847-1.488-3.048a.106.106 0 01.022-.124.11.11 0 01.037-.024c1.57-.602 3.025-.444 4.364.475z" fill="#A5CCFF"></path><path d="M3.726 7.575l2.921 5.847.161 2.05a.114.114 0 01-.01.055l-.012.027L.02 8.821a.07.07 0 01.001-.1C1.064 7.747 2.3 7.365 3.726 7.576z" fill="#A5CCFF" fill-opacity=".647"></path></svg>
diff --git a/web/public/provider-icons/firecrawl-color.svg b/web/public/provider-icons/firecrawl-color.svg
index 25e63a037..b7dfcf7ef 100644
--- a/web/public/provider-icons/firecrawl-color.svg
+++ b/web/public/provider-icons/firecrawl-color.svg
@@ -1 +1 @@
-<svg height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>Firecrawl</title><path d="M18.183 7.67c-.939.278-1.647.905-2.166 1.586-.11.146-.343.036-.299-.143.993-4.058-.318-7.432-4.407-9.092a.272.272 0 00-.368.317C12.803 7.76 4.98 7.135 5.969 15.55a.17.17 0 01-.266.159c-.37-.265-.784-.817-1.068-1.205a.17.17 0 00-.302.054A8.631 8.631 0 004 16.9a8.43 8.43 0 003.843 7.07c.133.086.303-.038.258-.189a4.533 4.533 0 01-.133-2.041c.097-.637.32-1.244.694-1.797 1.283-1.914 3.854-3.763 3.443-6.273-.026-.16.162-.264.281-.155 1.812 1.645 2.17 3.858 1.873 5.844-.026.172.192.264.302.129.277-.345.615-.647.983-.875a.17.17 0 01.25.088c.204.592.508 1.148.796 1.704a4.528 4.528 0 01.307 3.375.17.17 0 00.257.192A8.43 8.43 0 0021 16.9a8.746 8.746 0 00-.524-2.98c-.718-1.982-2.54-3.47-2.08-6.053a.17.17 0 00-.213-.195z" fill="#ff4d00"></path></svg>
\ No newline at end of file
+<svg height="1em" style="flex:none;line-height:1" viewBox="0 0 24 24" width="1em" xmlns="http://www.w3.org/2000/svg"><title>Firecrawl</title><path d="M18.183 7.67c-.939.278-1.647.905-2.166 1.586-.11.146-.343.036-.299-.143.993-4.058-.318-7.432-4.407-9.092a.272.272 0 00-.368.317C12.803 7.76 4.98 7.135 5.969 15.55a.17.17 0 01-.266.159c-.37-.265-.784-.817-1.068-1.205a.17.17 0 00-.302.054A8.631 8.631 0 004 16.9a8.43 8.43 0 003.843 7.07c.133.086.303-.038.258-.189a4.533 4.533 0 01-.133-2.041c.097-.637.32-1.244.694-1.797 1.283-1.914 3.854-3.763 3.443-6.273-.026-.16.162-.264.281-.155 1.812 1.645 2.17 3.858 1.873 5.844-.026.172.192.264.302.129.277-.345.615-.647.983-.875a.17.17 0 01.25.088c.204.592.508 1.148.796 1.704a4.528 4.528 0 01.307 3.375.17.17 0 00.257.192A8.43 8.43 0 0021 16.9a8.746 8.746 0 00-.524-2.98c-.718-1.982-2.54-3.47-2.08-6.053a.17.17 0 00-.213-.195z" fill="#ff4d00"></path></svg>
diff --git a/web/tests/provider-registry-workflow.spec.tsx b/web/tests/provider-registry-workflow.spec.tsx
index 068c8ba08..1243d8f2a 100644
--- a/web/tests/provider-registry-workflow.spec.tsx
+++ b/web/tests/provider-registry-workflow.spec.tsx
@@ -124,10 +124,31 @@ const xai = () => ({
api_version: "",
});
let live: Catalog;
+const minimaxProviders: Partial<SettingsContextValue["providers"]> = {
+ llm: [
+ { value: "custom", label: "Custom", base_url: "" },
+ { value: "custom_anthropic", label: "Custom (Anthropic API)", status: "legacy", api_formats: ["anthropic"], default_api_format: "anthropic" },
+ {
+ value: "minimax", label: "MiniMax", status: "supported",
+ base_url: "https://api.minimax.io/v1",
+ api_formats: ["auto", "openai_chat", "openai_responses", "anthropic"],
+ default_api_format: "auto",
+ base_urls: { auto: "https://api.minimax.io/v1", openai_chat: "https://api.minimax.io/v1", anthropic: "https://api.minimax.io/anthropic" },
+ },
+ {
+ value: "minimax_anthropic", label: "MiniMax (Anthropic)", status: "legacy",
+ base_url: "https://api.minimax.io/anthropic",
+ api_formats: ["anthropic"], default_api_format: "anthropic",
+ },
+ ],
+ tts: [{ value: "minimax", label: "MiniMax", base_url: "https://api.minimax.io/v1" }],
+};
function Harness({
page,
+ providerOptions,
}: {
page: "llm" | "embedding" | "search" | "multimodal" | "voice" | "providers";
+ providerOptions?: Partial<SettingsContextValue["providers"]>;
}) {
const [draft, setDraft] = useState(() => structuredClone(live));
// The mocked `useSettings` has to see this render's draft, so the harness
@@ -150,6 +171,7 @@ function Harness({
stt: [],
imagegen: [],
videogen: [],
+ ...providerOptions,
},
connectionTargets: [],
mutateCatalog: (change: (c: Catalog) => void) =>
@@ -175,6 +197,63 @@ beforeEach(() => {
vi.stubGlobal("matchMedia", () => ({ matches: false }));
});
+it("offers one MiniMax vendor with protocol choices instead of legacy provider aliases", () => {
+ render(<Harness page="providers" providerOptions={minimaxProviders} />);
+ fireEvent.click(screen.getByRole("button", { name: "Add provider" }));
+ expect(screen.queryByRole("radio", { name: "MiniMax (Anthropic)" })).toBeNull();
+ expect(screen.queryByRole("radio", { name: "Custom (Anthropic API)" })).toBeNull();
+ fireEvent.change(screen.getByRole("searchbox", { name: "settings.providerServices.search" }), { target: { value: "MiniMax" } });
+ expect(screen.getAllByRole("radio")).toHaveLength(1);
+ fireEvent.click(screen.getByRole("radio", { name: "MiniMax" }));
+ fireEvent.click(screen.getByRole("button", { name: "Continue" }));
+ expect(mocks.settings.draft.connections?.at(-1)).toMatchObject({ provider: "minimax", api_format: "auto", base_url: "" });
+ const protocol = screen.getByRole("combobox", { name: "settings.providerServices.protocol" });
+ expect(within(protocol).getByRole("option", { name: "OpenAI Chat Completions" })).toBeTruthy();
+ expect(within(protocol).getByRole("option", { name: "Anthropic Messages" })).toBeTruthy();
+});
+
+it("switches MiniMax default endpoints and probes with the chosen protocol while preserving custom URLs", async () => {
+ live.connections = [{ id: "minimax", name: "MiniMax account", provider: "minimax", source_service: "llm", api_key: "test-key", base_url: "", api_version: "", api_format: "auto" }];
+ const stored = structuredClone(live);
+ mocks.fetch.mockResolvedValue({ ok: true, json: async () => ({ status: "connected", models: [] }) });
+ render(<Harness page="providers" providerOptions={minimaxProviders} />);
+ fireEvent.click(screen.getByRole("button", { name: /MiniMax account/ }));
+ const protocol = screen.getByLabelText("settings.providerServices.protocol");
+ const url = screen.getByLabelText("Provider URL") as HTMLInputElement;
+ expect(url.placeholder).toBe("https://api.minimax.io/v1");
+ fireEvent.change(protocol, { target: { value: "anthropic" } });
+ expect(url.placeholder).toBe("https://api.minimax.io/anthropic");
+ expect(url.value).toBe("");
+ fireEvent.click(screen.getByRole("button", { name: "Test provider" }));
+ await waitFor(() => expect(screen.getByRole("status").textContent).toContain("settings.providerServices.catalogListed"));
+ expect(JSON.parse(mocks.fetch.mock.calls[0][1].body)).toMatchObject({ binding: "minimax", api_format: "anthropic", base_url: "https://api.minimax.io/anthropic" });
+ fireEvent.change(protocol, { target: { value: "openai_chat" } });
+ expect(url.placeholder).toBe("https://api.minimax.io/v1");
+ fireEvent.change(url, { target: { value: "https://gateway.test/minimax" } });
+ fireEvent.change(protocol, { target: { value: "anthropic" } });
+ expect(url.value).toBe("https://gateway.test/minimax");
+ fireEvent.click(screen.getByRole("button", { name: "Test provider" }));
+ await waitFor(() => expect(screen.getByRole("status").textContent).toContain("settings.providerServices.catalogListed"));
+ expect(JSON.parse(mocks.fetch.mock.calls[1][1].body)).toMatchObject({ binding: "minimax", api_format: "anthropic", base_url: "https://gateway.test/minimax" });
+ expect(mocks.settings.draft.services).toEqual(stored.services);
+ expect(live).toEqual(stored);
+});
+
+it("keeps existing MiniMax Anthropic accounts and their models editable without changing identity", () => {
+ const profile = live.services.llm.profiles[0];
+ Object.assign(profile, { binding: "minimax_anthropic", base_url: "", api_format: "anthropic" });
+ const stored = structuredClone(live);
+ render(<Harness page="providers" providerOptions={minimaxProviders} />);
+ fireEvent.click(screen.getByRole("button", { name: /My account/ }));
+ expect((screen.getByLabelText("Provider URL") as HTMLInputElement).placeholder).toBe("https://api.minimax.io/anthropic");
+ const protocol = screen.getByLabelText("settings.providerServices.protocol");
+ expect(within(protocol).getAllByRole("option").map(o => o.textContent)).toEqual(["Anthropic Messages"]);
+ fireEvent.click(screen.getByRole("button", { name: "Rename provider" }));
+ fireEvent.change(screen.getByLabelText("Rename provider"), { target: { value: "Renamed MiniMax" } });
+ expect(mocks.settings.draft.services.llm.profiles[0]).toEqual({ ...stored.services.llm.profiles[0], name: "Renamed MiniMax" });
+ expect(live).toEqual(stored);
+});
+
it("projects old accounts and models without rewriting stored data or combining accounts", () => {
const before = structuredClone(live);
expect(providerRegistry(live).map((p) => p.id)).toEqual([