Skip to content

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

release: v1.7.0

Bingxi Zhao (Frank)f9a687575f34
diff --git a/AGENTS.md b/AGENTS.md
index 1294a2d78..c542d4b78 100644
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -92,7 +92,7 @@ prompts are i18n'd via `capabilities/prompts/{en,zh}/<name>.yaml`.
python -m pip install -r requirements/full.txt
python -m pip install -e . --no-deps
-# Alternative after 1.7.0 publication: choose one in a separate wheel environment
+# Alternative in 1.7.0: choose one in a separate wheel environment
python -m pip install "deeptutor[full]" # Full app, CLI + Web/API
python -m pip install deeptutor # Core CLI/SDK (chat + ask_questions)
python -m pip install deeptutor-cli # Compatibility alias for core
@@ -146,10 +146,10 @@ setup, but still need the full Python dependencies. Follow
## Dependency Layers
-The current `dev` layout is modular; published 1.6.15 packages still use the
+The 1.7.0 layout is modular; 1.6.15 and earlier packages use the
previous layout. Core owns the CLI, SDK and shared runtime; feature wheels must
match its version. `deeptutor-cli` is a metadata-only compatibility alias.
-Before publication, use source or [local wheels](docs-for-dev/MODULES.md).
+For development, use source or [local wheels](docs-for-dev/MODULES.md).
Module manifests own dependency groups; generated requirements files support
source, Docker and CI installs. `pyproject.toml` stores extra templates under
diff --git a/README.md b/README.md
index c9e5976e0..28cc96bb8 100644
--- a/README.md
+++ b/README.md
@@ -1,7 +1,6 @@
<div align="center">
<p align="center"><img src="assets/figs/logo/color-full.png" alt="DeepTutor" width="480"></p>
-
# DeepTutor: Lifelong Personalized Tutoring
<p align="center">
@@ -48,11 +47,13 @@
### 📦 Releases
-> **[2026.10.19]** [v1.6.15](https://github.com/HKUDS/DeepTutor/releases/tag/v1.6.15) — Reviewed learning-path changes, grouped assessments, bounded tutoring memory, reliable chat recovery, sturdier parsing, retrieval comparisons, and native Gemini speech.
+> **[2026.10.28]** [v1.7.0](https://github.com/HKUDS/DeepTutor/releases/tag/v1.7.0) — Modular installation, a refreshed learning workspace, block notebooks with Dito, narrated video lessons, resumable embedding checkpoints, and more reliable tutoring.
<details>
<summary><b>Past releases (more than 1 week ago)</b></summary>
+> **[2026.10.19]** [v1.6.15](https://github.com/HKUDS/DeepTutor/releases/tag/v1.6.15) — Reviewed learning-path changes, grouped assessments, bounded tutoring memory, reliable chat recovery, sturdier parsing, retrieval comparisons, and native Gemini speech.
+
> **[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.
@@ -223,7 +224,7 @@
</details>
-> ✨ **v1.6.15 is live.** `pip install -U deeptutor` picks up the latest stable release.
+> ✨ **v1.7.0 is live.** `pip install -U "deeptutor[full]"` installs the full Web app and CLI; bare `deeptutor` installs core only. See the upgrade steps below for legacy CLI installations.
### 📰 News
@@ -241,7 +242,7 @@ DeepTutor is an agent-native learning workspace that connects tutoring, problem
- **One runtime for every mode** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, 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.
+- **Connected learning context** — Knowledge bases, books, Learning notebook pages, Favorites, question banks, personas, and Memory can be reused across the workflows that support them, subject to account grants and learning policies.
- **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.
@@ -324,7 +325,7 @@ shown as **best effort** in Workspace settings.
<details>
<summary><b>Option 1 — Install From PyPI</b> · full local Web app + CLI, no clone required</summary>
-**Upcoming 1.7.0 modular release:** use `deeptutor[full]` for the Web app and CLI, or `deeptutor` for core chat. The commands below apply after publication; current PyPI 1.6.15 uses the previous layout. To try current `dev`, use the source instructions below or build [local wheels](docs-for-dev/MODULES.md). Needs **Python 3.11–3.14** and a **Node.js 20+** runtime on PATH (the packaged Next.js standalone server is spawned by `deeptutor start`).
+**1.7.0 modular installation:** use `deeptutor[full]` for the Web app and CLI, or `deeptutor` for core chat. Feature modules must match the core version; 1.6.15 and earlier use the previous package layout. To develop against current `dev`, use the source instructions below or build [local wheels](docs-for-dev/MODULES.md). Needs **Python 3.11–3.14** and a **Node.js 20+** runtime on PATH (the packaged Next.js standalone server is spawned by `deeptutor start`).
```bash
mkdir -p my-deeptutor && cd my-deeptutor
@@ -335,7 +336,7 @@ deeptutor start # starts backend + frontend; keep the terminal open
`deeptutor init` prompts for backend port (default `8001`), frontend port (default `3782`), LLM provider / base URL / API key / model, an optional embedding provider for Knowledge Base / RAG, and an optional search provider for Web Search.
-**Upgrading to the upcoming 1.7.0:** stop the app and back up your runtime home. After publication, use `python -m pip install --upgrade "deeptutor[full]==1.7.0"`, then `python -m pip check` and `deeptutor module list`. If the legacy `deeptutor-cli` package is installed, first run `python -m pip uninstall deeptutor-cli`, then run the upgrade command (optionally adding `deeptutor-cli==1.7.0`). The old CLI owns shared Python files, so upgrading it in the same transaction can delete the new core. Uninstalling the package leaves your runtime-home data intact. Keep the same `DEEPTUTOR_HOME` and existing settings. In 1.7.0, bare `pip install -U deeptutor` selects core only; use `[full]` to request the full-app installation profile. Before publication, follow the [local wheel upgrade instructions](docs-for-dev/MODULES.md#upgrade-from-1615).
+**Upgrading to 1.7.0:** stop the app and back up your runtime home. Use `python -m pip install --upgrade "deeptutor[full]==1.7.0"`, then `python -m pip check` and `deeptutor module list`. If the legacy `deeptutor-cli` package is installed, first run `python -m pip uninstall deeptutor-cli`, then run the upgrade command (optionally adding `deeptutor-cli==1.7.0`). The old CLI owns shared Python files, so upgrading it in the same transaction can delete the new core. Uninstalling the package leaves your runtime-home data intact. Keep the same `DEEPTUTOR_HOME` and existing settings. In 1.7.0, bare `pip install -U deeptutor` selects core only; use `[full]` to request the full-app installation profile. For locally built packages, follow the [local wheel upgrade instructions](docs-for-dev/MODULES.md#upgrade-from-1615).
After `deeptutor start`, open the frontend URL printed in the terminal — by default [http://127.0.0.1:3782](http://127.0.0.1:3782). Press `Ctrl+C` in that terminal to stop both backend and frontend. Skipping `deeptutor init` is fine for a quick trial; the app boots with default ports and empty model settings, configure them later in **Settings → Providers** and **Language models**.
@@ -515,7 +516,7 @@ Docker Desktop (macOS/Windows) usually resolves `host.docker.internal` without `
<details>
<summary><b>Option 4 — CLI Only</b> · no Web UI, from a source checkout</summary>
-When you do not need the Web UI, use the CLI from this checkout and skip Node/npm. Source exposes all checked-in modules and needs their Python dependencies. For a minimal installation after the modular release is published, use the core `deeptutor` wheel and add feature modules separately.
+When you do not need the Web UI, use the CLI from this checkout and skip Node/npm. Source exposes all checked-in modules and needs their Python dependencies. For a minimal installation with the 1.7.0 modular release, use the core `deeptutor` wheel and add feature modules separately.
```bash
git clone --branch dev https://github.com/HKUDS/DeepTutor.git
@@ -685,7 +686,6 @@ If an answer loses an earlier constraint, cites weak evidence, or disagrees with
<img src="assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
</div>
-> Screenshots show the current dev interface with fictional demonstration materials, except the Memory Graph supplied by the project maintainer.
<details>
<summary><b>🏗️ System architecture</b></summary>
@@ -711,7 +711,7 @@ The tutor calls tools as needed and can pause to ask clarifying questions. **Cus
<img src="assets/figs/system/chat-agent-loop.svg" alt="DeepTutor chat agent loop" width="900">
</div>
-User-toggleable tools are `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason`, and `geogebra_analysis` — plus `imagegen` and `videogen` once you configure the matching generation model. Contextual tools such as `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_notebook`, `write_note`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present`, and `workspace_export` mount automatically when the turn has the right context.
+User-toggleable tools are `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason`, and `geogebra_analysis` — plus `imagegen` and `videogen` once you configure the matching generation model. Contextual tools such as `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_favorites`, `save_favorite`, `write_note`, `search_notes`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present`, and `workspace_export` mount automatically when the turn has the right context.
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.
@@ -726,13 +726,13 @@ With the full profile, Home keeps **Chat**, **Ask Questions**, **Quiz**, **Visua
<img src="assets/figs/web-dev/partners.png" alt="DeepTutor partners workspace" width="900">
</div>
-Partners are persistent companions with their own soul, model policy, library, memory, and channels. They are not a separate bot engine: every inbound web or IM message becomes a normal `ChatOrchestrator` turn inside a partner-scoped workspace. A partner is "a chat that has a personality and a phone number."
+Partners are persistent companions with their own soul, model policy, library, memory, and channels. They are not a separate bot engine: every inbound web or IM message becomes a normal `ChatOrchestrator` turn inside its private or bound content workspace. A partner is "a chat that has a personality and a phone number."
<div align="center">
<img src="assets/figs/system/partners-architecture.png" alt="DeepTutor partners architecture" width="900">
</div>
-Each partner has a `SOUL.md`, model selection, channels, tool policy, and assigned library. Its library either copies knowledge bases, skills, and notebooks into `data/partners/<id>/workspace/`, or stays linked to an existing workspace's files and resources; soul, conversations, and Partner memory remain separate. Authenticated non-admin users keep private partner sessions and relationship memory while the partner reads their personal memory read-only; admin, group, and unbound traffic use the shared partner scope.
+Each partner has a `SOUL.md`, model selection, channels, tool policy, and assigned library. Its library either copies knowledge bases, skills, and Favorites collections into `data/partners/<id>/workspace/`, or stays linked to an existing workspace's files and resources; soul, conversations, and Partner memory remain separate. Authenticated non-admin users keep private partner sessions and relationship memory while the partner reads their personal memory read-only; admin, group, and unbound traffic use the shared partner scope.
<div align="center">
<img src="assets/figs/web-dev/partners-channels.png" alt="Per-partner IM channel configuration" width="900">
@@ -810,7 +810,7 @@ Discuss a passage or block with **Dito**: ask for an explanation, example, rewri
<img src="assets/figs/web-dev/books.png" alt="DeepTutor book library" width="900">
</div>
-Book turns selected sources into an interactive **living book** — not a static PDF, but a reading environment built from typed blocks. A book can start from knowledge bases, notebooks, question banks, or chat history; the creation flow proposes a chapter outline before content is generated, so you review the shape instead of accepting a blind one-shot output.
+Book turns selected sources into an interactive **living book** — not a static PDF, but a reading environment built from typed blocks. A book can start from knowledge bases, Favorites, question banks, or chat history; the creation flow proposes a chapter outline before content is generated, so you review the shape instead of accepting a blind one-shot output.
<p align="center">
<img src="assets/figs/web-dev/book-quiz.png" alt="Book quiz block" width="31%">
@@ -831,7 +831,7 @@ Each chapter compiles into editable typed blocks — text, callouts, quizzes, fl
<img src="assets/figs/web-dev/knowledge.png" alt="DeepTutor Knowledge Center" width="900">
</div>
-Knowledge bases are the document collections behind RAG — they ground Chat turns, Co-Writer edits, Book generation, and Partner conversations. What's distinctive is a **choice of retrieval engines**: **LlamaIndex** (the default, hybrid vector + BM25 with optional cross-encoder reranking and exact-flat or HNSW FAISS indexes), **PageIndex** (reasoning retrieval with page-level citations, hosted or self-hosted OSS), **GraphRAG** and **LightRAG** (knowledge-graph retrieval), **LightRAG Server** (retrieval offloaded to an external LightRAG instance you connect over HTTP), **WeKnora** (retrieval from a knowledge base in your self-hosted deployment, without a local index or document copy), **Tencent IMA** (a library you curate in IMA — searched, browsed, and written back to over its OpenAPI), **MarginNote 4** (your MN4 study data — documents, excerpts, mind-map cards and the links between them — pushed in by the app's Add-on and navigated with dedicated tools), **Kiwix** (a searchable ZIM archive served over HTTP without local indexing), or a linked **Obsidian** vault the tutor reads and writes in place. Each KB is bound to one engine.
+Knowledge bases are the document collections behind RAG — they ground Chat turns, Learning notebook edits, Book generation, and Partner conversations. What's distinctive is a **choice of retrieval engines**: **LlamaIndex** (the default, hybrid vector + BM25 with optional cross-encoder reranking and exact-flat or HNSW FAISS indexes), **PageIndex** (reasoning retrieval with page-level citations, hosted or self-hosted OSS), **GraphRAG** and **LightRAG** (knowledge-graph retrieval), **LightRAG Server** (retrieval offloaded to an external LightRAG instance you connect over HTTP), **WeKnora** (retrieval from a knowledge base in your self-hosted deployment, without a local index or document copy), **Tencent IMA** (a library you curate in IMA — searched, browsed, and written back to over its OpenAPI), **MarginNote 4** (your MN4 study data — documents, excerpts, mind-map cards and the links between them — pushed in by the app's Add-on and navigated with dedicated tools), **Kiwix** (a searchable ZIM archive served over HTTP without local indexing), or a linked **Obsidian** vault the tutor reads and writes in place. Each KB is bound to one engine.
<div align="center">
<img src="assets/figs/web-dev/knowledge-create.png" alt="Create a knowledge base" width="900">
@@ -1077,9 +1077,9 @@ deeptutor chat # restart the CLI; use start for an
Examples: `solve`, `research`, `questions`, `knowledge`, `parsing`, `reading`, `mastery`, `books`, `memory`, `notebook`, and `partners`. Dependents block removal; core cannot be removed through the module command. Disabling or uninstalling preserves settings, conversations, knowledge bases, and generated files. Shared third-party dependencies are retained.
-**In the browser:** **Settings → Runtime → Modules** shows module status and the corresponding terminal commands. Package changes require a stopped environment and are performed in the CLI. **Chat → Customize page** and **Learning → New learning → Customize page** change personal page choices immediately; hiding an entry does not uninstall its module or revoke access.
+**In the browser:** **Settings → Runtime status → Modules** shows module status and the corresponding terminal commands. Package changes require a stopped environment and are performed in the CLI. **Chat → Customize page** and **Learning → New learning → Customize page** change personal page choices immediately; hiding an entry does not uninstall its module or revoke access.
-The new package family has not been published to PyPI yet. For local wheel installation, pass `--wheelhouse /path/to/wheels` to `module install`. See [module installation and source development](docs-for-dev/MODULES.md) for building the wheels and deployment details.
+The 1.7.0 package family uses matching versions across core and feature wheels. For local wheel installation, pass `--wheelhouse /path/to/wheels` to `module install`. See [module installation and source development](docs-for-dev/MODULES.md) for building the wheels and deployment details.
</details>
diff --git a/SKILL.md b/SKILL.md
index 8f4205f54..3f89be211 100644
--- a/SKILL.md
+++ b/SKILL.md
@@ -23,7 +23,7 @@ Use this skill when the user wants to:
## Prerequisites
- Python 3.11–3.14
-- For the upcoming modular release, `pip install "deeptutor[full]"` installs the packaged Web app; bare `deeptutor` (or the `deeptutor-cli` compatibility alias) installs core CLI/SDK only. Before publication, use source or local wheels. Source installs require `pip install -r requirements/full.txt` followed by `pip install -e . --no-deps`; add Node.js 22 LTS and `npm ci --legacy-peer-deps` in `web/` for the Web UI. See the setup guide for upgrading from 1.6.15 without changing the runtime home.
+- For the 1.7.0 modular release, `pip install "deeptutor[full]"` installs the packaged Web app; bare `deeptutor` (or the `deeptutor-cli` compatibility alias) installs core CLI/SDK only. For development, use source or local wheels. Source installs require `pip install -r requirements/full.txt` followed by `pip install -e . --no-deps`; add Node.js 22 LTS and `npm ci --legacy-peer-deps` in `web/` for the Web UI. See the setup guide for upgrading from 1.6.15 without changing the runtime home.
- Run `deeptutor init` for first-time interactive setup. It walks a guided wizard (ports → LLM → embedding → search → review) and writes the same settings as the Web Settings page under `data/user/settings`. Add `--cli` to skip the ports step for CLI-only use, or `--home <path>` to target a specific workspace.
## Agent Setup
@@ -60,7 +60,7 @@ their owning modules. Check `deeptutor module list` for installed/enabled/ready
states and `deeptutor plugin list` for registered capabilities and tools. Stop
DeepTutor before changing modules. Source checkouts use `module enable/disable`
and `python scripts/install_extras.py <extra>` for optional dependencies;
-wheel installations also support `module install/uninstall`. Before publication,
+wheel installations also support `module install/uninstall`. For local builds,
pass `--wheelhouse /path/to/wheels` to `module install` (see [Modules](docs-for-dev/MODULES.md)).
### Chat & Capabilities
diff --git a/assets/README/README_AR.md b/assets/README/README_AR.md
index df06918b2..1e3169c65 100644
--- a/assets/README/README_AR.md
+++ b/assets/README/README_AR.md
@@ -1,7 +1,6 @@
<div align="center">
<p align="center"><img src="../../assets/figs/logo/color-full.png" alt="DeepTutor" width="480"></p>
-
# DeepTutor: تدريس شخصي مدى الحياة
<p align="center">
@@ -10,7 +9,7 @@
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="مستودع GitHub الرائج لهذا اليوم" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="ترتيب تاريخ النجوم" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="مستودع GitHub الرائج لهذا اليوم" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="ترتيب تاريخ النجوم" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +59,9 @@
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 وAudio Overview 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 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.
+- **سياق تعلم متصل** — يمكن إعادة استخدام قواعد المعرفة والكتب وصفحات دفتر التعلّم والمفضلة وبنوك الأسئلة والشخصيات والذاكرة عبر سير العمل التي تدعمها، وفقاً لمنح الحساب وسياسات التعلّم.
- **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.
@@ -78,8 +77,8 @@ DeepTutor هو بيئة تعلم أصيلة للوكلاء تربط التدري
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +88,7 @@ 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`**.
+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). راجع [حفظ البيانات المحلية](../../docs-for-user/DATA_STORAGE.md) للاطلاع على تخطيط التخزين الكامل ودعم قواعد البيانات وملاحظات النسخ الاحتياطي. للتطبيق الكامل، التدفق الموصى به هو **اختر دليل مساحة عمل وقت التشغيل → تثبيت → `deeptutor init` → `deeptutor start`**.
### تجربة Docker بأمر واحد
@@ -125,17 +124,19 @@ deeptutor workspace reset
<details>
<summary><b>الخيار 1 — التثبيت من PyPI</b> · تطبيق ويب محلي كامل + CLI، لا يلزم الاستنساخ</summary>
-تطبيق ويب محلي كامل + CLI، لا يلزم الاستنساخ. يحتاج **Python 3.11–3.14** وبيئة تشغيل **Node.js 20+** في PATH (يُشغَّل خادم Next.js المستقل المُحزَّم بواسطة `deeptutor start`).
+**التثبيت المعياري في 1.7.0:** استخدم `deeptutor[full]` لتطبيق الويب وCLI، أو `deeptutor` للمحادثة الأساسية. يجب أن تطابق إصدارات وحدات الميزات إصدار النواة؛ وتستخدم الإصدارات 1.6.15 والأقدم تخطيط الحزم السابق. للتطوير على فرع `dev` الحالي، اتبع تعليمات المصدر أدناه أو ابنِ [حزم wheel محلية](../../docs-for-dev/MODULES.md). يتطلب **Python 3.11–3.14** وبيئة تشغيل **Node.js 20+** على PATH (يشغّل `deeptutor start` خادم Next.js المستقل المضمّن في الحزمة).
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
يطلب `deeptutor init` منفذ الخلفية (افتراضي `8001`)، ومنفذ الواجهة الأمامية (افتراضي `3782`)، ومزود LLM / عنوان URL الأساسي / مفتاح API / النموذج، ومزود تضمين اختياري لقاعدة المعرفة / RAG، ومزود بحث اختياري لـ Web Search.
+**الترقية إلى 1.7.0:** أوقف التطبيق وأنشئ نسخة احتياطية من دليل وقت التشغيل. استخدم `python -m pip install --upgrade "deeptutor[full]==1.7.0"`، ثم `python -m pip check` و`deeptutor module list`. إذا كانت حزمة `deeptutor-cli` القديمة مثبتة، فشغّل أولاً `python -m pip uninstall deeptutor-cli`، ثم أمر الترقية (مع إضافة `deeptutor-cli==1.7.0` اختيارياً). تمتلك حزمة CLI القديمة ملفات Python مشتركة، ولذلك قد تؤدي ترقيتها في العملية نفسها إلى حذف النواة الجديدة. لا يؤدي إلغاء تثبيت الحزمة إلى حذف بيانات دليل وقت التشغيل. احتفظ بقيمة `DEEPTUTOR_HOME` نفسها وبالإعدادات الحالية. في 1.7.0، يختار `pip install -U deeptutor` وحده النواة فقط؛ استخدم `[full]` لطلب مجموعة تثبيت التطبيق الكامل. للحزم المبنية محلياً، اتبع [تعليمات الترقية باستخدام wheel محلية](../../docs-for-dev/MODULES.md#upgrade-from-1615).
+
بعد `deeptutor start`، افتح عنوان URL للواجهة الأمامية المطبوع في الطرفية — افتراضياً [http://127.0.0.1:3782](http://127.0.0.1:3782). اضغط `Ctrl+C` في تلك الطرفية لإيقاف الخلفية والواجهة الأمامية معاً. تخطي `deeptutor init` لا بأس به للتجربة السريعة؛ يُقلع التطبيق بالمنافذ الافتراضية وإعدادات نموذج فارغة، قم بتهيئتها لاحقاً في **الإعدادات ← المزودون** و**نماذج اللغة**.
**تفريغ صوت ميكروفون المتصفح:** ترسل موائمات STT المتوافقة مع OpenAI صوت المتصفح إلى المزود دون تحويل محلي. تحوّل موائمات STT الأصلية لـ DashScope وVolcengine صوت المتصفح من WebM/Opus إلى WAV بتردد 16 kHz، وتتطلب ملفاً تنفيذياً لـ `ffmpeg` على `PATH` الخاص بـ DeepTutor. يتجاوز ملف WAV القياسي أحادي القناة بترميز PCM وتردد 16 kHz هذا التحويل. عند تثبيت إصدار PyPI على Windows واستخدام أيٍّ من الموائمين الأصليين، ثبّت FFmpeg، وأضف دليل `bin` الخاص به إلى `PATH` للخدمة، ثم أعد تشغيل DeepTutor. تظهر حالات فشل التحويل أسفل حقل إدخال المحادثة.
@@ -148,7 +149,7 @@ deeptutor start # starts backend + frontend; keep the terminal open
للتطوير مقابل نسخة مسحوبة. استخدم **Python 3.11–3.14** و**Node.js 22 LTS** لمطابقة CI وDocker.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +158,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +183,19 @@ python -m pip install --upgrade pip
<summary><b>إضافات التثبيت الاختيارية</b> — محركات RAG / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**درس فيديو:** اختر Video Lesson في المحادثة أو شغّل `deeptutor run video_lesson "Explain a concept"`. تحتاج الخلفية إلى Node.js 22+ وnpm. يُنزّل الاستخدام الأول حزم Remotion ذات الإصدارات المثبّتة ومفسّر JavaScript يعمل عبر WebAssembly؛ ولا يلزم Docker. تُجرى فحوص الإطارات داخل المفسّر دون الوصول إلى نظام ملفات المضيف أو بيانات الاعتماد أو الشبكة أو واجهات العمليات، مع حدود للذاكرة والتنفيذ. يوقف الإلغاء عملية البناء. تستخدم عمليات النشر المحلية والحاويات مسار التنفيذ نفسه، دون بديل يتجاوز صندوق الأمان. يعمل الدرس الناتج في المتصفح، مع نصوص توضيحية عندما لا يتوفر السرد الصوتي الاختياري.
+
</details>
<details>
@@ -296,10 +301,10 @@ docker run --rm --name deeptutor \
<details>
<summary><b>الخيار 4 — واجهة سطر الأوامر فقط</b> · بدون واجهة ويب، من نسخة مسحوبة</summary>
-عندما لا تحتاج إلى واجهة مستخدم الويب. يُثبَّت حزمة CLI فقط من نسخة مسحوبة من المصدر، وليس من PyPI.
+عندما لا تحتاج إلى واجهة الويب، استخدم CLI من هذه النسخة وتجاوز إعداد Node/npm. تتيح نسخة المصدر جميع الوحدات الموجودة في المستودع وتحتاج إلى تبعياتها في Python. للتثبيت الأدنى مع الإصدار المعياري 1.7.0، استخدم حزمة wheel للنواة `deeptutor` وأضف وحدات الميزات بشكل منفصل.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -307,7 +312,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -319,9 +325,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -329,7 +335,7 @@ deeptutor config show
</details>
-لا يشحن تثبيت `deeptutor-cli` المحلي بأصول الويب أو تبعيات الخادم. احتفظ بالنسخة المسحوبة من المصدر — يشير التثبيت القابل للتحرير إليها. لإضافة تطبيق الويب لاحقاً، ثبّت حزمة PyPI (الخيار 1) وشغّل `deeptutor init` + `deeptutor start` من نفس مساحة العمل.
+يتضمن هذا التثبيت من المصدر تبعيات الخادم، لكنه يتجاوز إعداد الواجهة الأمامية. احتفظ بنسخة المستودع، فالتثبيت القابل للتحرير يشير إليها. لإضافة واجهة الويب لاحقاً، ثبّت Node.js 22 LTS، وشغّل `npm ci --legacy-peer-deps` داخل `web/`، ثم شغّل `deeptutor init` و`deeptutor start` من جذر المشروع.
</details>
@@ -417,12 +423,12 @@ deeptutor config show
## 📖 استكشاف DeepTutor
-ابدأ بالأسطح الرئيسية التي ستستخدمها يومياً: Chat وPartners وMy Agents وCo-Writer وBook ومركز المعرفة وفضاء التعلم والذاكرة والإعدادات. ثم تغطي الجولة عمليات النشر متعددة المستخدمين لمساحات العمل المشتركة المعزولة.
+ابدأ **بمساحة عمل** لمادة دراسية أو مشروع. تضم **الصفحة الرئيسية** و**التعلّم** و**الموارد** محادثاتك وأنشطتك التعليمية وموادك. ويبقى **الشركاء** و**التخصيص** مرتبطين بحسابك عبر مساحات العمل. تبيّن الجولة أدناه كيفية اتصال هذه الواجهات، ثم تتناول الإعدادات والنشر متعدد المستخدمين.
إذا فقدت إجابة قيداً سابقاً، أو استشهدت بدليل ضعيف، أو خالفت المادة المحددة، فاجمع بيانات التشخيص في [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md) قبل فتح مشكلة.
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="الصفحة الرئيسية والتنقل بين مساحات العمل في DeepTutor" width="900">
</div>
@@ -444,17 +450,17 @@ Chat هي القدرة الافتراضية والمكان الذي يبدأ ف
<img src="../../assets/figs/web-dev/chat.png" alt="مساحة عمل محادثة DeepTutor" width="900">
</div>
-الحلقة بسيطة عمداً: يفكر النموذج في جولات، ويستدعي الأدوات عند الحاجة، ويلاحظ النتائج، وينتهي برسالة خالية من الأدوات. `ask_user` خاص — بدلاً من التخمين، يمكن للوكيل إيقاف الدور مؤقتاً، وطرح سؤال توضيحي منظَّم، والاستئناف بمجرد إجابتك.
+يستدعي المدرّس الأدوات حسب الحاجة ويمكنه التوقف لطرح أسئلة توضيحية. يتيح **تخصيص الصفحة** في أعلى اليمين اختيار الأوضاع الظاهرة وعناصر التحكم في المهارات وMCP والشركاء والتفضيلات والإدخال الصوتي. ضمن **مطالبات البداية**، أضف عناوين ومطالبات «اشرح» و«حلّ» و«تدرّب» و«خطّط» و«ابحث»، أو عدّلها أو احذفها. يطبّق الحفظ تفضيلات حسابك؛ ويلغي الإلغاء التعديلات، بينما تعيد استعادة الافتراضيات الخيارات الأصلية.
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="حلقة وكيل محادثة DeepTutor" width="900">
</div>
-الأدوات القابلة للتبديل من قِبَل المستخدم هي `brainstorm` و`web_search` و`paper_search` و`zotero_search` و`reason` و`geogebra_analysis` — بالإضافة إلى `imagegen` و`videogen` بمجرد تهيئة نموذج التوليد المطابق. الأدوات السياقية مثل `rag` و`kb_files` و`knowledge_frontier` و`read_source` و`read_memory` و`write_memory` و`read_skill` و`load_tools` و`exec` و`web_fetch` و`ask_user` و`list_notebook` و`write_note` و`question_bank` و`github` و`consult_subagent` و`workspace_list` و`workspace_read` و`workspace_search` و`workspace_present` و`workspace_export` تُثبَّت تلقائياً عندما يكون للدور السياق الصحيح.
+الأدوات القابلة للتبديل من قِبَل المستخدم هي `brainstorm` و`web_search` و`paper_search` و`zotero_search` و`reason` و`geogebra_analysis` — بالإضافة إلى `imagegen` و`videogen` بمجرد تهيئة نموذج التوليد المطابق. الأدوات السياقية مثل `rag` و`kb_files` و`knowledge_frontier` و`read_source` و`read_memory` و`write_memory` و`read_skill` و`load_tools` و`exec` و`web_fetch` و`ask_user` و`list_favorites` و`save_favorite` و`write_note` و`search_notes` و`question_bank` و`github` و`consult_subagent` و`workspace_list` و`workspace_read` و`workspace_search` و`workspace_present` و`workspace_export` تُثبَّت تلقائياً عندما يكون للدور السياق الصحيح.
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 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.
+مع مجموعة التثبيت الكاملة، تتيح الصفحة الرئيسية **Chat** و**Ask Questions** و**Quiz** و**Visualize** و**Video Lesson** بنقرة واحدة؛ وتقع **Research** للتقارير ذات الاستشهادات و**Solve** للاستدلال المشروح تحت *المزيد من القدرات*. يفتح **التعلّم ← تعلّم جديد**، فوق جميع أنشطة التعلّم، صفحة مخصصة للكتب و**Mastery Path** و**Immersive Reading** و**التدريب**. يتيح عنصر **تخصيص الصفحة** إخفاء طرق التعلّم أو استعادتها دون تغيير السجلات الحالية؛ وتبقى الوحدات غير المتاحة مستبعدة. تجمع Reading المستندات والفيديو والصوت مع استشهادات موثّقة وملاحظات محفوظة وقراءة طبيعية بصوت عالٍ من مقاطع المصدر / إجراءات الإرشاد الدراسي / المفردات / الاختبار / الترجمة، والتقاط المحتوى إلى دفتر الملاحظات.
</details>
@@ -465,13 +471,13 @@ Chat هي القدرة الافتراضية والمكان الذي يبدأ ف
<img src="../../assets/figs/web-dev/partners.png" alt="مساحة عمل شركاء DeepTutor" width="900">
</div>
-الشركاء هم رفاق دائمون بروحهم الخاصة وسياسة النموذج ومكتبتهم وذاكرتهم وقنواتهم. إنهم ليسوا محرك بوت منفصلاً: كل رسالة ويب أو IM واردة تصبح دوراً عادياً لـ `ChatOrchestrator` داخل مساحة عمل محدودة بنطاق الشريك. الشريك هو "محادثة لها شخصية ورقم هاتف".
+الشركاء هم رفاق دائمون بروحهم الخاصة وسياسة النموذج ومكتبتهم وذاكرتهم وقنواتهم. إنهم ليسوا محرك بوت منفصلاً: كل رسالة ويب أو IM واردة تصبح دوراً عادياً لـ `ChatOrchestrator` داخل مساحة عمل المحتوى الخاصة به أو المرتبطة به. الشريك هو "محادثة لها شخصية ورقم هاتف".
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="معمارية شركاء DeepTutor" width="900">
</div>
-لكل شريك `SOUL.md` واختيار نموذج وقنوات وسياسة أدوات ومكتبة مخصصة. تنسخ مكتبته قواعد المعرفة والمهارات ودفاتر الملاحظات إلى `data/partners/<id>/workspace/`، أو تبقى مرتبطة بملفات مساحة عمل موجودة ومواردها؛ وتظل هوية الشريك ومحادثاته وذاكرة Partner منفصلة. يحتفظ المستخدمون غير المشرفين الذين تمت مصادقتهم بجلسات Partner وذاكرة علاقة خاصة، بينما يقرأ Partner ذاكرتهم الشخصية للقراءة فقط؛ وتستخدم حركة مرور المشرفين والمجموعات وغير المرتبطة نطاق Partner المشترك.
+لكل شريك `SOUL.md` واختيار نموذج وقنوات وسياسة أدوات ومكتبة مخصصة. تنسخ مكتبته قواعد المعرفة والمهارات ومجموعات المفضلة إلى `data/partners/<id>/workspace/`، أو تبقى مرتبطة بملفات مساحة عمل موجودة ومواردها؛ وتظل هوية الشريك ومحادثاته وذاكرة Partner منفصلة. يحتفظ المستخدمون غير المشرفين الذين تمت مصادقتهم بجلسات Partner وذاكرة علاقة خاصة، بينما يقرأ Partner ذاكرتهم الشخصية للقراءة فقط؛ وتستخدم حركة مرور المشرفين والمجموعات وغير المرتبطة نطاق Partner المشترك.
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="إعداد قناة IM لكل شريك" width="900">
@@ -499,7 +505,7 @@ Chat هي القدرة الافتراضية والمكان الذي يبدأ ف
يستخدم Grok مصادقته وتخزين جلسته الخاصين؛ ولا ينسخ DeepTutor بيانات اعتماده. تستأنف الاستشارات اللاحقة جلسة الاتصال نفسها في دليل العمل نفسه. يُبث النص ونشاط الأدوات مباشرة؛ وتُحذَف حمولات التفكير الخاصة. تُعطَّل ذاكرة Grok عبر الجلسات افتراضياً. يدعم هذا الموصِّل الأسئلة النصية وأدوات CLI، لا إعادة توجيه الصور أو استيراد محادثات Grok السابقة. في Docker، ثبّت Grok وصادِق عليه داخل حاوية الخلفية؛ فـ CLI المثبَّت فقط على جهاز المتصفح لا يمكن الوصول إليه.
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="تخصيص الحساب: الوكلاء والشخصيات والمهارات والاتصالات" width="900">
</div>
**استيراد المحادثات السابقة** — أحضر تاريخ ChatGPT وClaude Code وCodex الموجود لديك كمحادثات قابلة للبحث والاستئناف. اختر ملف `conversations.json` من تصدير بيانات ChatGPT رسمي لاستيراد لقطة آمنة ومتكافئة القوة (idempotent)، أو اختر تاريخ Claude حسب المشروع / دليل العمل، أو اختر تاريخ Codex حسب تاريخ التقويم. يبقى الوكلاء المستندون إلى مجلد قابلين للتحديث بحيث يمكن للنطاق المحدد أن يسحب محادثات جديدة. ارجع إلى إحداها من دور Chat عبر `+` ← My Agents، وسيقرأها DeepTutor كنصوص محادثة لطرف ثالث — تبقى *محادثتهم*، وليس صوت DeepTutor الخاص.
@@ -507,19 +513,19 @@ Chat هي القدرة الافتراضية والمكان الذي يبدأ ف
</details>
<details>
-<summary><b>✍️ Co-Writer — صياغة Markdown واعية بالتحديد</b></summary>
+<summary><b>✍️ دفتر التعلّم — الصفحات والمصادر وDito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="صفحات دفتر التعلّم" width="900">
</div>
-Co-Writer هو مساحة عمل Markdown ذات عرض مقسَّم للتقارير والدروس التعليمية والملاحظات والقطع التعليمية الطويلة. تحفظ المستندات تلقائياً وتُظهر معاينة مباشرة (رياضيات KaTeX وأسوار الرسم البياني)، ويمكن حفظها مرة أخرى في دفاتر الملاحظات عندما تصبح المسودة سياقاً قابلاً لإعادة الاستخدام. استورد ملف `.docx` لبدء مسودة جديدة، وصَدِّر المحرر الحالي كـ Markdown أو Word.
+ينظّم دفتر التعلّم، المعروف سابقاً باسم Co-Writer، كتاباتك في صفحات وصفحات فرعية وكتل داخل مساحة العمل النشطة. استورد مستندات Word، ورتّب شجرة الصفحات، وأدرج السجلات الأصلية من المفضلة كأدلة. تعرض الصفحات حالة الحفظ بوضوح وتُصدَّر إلى Markdown أو Word؛ ويصبح المحتوى التفاعلي ثابتاً في Word.
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="محرر كتل دفتر التعلّم وDito" width="900">
</div>
-الفكرة المحورية هي **التحرير الجراحي**: حدد نطاقاً واطلب من DeepTutor إعادة كتابته أو توسيعه أو تقصيره. اختر نموذج التحرير؛ ويمكنه استخدام قاعدة معرفة أو أدلة من الويب، ويحتفظ بأثر استدعاءات أدواته. وإذا لم تتغير المسودة أثناء عمله، تستبدل النتيجة النص المحدد مباشرةً وتظل قابلة للعكس باستخدام **Undo**.
+ناقش مقطعاً أو كتلة مع **Dito**: اطلب شرحاً أو مثالاً أو إعادة صياغة أو سؤالاً تدريبياً. تبقى المحادثات مرتبطة بالصفحة والسطر المعنيين. راجع التعديلات المقترحة قبل قبولها، أو أدرج إجابة أسفل السطر وواصل العمل. تحفظ المفضلة سجلات المصادر؛ أما دفتر التعلّم فهو المكان الذي تبني فيه فهمك الخاص.
</details>
@@ -530,12 +536,12 @@ Co-Writer هو مساحة عمل Markdown ذات عرض مقسَّم للتقا
<img src="../../assets/figs/web-dev/books.png" alt="مكتبة كتب DeepTutor" width="900">
</div>
-يحوّل Book المصادر المحددة إلى **كتاب حي** تفاعلي — ليس PDF ثابتاً، بل بيئة قراءة مبنية من كتل مكتوبة. يمكن أن يبدأ الكتاب من قواعد المعرفة أو دفاتر الملاحظات أو بنوك الأسئلة أو تاريخ المحادثة؛ يقترح تدفق الإنشاء هيكل فصل قبل توليد المحتوى، لذا تراجع الشكل بدلاً من قبول مخرجات عشوائية.
+يحوّل Book المصادر المحددة إلى **كتاب حي** تفاعلي — ليس PDF ثابتاً، بل بيئة قراءة مبنية من كتل مكتوبة. يمكن أن يبدأ الكتاب من قواعد المعرفة أو المفضلة أو بنوك الأسئلة أو تاريخ المحادثة؛ يقترح تدفق الإنشاء هيكل فصل قبل توليد المحتوى، لذا تراجع الشكل بدلاً من قبول مخرجات عشوائية.
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="كتلة اختبار في الكتاب" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="مخطط الكتاب وفصوله" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="كتلة ودجت تفاعلية في الكتاب" width="31%">
</p>
@@ -551,7 +557,7 @@ Co-Writer هو مساحة عمل Markdown ذات عرض مقسَّم للتقا
<img src="../../assets/figs/web-dev/knowledge.png" alt="مركز المعرفة في DeepTutor" width="900">
</div>
-قواعد المعرفة هي مجموعات المستندات وراء RAG — إنها ترسّخ أدوار Chat وتحرير Co-Writer وتوليد Book ومحادثات Partner. ما يميزها هو **اختيار محرك الاسترجاع**: **LlamaIndex** (الافتراضي، مزيج من المتجهات + BM25 مع إعادة ترتيب اختيارية بمرمّز متقاطع وفهارس FAISS من نوع exact-flat أو HNSW)، **PageIndex** (استرجاع تفكيري مع استشهادات على مستوى الصفحة، مستضاف أو مفتوح المصدر ذاتي الاستضافة)، **GraphRAG** و**LightRAG** (استرجاع قائم على الرسم البياني المعرفي)، **LightRAG Server** (استرجاع مُحال إلى نسخة LightRAG خارجية تتصل بها عبر HTTP)، **WeKnora** (استرجاع من قاعدة معرفة في نشرك ذاتي الاستضافة، بلا فهرس محلي أو نسخة من المستند)، **Tencent IMA** (مكتبة تنظّمها ضمن IMA — يُبحث فيها ويُتصفَّح ويُكتَب إليها عبر OpenAPI الخاصة بها)، **MarginNote 4** (بيانات دراستك في MN4 — المستندات والمقتطفات وبطاقات الخريطة الذهنية والروابط بينها — التي تدفعها إضافة (Add-on) التطبيق ويتم التنقل فيها بأدوات مخصصة)، **Kiwix** (أرشيف ZIM قابل للبحث يُقدَّم عبر HTTP دون فهرسة محلية)، أو مخزن **Obsidian** مرتبط يقرأ المدرس ويكتب فيه في مكانه. كل قاعدة معرفة مرتبطة بمحرك واحد.
+قواعد المعرفة هي مجموعات المستندات وراء RAG — إنها ترسّخ أدوار Chat وتحرير دفتر التعلّم وتوليد Book ومحادثات Partner. ما يميزها هو **اختيار محرك الاسترجاع**: **LlamaIndex** (الافتراضي، مزيج من المتجهات + BM25 مع إعادة ترتيب اختيارية بمرمّز متقاطع وفهارس FAISS من نوع exact-flat أو HNSW)، **PageIndex** (استرجاع تفكيري مع استشهادات على مستوى الصفحة، مستضاف أو مفتوح المصدر ذاتي الاستضافة)، **GraphRAG** و**LightRAG** (استرجاع قائم على الرسم البياني المعرفي)، **LightRAG Server** (استرجاع مُحال إلى نسخة LightRAG خارجية تتصل بها عبر HTTP)، **WeKnora** (استرجاع من قاعدة معرفة في نشرك ذاتي الاستضافة، بلا فهرس محلي أو نسخة من المستند)، **Tencent IMA** (مكتبة تنظّمها ضمن IMA — يُبحث فيها ويُتصفَّح ويُكتَب إليها عبر OpenAPI الخاصة بها)، **MarginNote 4** (بيانات دراستك في MN4 — المستندات والمقتطفات وبطاقات الخريطة الذهنية والروابط بينها — التي تدفعها إضافة (Add-on) التطبيق ويتم التنقل فيها بأدوات مخصصة)، **Kiwix** (أرشيف ZIM قابل للبحث يُقدَّم عبر HTTP دون فهرسة محلية)، أو مخزن **Obsidian** مرتبط يقرأ المدرس ويكتب فيه في مكانه. كل قاعدة معرفة مرتبطة بمحرك واحد.
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="إنشاء قاعدة معرفة" width="900">
@@ -574,16 +580,16 @@ Co-Writer هو مساحة عمل Markdown ذات عرض مقسَّم للتقا
</details>
<details>
-<summary><b>🌐 فضاء التعلم — المهارات والشخصيات والسياق القابل لإعادة الاستخدام</b></summary>
+<summary><b>🌐 الموارد والتخصيص — المواد والمساعدة القابلة لإعادة الاستخدام</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="الموارد في مساحة العمل النشطة" width="900">
</div>
-فضاء التعلم هو طبقة المكتبة والتنظيم والتخصيص. تضم **المحادثات والمواد** سجل Chat ودفاتر الملاحظات بسجلات قابلة للنقل وتصدير إلى Markdown، وبنك أسئلة مع الإجابات والشروح. ابدأ **التدريب** من مجموعة أسئلة محددة في بنك الأسئلة أو من التعلم المخصص لجلسات المراجعة وتتبع الأخطاء والتكرار المجدول. أما **التخصيص** فيضم الشخصيات والمهارات (أدلة `SKILL.md`) و**خدمات MCP** التي تُثبَّت بنقرة واحدة و**تطبيقات CLI** من كتالوج [CLI-Anything](https://github.com/HKUDS/CLI-Anything)، ولكل تطبيق دليل استخدام يُحمَّل عند الطلب. وتجمع مساحة **دوراتي** المنفصلة محادثات المواد ومحادثات المدرّسين؛ ولا يُتاح كل أصل إلا في سير العمل التي تدعمه.
+تجمع **الموارد** سجل المحادثات و**المفضلة** بسجلات قابلة للنقل وتصدير إلى Markdown، و**يوميات التعلّم**، ومركز المعرفة، وبنك أسئلة مع الإجابات والشروح. ابدأ **التدريب** من مجموعة أسئلة محددة في بنك الأسئلة أو من **التعلّم ← التدريب** لجلسات المراجعة وتتبع الأخطاء والتكرار المجدول. تضم صفحة **التخصيص** المنفصلة الشخصيات والمهارات (أدلة `SKILL.md`) و**خدمات MCP** بنقرة واحدة و**تطبيقات CLI** من كتالوج [CLI-Anything](https://github.com/HKUDS/CLI-Anything)، ولكل تطبيق دليل استخدام عند الطلب. ويجمع **التعلّم** الكتب ومسارات الإتقان ومجموعات القراءة ومحادثات المدرّسين المرتبطة بها؛ ولا يُتاح كل أصل إلا في سير العمل التي تدعمه.
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="مكتبة مهارات التخصيص" width="900">
</div>
لا يجب عليك كتابة كل مهارة بنفسك — **الاستيراد من EduHub** يتصفح الكتالوج المجتمعي ويُنزّل المهارة مباشرةً إلى مكتبتك من خلال بوابة أمان (راجع [النظام البيئي](#-النظام-البيئي--eduhub-ومجتمع-المهارات)).
@@ -611,7 +617,7 @@ Co-Writer هو مساحة عمل Markdown ذات عرض مقسَّم للتقا
<summary><b>⚙️ الإعدادات — لوحة تحكم واحدة</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="التنقل في الإعدادات" width="900">
</div>
الإعدادات هي لوحة التحكم التشغيلية، وتُفتح على صفحة **عام** لضبط لغة الواجهة ومخرجات النموذج. يربط شريط التنقل القابل للبحث صفحات مستقلة: تضم **شخصي** مساحات العمل ونقل البيانات والمظهر وإحصاءات الاستخدام؛ وتضم **التعلم والمحادثة** نقاط الانطلاق والمرفقات وVideo Learning وعناصر تحكم المتعلم وولي الأمر وتقدّم التعلّم والذاكرة؛ وتضم **النماذج والخدمات** المزودين ونماذج اللغة ونماذج المهام والتضمين والبحث والصوت والتوليد متعدد الوسائط؛ وتضم **الميزات والتكاملات** الأدوات ومعاملات القدرات والشركاء والوكلاء والمعرفة والمستندات. يضم **النظام** الشبكة وحالة التشغيل وحول؛ وتتيح **المحادثات المؤرشفة** البحث في المحادثات المؤرشفة واستعادتها أو حذفها نهائياً. تحتوي حالة التشغيل على سلامة الخلفية والذاكرة المقيمة ومصفوفة **جاهزية** (Readiness) التي تقيّم عوائق القدرات وتحذيراتها واقتراحاتها. تفصل مساحات العمل ملفات المواضيع وحالة التعلم، مع نقل موثَّق وتصدير ضمن نقل البيانات. يحتفظ **المزود** بعنوان مقدم الخدمة وبيانات اعتماده لتعيد نماذج خدماته استخدامها؛ وتختار صفحات النماذج مزودين محفوظين وتضبط أسماء النماذج وقدراتها. تُثبّت **نماذج المهام** نموذجاً صغيراً وسريعاً للأعمال الخلفية — تسمية المحادثات وكتابة نقاط الانطلاق — وتستخدم النموذج الافتراضي النشط عند تركها فارغة. يجمع الصوت توليد الكلام وتفريغه؛ ويجمع التوليد متعدد الوسائط نماذج الصور والفيديو. تضبط صفحة الشركاء والوكلاء المُشغِّلات المحلية وبوابة Hermes بعيدة.
@@ -621,7 +627,7 @@ Co-Writer هو مساحة عمل Markdown ذات عرض مقسَّم للتقا
**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.
-**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.
+**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. في نسخة المصدر، شغّل `python scripts/install_extras.py 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-dev/appearance.png" alt="إعدادات المظهر والثيمات في DeepTutor" width="900">
@@ -675,7 +681,7 @@ data/
**تفعيله:** فعّل المصادقة في `data/user/settings/auth.json`، وأعد تشغيل `deeptutor start`، وسجّل أول مشرف على `/register`، ثم أضف المستخدمين من `/admin/users` وعيّن النماذج وقواعد المعرفة والمهارات والـ Partners وسياسة الأداة/MCP/تطبيق CLI ووصول تنفيذ الرمز من خلال المنح؛ وهيّئ الكتب المشتركة من لوحة **الوصول إلى الكتب** لكل مستخدم.
-بالنسبة إلى الأصول (origins) الخاصة/العامة المنفصلة، اضبط `auth.private_login_hosts` (أو `AUTH_PRIVATE_LOGIN_HOSTS`) على مضيفات الواجهة الأمامية الخاصة التي يجوز لها إظهار تسجيل الدخول بكلمة مرور والتسجيل. تُمرِّر الواجهة الأمامية رأس `Host` الوارد عبر HTTP إلى الخلفية كتأكيد لمضيف الواجهة الأمامية. حافظ على `Host` الخاص بالمتصفح عبر وكيلك العكسي، واجعل مدخل الشبكة العام يرفض الطلبات التي تسمّي مضيفاً خاصاً؛ ولا تكشف منفذ Next.js الخام الذي يقبل أي قيمة لـ `Host`. يمكن تزوير `Host` عبر HTTP من قِبَل عميل مباشر، فتفويض المضيف الخاص يعتمد على تلك الحدود عند المدخل. تقبل الخلفية تأكيدات مضيف الواجهة الأمامية فقط من loopback افتراضياً. إذا كانت الواجهة الأمامية للويب تتصل من حاوية أو مضيف آخر، اضبط `AUTH_TRUSTED_FRONTEND_PROXY_IPS` على عنوان IP الدقيق لوكيل الواجهة الأمامية ذلك في عملية الخلفية (مفصولة بفواصل لأكثر من عنوان واحد). أبقِ واجهة برمجة تطبيقات الخلفية خاصة بوكيل الواجهة الأمامية ولا تُضمِّن شبكات العملاء العامة في هذه القائمة. يُسمح بـ loopback دائماً؛ وعندما تكون القائمة غير فارغة، يمكن لمستخدم مصادَق عليه على أصل خاص أن يفتح **الملف الشخصي ← تسجيل دخول جهاز عام** وينشئ رابط إقران قصير العمر ومرتبط بالمضيف لأصل عام عبر HTTPS. تستبدل صفحة `/handoff` العامة الرمز التسجيلي لمرة واحدة بتذكرة JWE قصيرة العمر أيضاً في نص طلب POST، وتستهلك التذكرة مرة واحدة، وتستلم كوكي الجلسة العادي HttpOnly.
+بالنسبة إلى الأصول (origins) الخاصة/العامة المنفصلة، اضبط `auth.private_login_hosts` (أو `AUTH_PRIVATE_LOGIN_HOSTS`) على مضيفات الواجهة الأمامية الخاصة التي يجوز لها إظهار تسجيل الدخول بكلمة مرور والتسجيل. تُمرِّر الواجهة الأمامية رأس `Host` الوارد عبر HTTP إلى الخلفية كتأكيد لمضيف الواجهة الأمامية. حافظ على `Host` الخاص بالمتصفح عبر وكيلك العكسي، واجعل مدخل الشبكة العام يرفض الطلبات التي تسمّي مضيفاً خاصاً؛ ولا تكشف منفذ Next.js الخام الذي يقبل أي قيمة لـ `Host`. يمكن تزوير `Host` عبر HTTP من قِبَل عميل مباشر، فتفويض المضيف الخاص يعتمد على تلك الحدود عند المدخل. تقبل الخلفية تأكيدات مضيف الواجهة الأمامية فقط من loopback افتراضياً. إذا كانت الواجهة الأمامية للويب تتصل من حاوية أو مضيف آخر، اضبط `AUTH_TRUSTED_FRONTEND_PROXY_IPS` على عنوان IP الدقيق لوكيل الواجهة الأمامية ذلك في عملية الخلفية (مفصولة بفواصل لأكثر من عنوان واحد). يحل هذا محل القيم الافتراضية؛ وأضف `127.0.0.1,::1` إذا كانت اتصالات الواجهة الأمامية المحلية مطلوبة أيضاً. أبقِ واجهة برمجة تطبيقات الخلفية خاصة بوكيل الواجهة الأمامية ولا تُضمِّن شبكات العملاء العامة في هذه القائمة. عندما لا تكون `private_login_hosts` فارغة، يمكن لمستخدم مصادَق عليه على أصل خاص أن يفتح **الملف الشخصي ← تسجيل دخول جهاز عام** وينشئ رابط إقران قصير العمر ومرتبط بالمضيف لأصل عام عبر HTTPS. تستبدل صفحة `/handoff` العامة الرمز التسجيلي لمرة واحدة بتذكرة JWE قصيرة العمر أيضاً في نص طلب POST، وتستهلك التذكرة مرة واحدة، وتستلم كوكي الجلسة العادي HttpOnly.
> يبقى PocketBase تكاملاً لمستخدم واحد — أبقِ `integrations.pocketbase_url` فارغاً لعمليات النشر متعددة المستخدمين إلا إذا وصلت مخزن مستخدم خارجي.
@@ -692,14 +698,14 @@ data/
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-تتوفر هنا أيضاً إدارة مساحة العمل الأساسية — قواعد المعرفة (`kb`)، والجلسات (`session`)، والشركاء (`partner`)، والمهارات (`skill`)، ودفاتر الملاحظات، والذاكرة، والتهيئة؛ بينما يظل تنظيم الدورات والجلسات في تطبيق الويب. القائمة الكاملة أدناه.
+يوفر `--kb` السياق لأدوات RAG التلقائية وKnowledge Frontier؛ وتتطلب Frontier وحدتي المعرفة والبحث معاً. يختار `--tool` الأدوات التي يستطيع المستخدم تبديلها. كما توفر الوحدات المفعّلة أوامر قواعد المعرفة والجلسات والشركاء والمهارات ودفاتر الملاحظات والذاكرة والتهيئة.
</details>
@@ -726,6 +732,8 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
<details>
<summary><b>مرجع الأوامر</b></summary>
+يغطي الجدول التثبيت الكامل والإضافات الاختيارية؛ وتتطلب الأوامر والقدرات تفعيل وحداتها. توفر النواة `chat` و`ask_questions`.
+
| الأمر | الوصف |
|:---|:---|
| `deeptutor init [--non-interactive] [--home PATH]` | تشغيل معالج الإعداد، أو إنشاء القيم الافتراضية الناقصة دون مطالبات |
@@ -733,8 +741,9 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| `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 module list/install/uninstall/enable/disable` | فحص الوحدات وتغييرها مع إيقاف DeepTutor؛ وتدعم نسخ المصدر التفعيل والتعطيل |
| `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`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`video_lesson` و`mastery_path` و`immersive_reading` 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/eval-diff/set-default/delete/list-sources/sync` | إدارة قواعد المعرفة، وتوصيل أرشيفات Kiwix، وتقييم عمليات الاسترجاع ومقارنتها، ومزامنة مصادر GitHub/الويب المسجَّلة (مع أوامر إضافة المصادر وإزالتها) |
@@ -764,13 +773,34 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
<details>
<summary><b>توزيع CLI فقط</b></summary>
-حزمة CLI فقط تعيش في `packaging/deeptutor-cli`. في هذه النسخة، ثبّتها من المصدر:
+توفر حزمة wheel للنواة CLI وSDK؛ أما `deeptutor-cli` فهي حزمة وصفية للتوافق. يتيح المصدر جميع الوحدات الموجودة في المستودع، لذا ثبّت تبعياتها في Python وتجاوز إعداد الواجهة الأمامية عند استخدام CLI:
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
```
-لم تُنشر على PyPI بعد، لذا يحتفظ قسم [البدء](#-البدء) الرئيسي بمسار التثبيت من المصدر.
+للتثبيت الأدنى، استخدم حزمة wheel للنواة. تضيف التوزيعات الاختيارية أدوات وقدرات ومسارات API وخدمات خلفية وعناصر تنقل. تشترك الوحدات في بيئة Python واحدة ويجب أن تطابق إصدار النواة. يختار `deeptutor[full]` وحدات التطبيق الشائعة عند التثبيت؛ ويمكن إزالة الميزات الفردية لاحقاً.
+
+أوقف DeepTutor (بالضغط على `Ctrl+C` في طرفيته)، ثم استخدم بيئة Python نفسها و`DEEPTUTOR_HOME` نفسه:
+
+```bash
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
+```
+
+أمثلة: `solve` و`research` و`questions` و`knowledge` و`parsing` و`reading` و`mastery` و`books` و`memory` و`notebook` و`partners`. تمنع الوحدات التابعة إزالة ما تعتمد عليه؛ ولا يمكن إزالة النواة عبر أمر الوحدات. يحافظ التعطيل أو إلغاء التثبيت على الإعدادات والمحادثات وقواعد المعرفة والملفات المُولّدة. وتُحتفظ بتبعيات الجهات الخارجية المشتركة.
+
+**في المتصفح:** تعرض **الإعدادات ← حالة التشغيل ← الوحدات** حالة الوحدات وأوامر الطرفية المقابلة. تتطلب تغييرات الحزم إيقاف البيئة وتُجرى عبر CLI. تغيّر **المحادثة ← تخصيص الصفحة** و**التعلّم ← تعلّم جديد ← تخصيص الصفحة** اختيارات صفحاتك الشخصية فوراً؛ ولا يؤدي إخفاء عنصر إلى إلغاء تثبيت وحدته أو سحب صلاحية الوصول إليها.
+
+تستخدم عائلة حزم 1.7.0 إصدارات متطابقة للنواة وحزم wheel للميزات. للتثبيت من حزم wheel محلية، أضف `--wheelhouse /path/to/wheels` إلى `module install`. راجع [تثبيت الوحدات والتطوير من المصدر](../../docs-for-dev/MODULES.md) لبناء حزم wheel وتفاصيل النشر.
</details>
@@ -918,11 +948,3 @@ 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 2156aecc4..513829354 100644
--- a/assets/README/README_CN.md
+++ b/assets/README/README_CN.md
@@ -10,7 +10,7 @@
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="GitHub 今日热门仓库" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Star History 排名" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="GitHub 今日热门仓库" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Star History 排名" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -34,9 +34,9 @@
[![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)
-[![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)
+[![Discord](https://img.shields.io/badge/Discord-Community-5865F2?style=flat-square&logo=discord&logoColor=white)](https://discord.gg/eRsjPgMU4t)
+[![Feishu](https://img.shields.io/badge/Feishu-Group-00D4AA?style=flat-square&logo=feishu&logoColor=white)](../../Communication.md)
+[![WeChat](https://img.shields.io/badge/WeChat-Group-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)
@@ -60,9 +60,9 @@
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 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。
+- **统一的运行时** — Chat、Ask Questions、Quiz、Research、Visualize、Solve、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。
+- **互联的学习上下文** — 知识库、书籍、学习笔记本页面、收藏夹、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** — 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。
@@ -78,8 +78,8 @@ DeepTutor 是一个智能体原生的学习工作区,将辅导、解题、测
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +89,7 @@ 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`**。
+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)。完整的存储布局、数据库支持和备份说明见[本地数据持久化](../../docs-for-user/DATA_STORAGE.md)。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
@@ -125,17 +125,19 @@ deeptutor workspace reset
<details>
<summary><b>方式一 — 从 PyPI 安装</b> · 完整本地 Web 应用 + CLI,无需克隆仓库</summary>
-完整本地 Web 应用 + CLI,无需克隆仓库。需要 **Python 3.11–3.14** 以及 PATH 中的 **Node.js 20+** 运行时(打包的 Next.js 独立服务器由 `deeptutor start` 启动)。
+**1.7.0 模块化安装:** Web 应用与 CLI 使用 `deeptutor[full]`,核心聊天使用 `deeptutor`。功能模块必须与核心版本一致;1.6.15 及更早版本使用旧的软件包布局。如需基于当前 `dev` 开发,请使用下方的源码说明,或构建[本地 wheel](../../docs-for-dev/MODULES.md)。需要 **Python 3.11–3.14** 以及 PATH 中的 **Node.js 20+** 运行时(打包的 Next.js 独立服务器由 `deeptutor start` 启动)。
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init` 会提示配置后端端口(默认 `8001`)、前端端口(默认 `3782`)、LLM 提供商 / 基础 URL / API Key / 模型、可选的知识库 / RAG 嵌入提供商,以及可选的 Web Search 搜索提供商。
+**升级至 1.7.0:** 停止应用并备份运行时主目录。运行 `python -m pip install --upgrade "deeptutor[full]==1.7.0"`,然后执行 `python -m pip check` 和 `deeptutor module list`。如果安装了旧版 `deeptutor-cli` 包,请先运行 `python -m pip uninstall deeptutor-cli`,再执行升级命令(可选加上 `deeptutor-cli==1.7.0`)。旧 CLI 拥有共享的 Python 文件,在同一次事务中升级它可能会删除新的核心文件。卸载软件包会保留运行时主目录中的数据。继续使用相同的 `DEEPTUTOR_HOME` 和现有设置。1.7.0 中,单独运行 `pip install -U deeptutor` 只会选择核心包;请使用 `[full]` 请求完整应用安装配置。本地构建的软件包请遵循[本地 wheel 升级说明](../../docs-for-dev/MODULES.md#upgrade-from-1615)。
+
`deeptutor start` 完成后,打开终端打印的前端 URL — 默认为 [http://127.0.0.1:3782](http://127.0.0.1:3782)。在该终端按 `Ctrl+C` 可同时停止后端和前端。跳过 `deeptutor init` 也可用于快速体验;应用会以默认端口和空模型设置启动,稍后在 **Settings → Providers** 和 **Language models** 中配置即可。
**浏览器麦克风转录:** 兼容 OpenAI 的 STT 适配器会将浏览器音频直接转发给提供商,无需本地转换。原生 DashScope 和 Volcengine STT 适配器会将浏览器的 WebM/Opus 音频转换为 16 kHz WAV,要求 DeepTutor 的 `PATH` 中有可执行的 `ffmpeg`。符合规范的 16 kHz 单声道 PCM WAV 可跳过此转换。在 Windows 上通过 PyPI 安装且使用任一原生适配器时,请安装 FFmpeg,将其 `bin` 目录加入服务的 `PATH`,然后重启 DeepTutor。转换失败的信息会显示在聊天输入框下方。
@@ -148,7 +150,7 @@ deeptutor start # starts backend + frontend; keep the terminal open
适用于基于代码仓库的开发。使用 **Python 3.11–3.14** 和 **Node.js 22 LTS** 以匹配 CI 和 Docker 环境。
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +159,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +184,19 @@ python -m pip install --upgrade pip
<summary><b>可选安装额外依赖</b> — RAG 引擎 / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson:** 在聊天中选择 Video Lesson,或运行 `deeptutor run video_lesson "Explain a concept"`。后端需要 Node.js 22+ 和 npm。首次使用会下载固定版本的 Remotion 软件包和 WebAssembly JavaScript 解释器,无需 Docker。帧检查在解释器内执行,无法访问宿主机文件系统、凭证、网络或进程 API,并受到内存与执行限制。取消操作会停止构建进程。本地与容器部署使用相同的执行路径,不会回退到无沙箱执行。生成的课程在浏览器中播放;可选旁白不可用时会显示字幕。
+
</details>
<details>
@@ -296,10 +302,10 @@ Docker Desktop(macOS/Windows)通常无需 `--add-host` 即可解析 `host.do
<details>
<summary><b>方式四 — 仅 CLI</b> · 无 Web UI,基于源码安装</summary>
-当不需要 Web UI 时使用。仅 CLI 包从源码安装,不从 PyPI 安装。
+不需要 Web UI 时,可直接使用本仓库中的 CLI 并跳过 Node/npm。源码会提供所有已纳入仓库的模块,因此需要安装它们的 Python 依赖。若要采用 1.7.0 模块化版本进行最小化安装,请使用核心 `deeptutor` wheel,再单独添加功能模块。
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -307,7 +313,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -319,9 +326,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -329,7 +336,7 @@ deeptutor config show
</details>
-本地 `deeptutor-cli` 安装不包含 Web 资产或服务器依赖。请保留源码仓库 — 可编辑安装指向它。若之后需要添加 Web 应用,从同一工作区安装 PyPI 包(方式一),并运行 `deeptutor init` + `deeptutor start`。
+此源码安装包含服务器依赖,但跳过前端配置。请保留源码仓库 — 可编辑安装指向它。若之后需要添加 Web UI,请安装 Node.js 22 LTS,在 `web/` 中运行 `npm ci --legacy-peer-deps`,然后从项目根目录运行 `deeptutor init` 和 `deeptutor start`。
</details>
@@ -417,12 +424,12 @@ DeepTutor 将已安装的代码、私有运行时主目录与可选的内容工
## 📖 探索 DeepTutor
-从日常使用的主要界面开始:Chat、Partners、My Agents、Co-Writer、Book、知识中心、学习空间、Memory 和 Settings。之后将介绍用于共享隔离工作区的多用户部署。
+先为一个学科或项目建立**工作区**。其中的**主页**、**学习**和**资源**分别承载对话、学习活动和素材。**Partners** 和**个性化**随账号在不同工作区之间共享。下方导览展示这些界面如何衔接,随后介绍设置与多用户部署。
如果回答遗漏了先前的约束、引用了薄弱证据,或与选定素材不一致,请先按照 [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md) 收集诊断信息,再提交 Issue。
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor 主页与工作区导航" width="900">
</div>
@@ -444,17 +451,17 @@ Chat 是默认能力,也是大多数工作的起点。单个对话线程可以
<img src="../../assets/figs/web-dev/chat.png" alt="DeepTutor 聊天工作区" width="900">
</div>
-循环设计刻意保持简单:模型按轮次思考,在有用时调用工具,观察结果,最终以不调用工具的消息结束。`ask_user` 是特殊工具 — 智能体不是凭空猜测,而是可以暂停当前轮次,提出结构化的澄清问题,在你回答后恢复。
+导师会按需调用工具,也可以暂停并提出澄清问题。右上角的**自定义页面**用于选择可见的模式,以及技能、MCP、Partners、偏好和语音输入控件。在**起始提示**下,可添加、编辑或移除解释、解题、练习、规划和研究的标题与提示。保存会应用账号偏好;取消会放弃编辑,恢复默认值则还原最初的选择。
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="DeepTutor 聊天智能体循环" width="900">
</div>
-用户可切换的工具有 `brainstorm`、`web_search`、`paper_search`、`zotero_search`、`reason` 和 `geogebra_analysis` — 配置了对应生成模型后还有 `imagegen` 和 `videogen`。上下文工具如 `rag`、`kb_files`、`knowledge_frontier`、`read_source`、`read_memory`、`write_memory`、`read_skill`、`load_tools`、`exec`、`web_fetch`、`ask_user`、`list_notebook`、`write_note`、`question_bank`、`github`、`consult_subagent`、`workspace_list`、`workspace_read`、`workspace_search`、`workspace_present` 和 `workspace_export` 会在当前轮次具备相应上下文时自动挂载。
+用户可切换的工具有 `brainstorm`、`web_search`、`paper_search`、`zotero_search`、`reason` 和 `geogebra_analysis` — 配置了对应生成模型后还有 `imagegen` 和 `videogen`。上下文工具如 `rag`、`kb_files`、`knowledge_frontier`、`read_source`、`read_memory`、`write_memory`、`read_skill`、`load_tools`、`exec`、`web_fetch`、`ask_user`、`list_favorites`、`save_favorite`、`write_note`、`search_notes`、`question_bank`、`github`、`consult_subagent`、`workspace_list`、`workspace_read`、`workspace_search`、`workspace_present` 和 `workspace_export` 会在当前轮次具备相应上下文时自动挂载。
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** 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。
+使用完整安装配置时,主页让 **Chat**、**Ask Questions**、**Quiz**、**Visualize** 和 **Video Lesson** 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。**学习 → 新建学习**位于“全部学习”上方,会打开专门的页面,提供 Book、**Mastery Path**、**Immersive Reading** 和**练习**。页面上的**自定义页面**控件可以隐藏或恢复学习方式,而不改变已有记录;不可用的模块仍不会显示。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。
</details>
@@ -465,13 +472,13 @@ Chat 是默认能力,也是大多数工作的起点。单个对话线程可以
<img src="../../assets/figs/web-dev/partners.png" alt="DeepTutor Partners 工作区" width="900">
</div>
-Partners 是拥有独立灵魂、模型策略、知识库、记忆和渠道的持久伴侣。它们不是独立的机器人引擎:每条入站的 Web 或 IM 消息都会成为在 Partner 作用域工作区内的一次普通 `ChatOrchestrator` 对话轮次。Partner 就是"一个有个性和电话号码的聊天"。
+Partners 是拥有独立灵魂、模型策略、知识库、记忆和渠道的持久伴侣。它们不是独立的机器人引擎:每条入站的 Web 或 IM 消息都会成为在其私有或绑定的内容工作区内的一次普通 `ChatOrchestrator` 对话轮次。Partner 就是"一个有个性和电话号码的聊天"。
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="DeepTutor Partners 架构" width="900">
</div>
-每个 Partner 拥有 `SOUL.md`、模型选择、渠道、工具策略和分配的知识库。其资源库可以将知识库、技能和笔记本复制到 `data/partners/<id>/workspace/`,也可以保持与已有工作区的文件和资源链接;灵魂、对话和 Partner 记忆仍保持独立。经过认证的非管理员用户拥有私有的 Partner 会话和关系记忆,而 Partner 只读访问其个人记忆;管理员、群组和未绑定流量则使用共享的 Partner 作用域。
+每个 Partner 拥有 `SOUL.md`、模型选择、渠道、工具策略和分配的知识库。其资源库可以将知识库、技能和收藏夹集合复制到 `data/partners/<id>/workspace/`,也可以保持与已有工作区的文件和资源链接;灵魂、对话和 Partner 记忆仍保持独立。经过认证的非管理员用户拥有私有的 Partner 会话和关系记忆,而 Partner 只读访问其个人记忆;管理员、群组和未绑定流量则使用共享的 Partner 作用域。
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="每个 Partner 的 IM 渠道配置" width="900">
@@ -499,7 +506,7 @@ Partners 是拥有独立灵魂、模型策略、知识库、记忆和渠道的
Grok 使用自己的认证和会话存储;DeepTutor 不会复制其凭证。后续调用会在同一工作目录中恢复该连接的会话。文本与工具活动会实时流式呈现;私密思考内容会被省略。跨会话的 Grok 记忆默认关闭。此连接器支持文本问答和 CLI 工具,不支持转发图片或导入 Grok 过往对话。在 Docker 中,请在后端容器内安装并完成 Grok 的登录认证;只安装在浏览器所在机器上的 CLI 是无法访问的。
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="账号个性化:智能体、人格预设、技能与连接" width="900">
</div>
**导入历史对话** — 将已有的 ChatGPT、Claude Code 和 Codex 历史记录作为可搜索、可续聊的对话导入。选择官方 ChatGPT 数据导出中的 `conversations.json`,即可完成一次安全、幂等的快照式导入;Claude 历史按项目 / 工作目录选择,Codex 历史按日历日期选择。基于文件夹的智能体仍可刷新,让其所选范围拉取新对话。在 Chat 轮次中通过 `+` → 我的智能体引用其中一段对话,DeepTutor 会将其作为第三方对话记录读取 — 它始终是*对方的*对话,而不是 DeepTutor 自己的口吻。
@@ -507,19 +514,19 @@ Grok 使用自己的认证和会话存储;DeepTutor 不会复制其凭证。
</details>
<details>
-<summary><b>✍️ Co-Writer — 感知选区的 Markdown 写作台</b></summary>
+<summary><b>✍️ 学习笔记本 — 页面、来源与 Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="学习笔记本页面" width="900">
</div>
-Co-Writer 是一个分屏 Markdown 工作区,适用于报告、教程、笔记和长篇学习素材的创作。文档自动保存并实时渲染预览(KaTeX 数学公式、图表围栏),草稿完成后可保存回笔记本成为可复用的上下文。可导入 `.docx` 新建草稿,也可将当前编辑器导出为 Markdown 或 Word。
+学习笔记本的前身是 Co-Writer,它在当前工作区内将你的写作组织为页面、子页面和内容块。你可以导入 Word 文档、编排页面树,并将收藏夹中的原始记录作为证据插入。页面始终显示保存状态,可导出为 Markdown 或 Word;交互内容在 Word 中会转为静态内容。
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="学习笔记本块编辑器与 Dito" width="900">
</div>
-其核心理念是**精准编辑**:选中一段文字,让 DeepTutor 对其进行改写、扩展或缩短。你可以选择编辑模型;它可以使用知识库或网络证据,并保留工具调用追踪。如果模型工作期间草稿未发生变化,结果会直接替换所选文本,并且仍可通过 **Undo** 撤销。
+与 **Dito** 讨论某段文字或某个内容块:请它解释、举例、改写,或生成练习题。对话始终附着在相应页面和行上。接受前先审阅修改建议,也可将答案插入该行下方后继续写作。收藏夹保留来源记录,笔记本则是你构建自己理解的地方。
</details>
@@ -530,12 +537,12 @@ Co-Writer 是一个分屏 Markdown 工作区,适用于报告、教程、笔记
<img src="../../assets/figs/web-dev/books.png" alt="DeepTutor 书籍库" width="900">
</div>
-Book 将选定的来源转化为交互式**活书** — 不是静态 PDF,而是由类型化块构建的阅读环境。书籍可以从知识库、笔记本、题库或聊天历史开始创建;创建流程会在内容生成前提出章节大纲,让你审查结构,而不是被动接受一次性的盲目输出。
+Book 将选定的来源转化为交互式**活书** — 不是静态 PDF,而是由类型化块构建的阅读环境。书籍可以从知识库、收藏夹、题库或聊天历史开始创建;创建流程会在内容生成前提出章节大纲,让你审查结构,而不是被动接受一次性的盲目输出。
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="Book 测验块" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="Book 大纲与章节" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="Book 交互式组件块" width="31%">
</p>
@@ -551,7 +558,7 @@ Book 将选定的来源转化为交互式**活书** — 不是静态 PDF,而
<img src="../../assets/figs/web-dev/knowledge.png" alt="DeepTutor 知识中心" width="900">
</div>
-知识库是 RAG 背后的文档集合 — 为 Chat 对话、Co-Writer 编辑、Book 生成和 Partner 对话提供依据。其独特之处在于**检索引擎的选择**:**LlamaIndex**(默认,混合向量 + BM25,可选交叉编码器重排序及 exact-flat 或 HNSW FAISS 索引)、**PageIndex**(支持页面级引用的推理检索,托管或自托管 OSS)、**GraphRAG** 和 **LightRAG**(知识图谱检索)、**LightRAG Server**(将检索卸载至你通过 HTTP 连接的外部 LightRAG 实例)、**WeKnora**(从你的自托管部署中的知识库检索,无需本地索引或复制文档)、**Tencent IMA**(在 IMA 中维护的知识库 — 通过其 OpenAPI 进行检索、浏览并写回),**MarginNote 4**(你的 MN4 学习数据 — 文档、摘录、脑图卡片及其相互链接 — 由该应用的插件推送进来,并通过专用工具进行导航)、**Kiwix**(通过 HTTP 提供的可搜索 ZIM 归档,无需本地索引),或直接在原位读写的链接 **Obsidian** vault。每个 KB 绑定到单一引擎。
+知识库是 RAG 背后的文档集合 — 为 Chat 对话、学习笔记本编辑、Book 生成和 Partner 对话提供依据。其独特之处在于**检索引擎的选择**:**LlamaIndex**(默认,混合向量 + BM25,可选交叉编码器重排序及 exact-flat 或 HNSW FAISS 索引)、**PageIndex**(支持页面级引用的推理检索,托管或自托管 OSS)、**GraphRAG** 和 **LightRAG**(知识图谱检索)、**LightRAG Server**(将检索卸载至你通过 HTTP 连接的外部 LightRAG 实例)、**WeKnora**(从你的自托管部署中的知识库检索,无需本地索引或复制文档)、**Tencent IMA**(在 IMA 中维护的知识库 — 通过其 OpenAPI 进行检索、浏览并写回),**MarginNote 4**(你的 MN4 学习数据 — 文档、摘录、脑图卡片及其相互链接 — 由该应用的插件推送进来,并通过专用工具进行导航)、**Kiwix**(通过 HTTP 提供的可搜索 ZIM 归档,无需本地索引),或直接在原位读写的链接 **Obsidian** vault。每个 KB 绑定到单一引擎。
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="创建知识库" width="900">
@@ -574,16 +581,16 @@ Book 将选定的来源转化为交互式**活书** — 不是静态 PDF,而
</details>
<details>
-<summary><b>🌐 学习空间 — 技能、人格预设与可复用上下文</b></summary>
+<summary><b>🌐 资源与个性化 — 素材与可复用的辅助能力</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="当前工作区中的资源" width="900">
</div>
-学习空间是内容库、组织与个性化层。**对话与素材**包含聊天历史、支持移动记录和 Markdown 导出的笔记本,以及保存答案与解析的题库。可以从题库选区或个性化学习启动**练习**,进行复习会话、错题追踪和定期复习。**个性化**包含人格预设、技能(`SKILL.md` 剧本)、一键安装的 **MCP 服务**,以及来自 [CLI-Anything](https://github.com/HKUDS/CLI-Anything) 目录的 **CLI 应用**,每个应用的使用指南按需加载。独立的**我的课程**工作区按学科归拢对话与导师线程;每项素材只会出现在支持它的工作流中。
+**资源**汇集聊天历史、支持移动记录和 Markdown 导出的**收藏夹**、**学习日志**、知识中心,以及保存答案与解析的题库。可以从题库选区或**学习 → 练习**启动**练习**,进行复习会话、错题追踪和定期复习。独立的**个性化**页面包含人格预设、技能(`SKILL.md` 剧本)、一键使用的 **MCP 服务**,以及来自 [CLI-Anything](https://github.com/HKUDS/CLI-Anything) 目录的 **CLI 应用**,每个应用的使用指南按需加载。**学习**汇集书籍、掌握度路径、阅读集合及其导师对话;每项素材只会出现在支持它的工作流中。
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="个性化技能库" width="900">
</div>
你不必自己编写每个技能 — **从 EduHub 导入**可浏览社区目录,通过安全门将技能直接下载到你的库中(详见[生态系统](#-生态系统--eduhub-与技能社区))。
@@ -611,7 +618,7 @@ Memory Graph 展示整个金字塔 — L3 综合位于中心,L2 在中间圆
<summary><b>⚙️ Settings — 统一的控制面板</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="设置导航" width="900">
</div>
Settings 是操作控制面板,首页**通用**用于设置界面与模型输出语言。可搜索的导航栏链接到各个独立页面:**个人**包括工作区、数据迁移、外观和用量统计;**学习与对话**包括起始建议、附件、Video Learning、学习者与监护人控制、学习进度,以及 Memory;**模型与服务**包括提供商、语言模型、任务模型、嵌入、搜索、语音和多模态生成;**功能与集成**包括工具、能力参数、Partners 与智能体以及知识与文档。**系统**包括网络、运行状态和关于;**已归档对话**支持搜索、恢复或永久删除归档的对话。运行状态展示后端健康状况、常驻内存占用,以及评估能力阻断项、警告和建议的**就绪度**(Readiness)矩阵。工作区将主题文件和学习状态分开,数据迁移提供经过验证的迁移和导出。**提供商**保存厂商地址和凭证,供其服务模型复用;模型页面选择已保存的提供商,并配置模型名称和能力。**任务模型**为后台工作(如给会话命名、撰写起始建议)指定一个小而快的模型,留空时则回退到当前默认模型。语音汇集语音合成与转录;多模态生成汇集图像与视频模型。Partners 与智能体用于配置本地智能体运行框架和远程 Hermes 网关。
@@ -620,7 +627,7 @@ Settings 是操作控制面板,首页**通用**用于设置界面与模型输
**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** 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。
+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。在源码仓库中,运行 `python scripts/install_extras.py 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-dev/appearance.png" alt="DeepTutor 外观设置与主题" width="900">
@@ -628,7 +635,7 @@ Settings → Learning & conversation 下的 **Video Learning** 为 Reading 配
大多数部分采用草稿-应用流程,因此你可以在提交前测试提供商配置。你也可以直接在 Chat 中开口:助手会读取当前配置、应用变更,并告知是否需要重启或重新索引 — 在提交前先探测新模型,因此它不会把自己切换到不可达的配置上。API Key 永远不会经过模型 — 它会为你打开对应的表单来输入。开箱即提供四种主题 — Default、Cream、Dark 和 Glass。项目根目录的 `.env` 文件被刻意忽略;运行时配置存储在 `data/user/settings/*.json` 下,除非 `DEEPTUTOR_HOME` 或 `deeptutor start --home` 将应用指向其他位置。
-**OpenAI Codex OAuth(实验性)。** 在 **Settings → Providers** 下添加 **OpenAI Codex**,会打开基于你自己 ChatGPT 订阅运行的浏览器登录,因此无需 `OPENAI_API_KEY`。令牌仅保存在 `data/system/user-secrets/<owner>/private/openai-codex/` 中 — 在多容器 Compose 部署中,位于 exec 沙箱可触及的所有目录树之外 — DeepTutor 绝不会读取或修改你的 `~/.codex` CLI 登录状态。模型列表来自该账号的实时目录;只有尚未配置任何 LLM 时,登录后的 Codex 才会成为活跃模型。令牌只授权一个人的订阅,无法通过用户授权共享,因此每个账号都需自行登录 — 普通用户也不例外:他们的登录卡片位于 **Providers** 下,产生的模型、目录和退出登录操作均只对该账号私有。
+**OpenAI Codex OAuth(实验性)。** 在 **Settings → Providers** 下添加 **OpenAI Codex**,会打开基于你自己 ChatGPT 订阅运行的浏览器登录,因此无需 `OPENAI_API_KEY`。令牌仅保存在 `data/system/user-secrets/<owner>/private/openai-codex/` 中 — 在多容器 Compose 部署中,位于 exec 沙箱可触及的所有目录树之外 — DeepTutor 绝不会读取或修改你的 `~/.codex` CLI 登录状态。模型列表来自该账号的实时目录;登录会发布模型配置,但只有尚未配置任何 LLM 时,它才会成为活跃模型。令牌只授权一个人的订阅,无法通过用户授权共享,因此每个账号都需自行登录 — 普通用户也不例外:他们的登录卡片位于 **Providers** 下,产生的模型、目录和退出登录操作均只对该账号私有。
在登录和**刷新模型**时,DeepTutor 会从官方 npm 注册表读取最新的稳定版 `@openai/codex` 版本号,并将其用作目录请求的 `client_version`。这仅是元数据操作:它不会安装、下载或升级 Codex CLI,该 npm 请求也不携带任何 OAuth 凭证。发现过程有三秒的时限和 64 KiB 的响应大小上限。如果失败,DeepTutor 会使用该账号上次成功获取的版本号,若没有缓存则使用内置的回退版本。只有成功解析的实时目录才会保存新版本号;验证器绝不会在不同版本或不同凭证世代之间被复用。版本被拒绝或目录结构不兼容时,允许用上一个版本重试一次;认证失败、限流和 TLS 失败不会被当作版本问题重试。手动刷新失败时会报告错误,而不会把旧的缓存目录当作刷新结果呈现。
@@ -674,7 +681,7 @@ data/
**启用方式:** 在 `data/user/settings/auth.json` 中开启认证,重启 `deeptutor start`,在 `/register` 注册第一个管理员,然后从 `/admin/users` 添加用户,并通过授权分配模型、知识库、技能、Partner、工具/MCP/CLI 应用策略和代码执行权限;在每个用户的 **Book access** 面板中配置共享书籍。
-对于拆分私有/公开来源的部署,将 `auth.private_login_hosts`(或 `AUTH_PRIVATE_LOGIN_HOSTS`)设为可以展示密码登录与注册的私有前端主机列表。前端会把收到的 HTTP `Host` 作为其前端主机断言转发给后端。请通过反向代理保留浏览器原始的 `Host`,并让公开入口拒绝声称是私有主机的请求;不要暴露一个会接受任意 `Host` 值的裸 Next.js 端口。HTTP `Host` 可以被直连客户端伪造,因此私有主机的授权依赖于这道入口边界。后端默认只接受来自 loopback 的前端主机断言。如果 Web 前端是从另一个容器或主机连接过来的,请在后端进程上将 `AUTH_TRUSTED_FRONTEND_PROXY_IPS` 设为该前端代理的精确 IP 地址(多个时用逗号分隔)。保持后端 API 只对该前端代理私有,不要在此列表中包含笼统的客户端网段。Loopback 始终被允许;当该列表非空时,私有来源上已认证的用户可以打开 **Profile → Public device sign-in**,为某个 HTTPS 公开来源创建一条短时有效、绑定主机的配对链接。公开的 `/handoff` 页面会在一次 POST 请求体中用一次性代码换取一张同样短时有效的 JWE 票据,消费该票据一次,并获得正常的 HttpOnly 会话 Cookie。
+对于拆分私有/公开来源的部署,将 `auth.private_login_hosts`(或 `AUTH_PRIVATE_LOGIN_HOSTS`)设为可以展示密码登录与注册的私有前端主机列表。前端会把收到的 HTTP `Host` 作为其前端主机断言转发给后端。请通过反向代理保留浏览器原始的 `Host`,并让公开入口拒绝声称是私有主机的请求;不要暴露一个会接受任意 `Host` 值的裸 Next.js 端口。HTTP `Host` 可以被直连客户端伪造,因此私有主机的授权依赖于这道入口边界。后端默认只接受来自 loopback 的前端主机断言。如果 Web 前端是从另一个容器或主机连接过来的,请在后端进程上将 `AUTH_TRUSTED_FRONTEND_PROXY_IPS` 设为该前端代理的精确 IP 地址(多个时用逗号分隔)。这会替换默认值;如果也需要本地前端连接,请加入 `127.0.0.1,::1`。保持后端 API 只对该前端代理私有,不要在此列表中包含笼统的客户端网段。当 `private_login_hosts` 非空时,私有来源上已认证的用户可以打开 **Profile → Public device sign-in**,为某个 HTTPS 公开来源创建一条短时有效、绑定主机的配对链接。公开的 `/handoff` 页面会在一次 POST 请求体中用一次性代码换取一张同样短时有效的 JWE 票据,消费该票据一次,并获得正常的 HttpOnly 会话 Cookie。
> PocketBase 仍为单用户集成 — 多用户部署时请将 `integrations.pocketbase_url` 留空,除非你已接入外部用户存储。
@@ -691,14 +698,14 @@ data/
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-这里也提供核心工作区管理功能 — 知识库(`kb`)、会话(`session`)、Partners(`partner`)、技能(`skill`)、笔记本、记忆和配置;课程与会话组织仍需在 Web 应用中进行。完整列表见下方。
+`--kb` 为自动挂载的 RAG 和 Knowledge Frontier 工具提供上下文;Frontier 同时需要 knowledge 和 research 模块。`--tool` 用于选择用户可切换的工具。已启用的模块还会提供知识库、会话、Partner、技能、笔记本、记忆和配置命令。
</details>
@@ -725,6 +732,8 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
<details>
<summary><b>命令参考</b></summary>
+下表涵盖完整安装与可选扩展;命令和能力需要启用相应模块。核心包提供 `chat` 和 `ask_questions`。
+
| 命令 | 说明 |
|:---|:---|
| `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 |
@@ -732,8 +741,9 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| `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 module list/install/uninstall/enable/disable` | 查看模块,并在 DeepTutor 停止后进行变更;源码仓库支持启用/禁用 |
| `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`、`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`、`video_lesson`、`mastery_path`、`immersive_reading`、`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/eval-diff/set-default/delete/list-sources/sync` | 管理知识库、连接 Kiwix 归档、评估并比较检索运行结果,并同步已注册的 GitHub/Web 来源(包含来源添加/移除命令) |
@@ -768,13 +778,34 @@ Copilot 专属的 Responses 兼容处理在分发请求时应用,不会改写
<details>
<summary><b>仅 CLI 发行版</b></summary>
-仅 CLI 包位于 `packaging/deeptutor-cli`。在此代码仓库中,从源码安装:
+核心 wheel 提供 CLI 和 SDK;`deeptutor-cli` 是兼容性元包。源码会提供所有已纳入仓库的模块,因此使用 CLI 时,请安装这些模块的 Python 依赖并跳过前端配置:
+
+```bash
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
+```
+
+如需最小化安装,请使用核心 wheel。可选发行包提供工具、能力、API 路由、后台服务和导航。模块共享同一个 Python 环境,并且必须与核心版本一致。`deeptutor[full]` 会在安装时选择常用应用模块;之后仍可移除单个功能。
+
+停止 DeepTutor(在其终端中按 `Ctrl+C`),然后使用相同的 Python 环境和 `DEEPTUTOR_HOME`:
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
```
-尚未发布到 PyPI,因此[快速开始](#-快速开始)部分保留了源码安装路径。
+例如:`solve`、`research`、`questions`、`knowledge`、`parsing`、`reading`、`mastery`、`books`、`memory`、`notebook` 和 `partners`。存在依赖方时会阻止移除;核心无法通过模块命令移除。禁用或卸载会保留设置、对话、知识库和生成文件。共享的第三方依赖也会保留。
+
+**在浏览器中:** **设置 → 运行状态 → 模块**显示模块状态及对应的终端命令。软件包变更需要停止环境,并在 CLI 中完成。**聊天 → 自定义页面**和**学习 → 新建学习 → 自定义页面**会立即改变个人页面选项;隐藏入口不会卸载其模块,也不会撤销访问权限。
+
+1.7.0 软件包家族的核心与功能 wheel 使用一致的版本。本地 wheel 安装时,为 `module install` 传入 `--wheelhouse /path/to/wheels`。构建 wheel 和部署细节见[模块安装与源码开发](../../docs-for-dev/MODULES.md)。
</details>
@@ -922,19 +953,3 @@ DeepTutor 也站在众多优秀开源项目的肩膀上,它们给予了我们
</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 6c5157e83..37ea9bc01 100644
--- a/assets/README/README_ES.md
+++ b/assets/README/README_ES.md
@@ -5,12 +5,12 @@
# DeepTutor: Tutoría Personalizada de Por Vida
<p align="center">
- <a href="https://deeptutor.info" target="_blank"><img alt="Docs — deeptutor.info" src="https://img.shields.io/badge/Docs-deeptutor.info%20%E2%86%97-0A0A0A?style=for-the-badge&labelColor=F5F5F4" height="36"></a>&nbsp;
- <a href="https://deeptutor.info/collaborate/" target="_blank"><img alt="Collaborate — work with us" src="https://img.shields.io/badge/Collaborate-work%20with%20us%20%E2%86%97-0A0A0A?style=for-the-badge&labelColor=F5F5F4" height="36"></a>
+ <a href="https://deeptutor.info" target="_blank"><img alt="Documentación — deeptutor.info" src="https://img.shields.io/badge/Docs-deeptutor.info%20%E2%86%97-0A0A0A?style=for-the-badge&labelColor=F5F5F4" height="36"></a>&nbsp;
+ <a href="https://deeptutor.info/collaborate/" target="_blank"><img alt="Colabora — trabaja con nosotros" src="https://img.shields.io/badge/Collaborate-work%20with%20us%20%E2%86%97-0A0A0A?style=for-the-badge&labelColor=F5F5F4" height="36"></a>
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="GitHub Trending Repository of the Day" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Star History Rank" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="Repositorio destacado del día en GitHub" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Clasificación del historial de estrellas" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +60,9 @@
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 y Audio Overview 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, 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.
+- **Contexto de aprendizaje conectado** — Las bases de conocimiento, los libros, las páginas del Cuaderno de aprendizaje, los Favoritos, 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** — 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.
@@ -78,8 +78,8 @@ DeepTutor es un espacio de trabajo de aprendizaje nativo de agentes que conecta
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +89,7 @@ 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`**.
+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). Consulta [Persistencia de datos locales](../../docs-for-user/DATA_STORAGE.md) para conocer el diseño completo del almacenamiento, la compatibilidad con bases de datos y las indicaciones para copias de seguridad. 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
@@ -125,17 +125,19 @@ La ejecución es de solo lectura fuera de `outputs/`. Copiar un archivo generado
<details>
<summary><b>Opción 1 — Instalar desde PyPI</b> · aplicación web local completa + CLI, sin necesidad de clonar</summary>
-Aplicación web local completa + CLI, sin necesidad de clonar. Requiere **Python 3.11–3.14** y un runtime **Node.js 20+** en PATH (el servidor standalone Next.js empaquetado es iniciado por `deeptutor start`).
+**Instalación modular de 1.7.0:** usa `deeptutor[full]` para la aplicación web y la CLI, o `deeptutor` para el chat básico. Los módulos de funciones deben coincidir con la versión del núcleo; 1.6.15 y las versiones anteriores usan la estructura de paquetes previa. Para desarrollar sobre el `dev` actual, sigue las instrucciones de código fuente de abajo o construye [wheels locales](../../docs-for-dev/MODULES.md). Requiere **Python 3.11–3.14** y un runtime **Node.js 20+** en PATH (el servidor standalone Next.js empaquetado es iniciado por `deeptutor start`).
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init` solicita el puerto de backend (predeterminado `8001`), el puerto de frontend (predeterminado `3782`), proveedor LLM / URL base / clave API / modelo, un proveedor de embeddings opcional para Base de Conocimiento / RAG y un proveedor de búsqueda opcional para Web Search.
+**Actualizar a 1.7.0:** detén la aplicación y haz una copia de seguridad de tu hogar de ejecución. Usa `python -m pip install --upgrade "deeptutor[full]==1.7.0"`, seguido de `python -m pip check` y `deeptutor module list`. Si tienes instalado el paquete antiguo `deeptutor-cli`, ejecuta primero `python -m pip uninstall deeptutor-cli` y luego el comando de actualización (añadiendo opcionalmente `deeptutor-cli==1.7.0`). La antigua CLI es propietaria de archivos Python compartidos, por lo que actualizarla en la misma operación puede borrar el núcleo nuevo. Desinstalar el paquete deja intactos los datos de tu hogar de ejecución. Conserva el mismo `DEEPTUTOR_HOME` y la configuración existente. En 1.7.0, `pip install -U deeptutor` por sí solo selecciona únicamente el núcleo; usa `[full]` para solicitar el perfil de instalación completo. Para paquetes construidos localmente, sigue las [instrucciones de actualización con wheels locales](../../docs-for-dev/MODULES.md#upgrade-from-1615).
+
Después de `deeptutor start`, abre la URL del frontend impresa en la terminal — por defecto [http://127.0.0.1:3782](http://127.0.0.1:3782). Presiona `Ctrl+C` en esa terminal para detener tanto el backend como el frontend. Omitir `deeptutor init` está bien para una prueba rápida; la aplicación arranca con puertos predeterminados y configuración de modelo vacía, configúralos luego en **Settings → Providers** y **Language models**.
**Transcripción del micrófono del navegador:** los adaptadores STT compatibles con OpenAI envían el audio del navegador al proveedor sin conversión local. Los adaptadores STT nativos de DashScope y Volcengine convierten el WebM/Opus del navegador a WAV de 16 kHz y requieren un ejecutable `ffmpeg` en el `PATH` de DeepTutor. Un WAV PCM mono canónico de 16 kHz omite esta conversión. En instalaciones PyPI de Windows que utilicen cualquiera de los dos adaptadores nativos, instala FFmpeg, agrega su directorio `bin` al `PATH` del servicio y reinicia DeepTutor. Los errores de conversión aparecen debajo del campo de entrada del chat.
@@ -148,7 +150,7 @@ Después de `deeptutor start`, abre la URL del frontend impresa en la terminal
Para desarrollo en un checkout. Usa **Python 3.11–3.14** y **Node.js 22 LTS** para coincidir con CI y Docker.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +159,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +184,19 @@ python -m pip install --upgrade pip
<summary><b>Extras de instalación opcionales</b> — motores RAG / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson:** elige Video Lesson en el chat o ejecuta `deeptutor run video_lesson "Explain a concept"`. El backend necesita Node.js 22+ y npm. El primer uso descarga versiones fijadas de los paquetes Remotion y un intérprete JavaScript en WebAssembly; no requiere Docker. Las comprobaciones de fotogramas se ejecutan dentro del intérprete, sin acceso al sistema de archivos del host, credenciales, red ni API de procesos, y con límites de memoria y ejecución. La cancelación detiene el proceso de compilación. Los despliegues locales y en contenedores usan la misma ruta de ejecución, sin una alternativa fuera del sandbox. La lección resultante se reproduce en el navegador, con subtítulos cuando la narración opcional no está disponible.
+
</details>
<details>
@@ -296,10 +302,10 @@ Docker Desktop (macOS/Windows) generalmente resuelve `host.docker.internal` sin
<details>
<summary><b>Opción 4 — Solo CLI</b> · sin UI web, desde un checkout de fuente</summary>
-Cuando no necesitas la UI web. El paquete de solo CLI se instala desde un checkout de fuente, no desde PyPI.
+Cuando no necesites la UI web, usa la CLI de este checkout y omite Node/npm. El código fuente expone todos los módulos incluidos en el repositorio y necesita sus dependencias Python. Para una instalación mínima con la versión modular 1.7.0, usa el wheel básico `deeptutor` y añade los módulos de funciones por separado.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -307,7 +313,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -319,9 +326,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -329,7 +336,7 @@ deeptutor config show
</details>
-La instalación local de `deeptutor-cli` no incluye activos web ni dependencias de servidor. Mantén el checkout de fuente cerca — la instalación editable apunta a él. Para agregar la aplicación web más tarde, instala el paquete PyPI (Opción 1) y ejecuta `deeptutor init` + `deeptutor start` desde el mismo espacio de trabajo.
+Esta instalación desde código fuente incluye dependencias del servidor, pero omite la configuración del frontend. Conserva el checkout: la instalación editable apunta a él. Para añadir la UI web más adelante, instala Node.js 22 LTS, ejecuta `npm ci --legacy-peer-deps` en `web/` y después ejecuta `deeptutor init` y `deeptutor start` desde la raíz del proyecto.
</details>
@@ -426,12 +433,12 @@ DeepTutor separa su código instalado, su hogar de ejecución privado y el Espac
## 📖 Explorar DeepTutor
-Comienza con las superficies principales que usarás día a día: Chat, Partners, Mis Agentes, Co-Writer, Book, Centro de Conocimiento, Espacio de Aprendizaje, Memory y Settings. El tour luego cubre los despliegues Multi-Usuario para espacios de trabajo compartidos y aislados.
+Empieza con un **espacio de trabajo** para una materia o un proyecto. Sus secciones **Inicio**, **Aprendizaje** y **Recursos** reúnen tus conversaciones, actividades de aprendizaje y materiales. **Partners** y **Personalización** acompañan a tu cuenta entre espacios de trabajo. El recorrido siguiente muestra cómo se conectan estas superficies, seguido de la configuración y el despliegue multiusuario.
Si una respuesta pierde una restricción anterior, cita evidencia débil o contradice el material seleccionado, recopila los diagnósticos de [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md) antes de abrir un issue.
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="Inicio de DeepTutor y navegación del espacio de trabajo" width="900">
</div>
@@ -453,17 +460,17 @@ Chat es la capacidad predeterminada y el lugar donde comienza la mayor parte del
<img src="../../assets/figs/web-dev/chat.png" alt="Espacio de trabajo de chat DeepTutor" width="900">
</div>
-El bucle es deliberadamente simple: el modelo piensa en rondas, llama herramientas cuando es útil, observa los resultados y termina con un mensaje sin herramientas. `ask_user` es especial — en lugar de adivinar, el agente puede pausar el turno, hacer una pregunta de aclaración estructurada y reanudar una vez que respondes.
+El tutor llama a herramientas según las necesite y puede detenerse para hacer preguntas aclaratorias. **Personalizar página**, en la esquina superior derecha, permite elegir los modos visibles y los controles de Skills, MCP, Partners, Preferencias y entrada de voz. En **Prompts iniciales**, añade, edita o elimina los títulos y prompts de Explicar, Resolver, Practicar, Planificar e Investigar. Guardar aplica las preferencias de tu cuenta; Cancelar descarta los cambios y Restaurar valores predeterminados recupera las opciones originales.
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="Bucle de agente de chat DeepTutor" width="900">
</div>
-Las herramientas activables por el usuario son `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` y `geogebra_analysis` — más `imagegen` y `videogen` una vez que configures el modelo de generación correspondiente. Las herramientas contextuales como `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_notebook`, `write_note`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` y `workspace_export` se montan automáticamente cuando el turno tiene el contexto adecuado.
+Las herramientas activables por el usuario son `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` y `geogebra_analysis` — más `imagegen` y `videogen` una vez que configures el modelo de generación correspondiente. Las herramientas contextuales como `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_favorites`, `save_favorite`, `write_note`, `search_notes`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` y `workspace_export` se montan automáticamente cuando el turno tiene el contexto adecuado.
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 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.
+Con el perfil completo, Inicio mantiene **Chat**, **Ask Questions**, **Quiz**, **Visualize** y **Video Lesson** a un clic; **Research** para informes con citas y **Solve** para razonamiento desarrollado se encuentran en *Más capacidades*. **Aprendizaje → Nuevo aprendizaje**, encima de Todo el aprendizaje, abre una página dedicada a Books, **Mastery Path**, **Immersive Reading** y **Práctica**. Su control **Personalizar página** oculta o restaura métodos de aprendizaje sin cambiar los registros existentes; los módulos no disponibles siguen excluidos. 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 cuadernos.
</details>
@@ -474,13 +481,13 @@ Inicio mantiene **Chat**, **Ask Questions**, **Quiz** y **Visualize** a un clic;
<img src="../../assets/figs/web-dev/partners.png" alt="Espacio de trabajo de partners DeepTutor" width="900">
</div>
-Los Partners son compañeros persistentes con su propio alma, política de modelo, biblioteca, memoria y canales. No son un motor de bot separado: cada mensaje web o IM entrante se convierte en un turno normal de `ChatOrchestrator` dentro de un espacio de trabajo con alcance de partner. Un partner es "un chat que tiene personalidad y número de teléfono."
+Los Partners son compañeros persistentes con su propio alma, política de modelo, biblioteca, memoria y canales. No son un motor de bot separado: cada mensaje web o IM entrante se convierte en un turno normal de `ChatOrchestrator` dentro de su espacio de trabajo de contenido privado o vinculado. Un partner es "un chat que tiene personalidad y número de teléfono."
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="Arquitectura de partners DeepTutor" width="900">
</div>
-Cada partner tiene un `SOUL.md`, selección de modelo, canales, política de herramientas y biblioteca asignada. Su biblioteca puede copiar bases de conocimiento, skills y notebooks en `data/partners/<id>/workspace/`, o permanecer vinculada a los archivos y recursos de un espacio de trabajo existente; la identidad, las conversaciones y la memoria del Partner siguen separadas. Los usuarios autenticados que no son administradores conservan sesiones privadas de Partner y memoria de relación, mientras el Partner lee su memoria personal en modo de solo lectura; el tráfico de administradores, grupos y usuarios no vinculados utiliza el ámbito compartido del Partner.
+Cada partner tiene un `SOUL.md`, selección de modelo, canales, política de herramientas y biblioteca asignada. Su biblioteca puede copiar bases de conocimiento, skills y colecciones de Favoritos en `data/partners/<id>/workspace/`, o permanecer vinculada a los archivos y recursos de un espacio de trabajo existente; la identidad, las conversaciones y la memoria del Partner siguen separadas. Los usuarios autenticados que no son administradores conservan sesiones privadas de Partner y memoria de relación, mientras el Partner lee su memoria personal en modo de solo lectura; el tráfico de administradores, grupos y usuarios no vinculados utiliza el ámbito compartido del Partner.
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="Configuración de canales IM por partner" width="900">
@@ -508,7 +515,7 @@ En **Settings → Partners y agentes → Grok CLI**, deja el modelo y el esfuerz
Grok usa su propia autenticación y almacenamiento de sesión; DeepTutor no copia sus credenciales. Las consultas de seguimiento reanudan la sesión de la conexión en el mismo directorio de trabajo. El texto y la actividad de herramientas se transmiten en vivo; las cargas de pensamiento privado se omiten. La memoria de Grok entre sesiones está desactivada por defecto. Este conector admite preguntas de texto y herramientas de CLI, no el envío de imágenes ni la importación de conversaciones pasadas de Grok. En Docker, instala y autentica Grok dentro del contenedor del backend; una CLI instalada solo en la máquina del navegador no es accesible.
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="Personalización de la cuenta: agentes, personas, skills y conexiones" width="900">
</div>
**Importar conversaciones pasadas** — trae tu historial existente de ChatGPT, Claude Code y Codex como conversaciones buscables y reanudables. Selecciona `conversations.json` de una exportación de datos oficial de ChatGPT para una importación de instantánea segura e idempotente, elige el historial de Claude por proyecto / directorio de trabajo, o elige el historial de Codex por fecha del calendario. Los agentes basados en carpetas siguen siendo actualizables, de modo que su ámbito seleccionado puede recuperar conversaciones nuevas. Referencia una desde un turno de Chat a través de `+` → Mis Agentes, y DeepTutor la lee como una transcripción de terceros — sigue siendo *su* conversación, no la voz propia de DeepTutor.
@@ -516,19 +523,19 @@ Grok usa su propia autenticación y almacenamiento de sesión; DeepTutor no copi
</details>
<details>
-<summary><b>✍️ Co-Writer — Redacción Markdown con Conciencia de Selección</b></summary>
+<summary><b>✍️ Cuaderno de Aprendizaje — Páginas, Fuentes y Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="Páginas del Cuaderno de aprendizaje" width="900">
</div>
-Co-Writer es un espacio de trabajo Markdown de vista dividida para informes, tutoriales, notas y artefactos de aprendizaje de formato largo. Los documentos se guardan automáticamente y renderizan una vista previa en vivo (matemáticas KaTeX, cercas de diagramas), y se pueden guardar de vuelta en cuadernos cuando un borrador se convierte en contexto reutilizable. Importa un `.docx` para empezar un borrador, y exporta el editor actual como Markdown o Word.
+El Cuaderno de aprendizaje, antes Co-Writer, organiza tus propios escritos en páginas, subpáginas y bloques dentro del espacio de trabajo activo. Importa documentos Word, organiza un árbol de páginas e inserta registros originales de Favoritos como evidencia. Las páginas mantienen visible su estado de guardado y se exportan a Markdown o Word; el contenido interactivo se convierte en estático en Word.
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Editor de bloques del Cuaderno de aprendizaje y Dito" width="900">
</div>
-Su idea definitoria es la **edición quirúrgica**: selecciona un fragmento y pide a DeepTutor que lo reescriba, expanda o acorte. Elige el modelo de edición; puede usar una base de conocimiento o evidencia web y conserva un rastro de sus llamadas a herramientas. Si el borrador no ha cambiado mientras trabaja, el resultado sustituye directamente el texto seleccionado y sigue siendo reversible con **Undo**.
+Comenta un pasaje o bloque con **Dito**: pídele una explicación, un ejemplo, una reescritura o una pregunta de práctica. Las conversaciones permanecen vinculadas a la página y línea correspondientes. Revisa los cambios propuestos antes de aceptarlos, o inserta una respuesta debajo de la línea y sigue trabajando. Favoritos conserva los registros de las fuentes; el cuaderno es donde construyes tu propia comprensión.
</details>
@@ -539,12 +546,12 @@ Su idea definitoria es la **edición quirúrgica**: selecciona un fragmento y pi
<img src="../../assets/figs/web-dev/books.png" alt="Biblioteca de libros DeepTutor" width="900">
</div>
-Book convierte las fuentes seleccionadas en un **libro vivo** interactivo — no un PDF estático, sino un entorno de lectura construido a partir de bloques tipados. Un libro puede comenzar desde bases de conocimiento, cuadernos, bancos de preguntas o historial de chat; el flujo de creación propone un esquema de capítulos antes de que se genere el contenido, así revisas la estructura en lugar de aceptar una salida de un solo intento sin verla antes.
+Book convierte las fuentes seleccionadas en un **libro vivo** interactivo — no un PDF estático, sino un entorno de lectura construido a partir de bloques tipados. Un libro puede comenzar desde bases de conocimiento, Favoritos, bancos de preguntas o historial de chat; el flujo de creación propone un esquema de capítulos antes de que se genere el contenido, así revisas la estructura en lugar de aceptar una salida de un solo intento sin verla antes.
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="Bloque de quiz en Book" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="Esquema y capítulos de Book" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="Bloque de widget interactivo en Book" width="31%">
</p>
@@ -560,7 +567,7 @@ Cada capítulo se compila en bloques tipados editables — texto, callouts, quiz
<img src="../../assets/figs/web-dev/knowledge.png" alt="Centro de Conocimiento DeepTutor" width="900">
</div>
-Las bases de conocimiento son las colecciones de documentos detrás del RAG — fundamentan los turnos de Chat, las ediciones de Co-Writer, la generación de Book y las conversaciones de Partner. Lo que las distingue es la **elección de motores de recuperación**: **LlamaIndex** (el predeterminado, vector híbrido + BM25 con reranking opcional mediante cross-encoder e índices FAISS exact-flat o HNSW), **PageIndex** (recuperación por razonamiento con citas a nivel de página, hospedado o autoalojado OSS), **GraphRAG** y **LightRAG** (recuperación por grafo de conocimiento), **LightRAG Server** (recuperación delegada a una instancia externa de LightRAG a la que te conectas por HTTP), **WeKnora** (recuperación desde una base de conocimiento de tu despliegue autoalojado, sin índice local ni copia de documentos), **Tencent IMA** (una biblioteca que curas en IMA — consultada, explorada y con escritura de vuelta a través de su OpenAPI), **MarginNote 4** (tus datos de estudio de MN4 — documentos, extractos, tarjetas de mapa mental y los enlaces entre ellos — enviados por el Add-on de la app y navegados con herramientas dedicadas), **Kiwix** (un archivo ZIM consultable servido por HTTP sin indexación local), o un vault **Obsidian** vinculado que el tutor lee y escribe en el lugar. Cada KB está vinculada a un motor.
+Las bases de conocimiento son las colecciones de documentos detrás del RAG — fundamentan los turnos de Chat, las ediciones del Cuaderno de aprendizaje, la generación de Book y las conversaciones de Partner. Lo que las distingue es la **elección de motores de recuperación**: **LlamaIndex** (el predeterminado, vector híbrido + BM25 con reranking opcional mediante cross-encoder e índices FAISS exact-flat o HNSW), **PageIndex** (recuperación por razonamiento con citas a nivel de página, hospedado o autoalojado OSS), **GraphRAG** y **LightRAG** (recuperación por grafo de conocimiento), **LightRAG Server** (recuperación delegada a una instancia externa de LightRAG a la que te conectas por HTTP), **WeKnora** (recuperación desde una base de conocimiento de tu despliegue autoalojado, sin índice local ni copia de documentos), **Tencent IMA** (una biblioteca que curas en IMA — consultada, explorada y con escritura de vuelta a través de su OpenAPI), **MarginNote 4** (tus datos de estudio de MN4 — documentos, extractos, tarjetas de mapa mental y los enlaces entre ellos — enviados por el Add-on de la app y navegados con herramientas dedicadas), **Kiwix** (un archivo ZIM consultable servido por HTTP sin indexación local), o un vault **Obsidian** vinculado que el tutor lee y escribe en el lugar. Cada KB está vinculada a un motor.
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="Crear una base de conocimiento" width="900">
@@ -583,16 +590,16 @@ Las consultas nativas de LightRAG y la indexación incremental requieren la conf
</details>
<details>
-<summary><b>🌐 Espacio de Aprendizaje — Skills, Personas y Contexto Reutilizable</b></summary>
+<summary><b>🌐 Recursos y Personalización — Materiales y Asistencia Reutilizable</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="Recursos del espacio de trabajo activo" width="900">
</div>
-El Espacio de Aprendizaje es la capa de biblioteca, organización y personalización. **Conversaciones y Materiales** guarda el historial de Chat, cuadernos con registros transferibles y exportación a Markdown, y un banco de preguntas con respuestas y explicaciones. Inicia **Práctica** desde una selección del banco de preguntas o desde Aprendizaje personalizado para sesiones de repaso, seguimiento de errores y repetición programada. **Personalización** guarda personas, skills (guías `SKILL.md`), **Servicios MCP** con instalación en un clic y **Aplicaciones CLI** del catálogo [CLI-Anything](https://github.com/HKUDS/CLI-Anything), cada una con una guía de uso cargada bajo demanda. El espacio de trabajo independiente **Mis cursos** agrupa las conversaciones por materia y los hilos del tutor; cada recurso solo se ofrece en los flujos de trabajo que lo admiten.
+**Recursos** agrupa el Historial de chat, **Favoritos** con registros transferibles y exportación a Markdown, el **Diario de aprendizaje**, el Centro de Conocimiento y un banco de preguntas con respuestas y explicaciones. Inicia **Práctica** desde una selección del banco de preguntas o desde **Aprendizaje → Práctica** para sesiones de repaso, seguimiento de errores y repetición programada. La página independiente **Personalización** reúne personas, skills (guías `SKILL.md`), **Servicios MCP** en un clic y **Aplicaciones CLI** del catálogo [CLI-Anything](https://github.com/HKUDS/CLI-Anything), cada una con una guía de uso bajo demanda. **Aprendizaje** agrupa libros, rutas de dominio, colecciones de lectura y sus conversaciones con el tutor; cada recurso solo se ofrece en los flujos de trabajo que lo admiten.
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="Biblioteca de skills de Personalización" width="900">
</div>
No tienes que escribir cada skill tú mismo — **Importar desde EduHub** navega el catálogo comunitario y descarga una skill directamente en tu biblioteca a través de una puerta de seguridad (consulta [Ecosistema](#-ecosistema--eduhub-y-la-comunidad-de-skills)).
@@ -620,7 +627,7 @@ El Memory Graph muestra toda la pirámide — síntesis L3 en el centro, L2 en e
<summary><b>⚙️ Settings — Un Panel de Control</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="Navegación de configuración" width="900">
</div>
Settings es el panel de control operativo y se abre en **General**, donde se configuran el idioma de la interfaz y el de salida del modelo. Su navegador con búsqueda enlaza páginas independientes: **Personal** incluye Espacios de trabajo, Migración de datos, Apariencia y Estadísticas de uso; **Aprendizaje y conversación** incluye sugerencias iniciales, adjuntos, Video Learning, controles de alumnos y tutores, Progreso de aprendizaje y Memory; **Modelos y servicios** incluye Proveedores, Modelos de lenguaje, Modelos de tarea, Embedding, Search, Voz y Generación multimodal; **Funciones e integraciones** incluye herramientas, parámetros de capacidades, Partners y agentes, y Conocimiento y documentos. **Sistema** reúne Red, Estado de ejecución y Acerca de; **Chats archivados** permite buscar, restaurar o eliminar permanentemente conversaciones archivadas. Estado de ejecución contiene la salud del backend, la memoria residente y la matriz de **Preparación** (Readiness), que clasifica bloqueos, advertencias y sugerencias de las capacidades. Espacios de trabajo mantiene separados los archivos de cada tema y el estado de aprendizaje, con migración y exportación verificadas en Migración de datos. Un **proveedor** guarda la dirección y credencial de un servicio para reutilizarlas con sus modelos; las páginas de modelos seleccionan proveedores guardados y configuran nombres y capacidades. Los **modelos de tarea** fijan un modelo pequeño y rápido para el trabajo en segundo plano — nombrar conversaciones y escribir sugerencias iniciales — y recurren al predeterminado activo cuando se dejan vacíos. Voz agrupa síntesis y transcripción de voz; Generación multimodal reúne modelos de imagen y vídeo. Partners y agentes configura entornos de agentes locales y una pasarela remota de Hermes.
@@ -629,7 +636,7 @@ Settings es el panel de control operativo y se abre en **General**, donde se con
**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 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.
+**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. En un checkout de código fuente, ejecuta `python scripts/install_extras.py 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-dev/appearance.png" alt="Configuración de apariencia de DeepTutor y temas" width="900">
@@ -683,7 +690,7 @@ El **primer usuario registrado se convierte en administrador** y controla los ca
**Activarlo:** activa la autenticación en `data/user/settings/auth.json`, reinicia `deeptutor start`, registra al primer administrador en `/register`, luego agrega usuarios desde `/admin/users` y asigna modelos, KBs, skills, Partners, política de herramientas/MCP/CLI-apps y acceso de ejecución de código a través de permisos; configura los libros compartidos en el panel **Book access** de cada usuario.
-Para orígenes privados/públicos divididos, establece `auth.private_login_hosts` (o `AUTH_PRIVATE_LOGIN_HOSTS`) en los hosts de frontend privados que pueden mostrar el inicio de sesión con contraseña y el registro. El frontend reenvía el `Host` HTTP entrante al backend como su afirmación de host de frontend. Preserva el `Host` del navegador a través de tu proxy inverso, y haz que la entrada pública rechace las solicitudes que nombren un host privado; no expongas un puerto de Next.js sin procesar que acepte valores de `Host` arbitrarios. El `Host` HTTP puede ser falsificado por un cliente directo, por lo que la autorización de host privado depende de ese límite de entrada. El backend acepta afirmaciones de host de frontend solo desde loopback por defecto. Si el frontend Web se conecta desde otro contenedor u host, establece `AUTH_TRUSTED_FRONTEND_PROXY_IPS` con la dirección IP exacta de ese proxy de frontend en el proceso del backend (separadas por comas si hay más de una). Mantén la API del backend privada para el proxy de frontend y no incluyas redes de clientes generales en esta lista. Loopback siempre está permitido; cuando la lista no está vacía, un usuario autenticado en un origen privado puede abrir **Perfil → Inicio de sesión público de dispositivo** y crear un enlace de emparejamiento de corta duración vinculado al host para un origen público HTTPS. La página pública `/handoff` intercambia el código de un solo uso por un ticket JWE igualmente corto en un cuerpo POST, consume el ticket una vez, y recibe la cookie de sesión HttpOnly normal.
+Para orígenes privados/públicos divididos, establece `auth.private_login_hosts` (o `AUTH_PRIVATE_LOGIN_HOSTS`) en los hosts de frontend privados que pueden mostrar el inicio de sesión con contraseña y el registro. El frontend reenvía el `Host` HTTP entrante al backend como su afirmación de host de frontend. Preserva el `Host` del navegador a través de tu proxy inverso, y haz que la entrada pública rechace las solicitudes que nombren un host privado; no expongas un puerto de Next.js sin procesar que acepte valores de `Host` arbitrarios. El `Host` HTTP puede ser falsificado por un cliente directo, por lo que la autorización de host privado depende de ese límite de entrada. El backend acepta afirmaciones de host de frontend solo desde loopback por defecto. Si el frontend Web se conecta desde otro contenedor u host, establece `AUTH_TRUSTED_FRONTEND_PROXY_IPS` con la dirección IP exacta de ese proxy de frontend en el proceso del backend (separadas por comas si hay más de una). Esto sustituye los valores predeterminados; incluye `127.0.0.1,::1` si también necesitas conexiones locales del frontend. Mantén la API del backend privada para el proxy de frontend y no incluyas redes de clientes generales en esta lista. Cuando `private_login_hosts` no está vacío, un usuario autenticado en un origen privado puede abrir **Perfil → Inicio de sesión público de dispositivo** y crear un enlace de emparejamiento de corta duración vinculado al host para un origen público HTTPS. La página pública `/handoff` intercambia el código de un solo uso por un ticket JWE igualmente corto en un cuerpo POST, consume el ticket una vez, y recibe la cookie de sesión HttpOnly normal.
> PocketBase sigue siendo una integración monousuario — mantén `integrations.pocketbase_url` en blanco para despliegues multi-usuario a menos que hayas conectado un almacén de usuarios externo.
@@ -700,14 +707,14 @@ Un binario `deeptutor`, dos formas de entrar: un **REPL** interactivo para quien
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-La gestión esencial del espacio de trabajo también está disponible aquí — bases de conocimiento (`kb`), sesiones (`session`), partners (`partner`), skills (`skill`), cuadernos, memoria y config; la organización de cursos y sesiones permanece en la aplicación Web. Lista completa a continuación.
+`--kb` aporta contexto para las herramientas automáticas RAG y Knowledge Frontier; Frontier necesita tanto el módulo knowledge como research. `--tool` selecciona las herramientas activables por el usuario. Los módulos habilitados también proporcionan comandos de KB, sesiones, partners, skills, cuadernos, memoria y configuración.
</details>
@@ -734,6 +741,8 @@ El repo incluye un [`SKILL.md`](../../SKILL.md) raíz — un documento compacto
<details>
<summary><b>Referencia de comandos</b></summary>
+La tabla abarca la instalación completa y las extensiones opcionales; los comandos y las capacidades requieren que sus módulos estén habilitados. El núcleo proporciona `chat` y `ask_questions`.
+
| Comando | Descripción |
|:---|:---|
| `deeptutor init [--non-interactive] [--home PATH]` | Ejecutar el asistente de configuración o crear los valores predeterminados que falten sin preguntas |
@@ -741,8 +750,9 @@ El repo incluye un [`SKILL.md`](../../SKILL.md) raíz — un documento compacto
| `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 module list/install/uninstall/enable/disable` | Inspeccionar módulos y modificarlos con DeepTutor detenido; los checkouts de código fuente permiten habilitarlos y deshabilitarlos |
| `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`, `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`, `video_lesson`, `mastery_path`, `immersive_reading`, `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/eval-diff/set-default/delete/list-sources/sync` | Gestionar bases de conocimiento, conectar archivos Kiwix, evaluar y comparar ejecuciones de recuperación, y sincronizar fuentes de GitHub/web registradas (con comandos para añadir o eliminar fuentes) |
@@ -777,13 +787,34 @@ La compatibilidad de Responses específica de Copilot se aplica al enviar la sol
<details>
<summary><b>Distribución de solo CLI</b></summary>
-El paquete de solo CLI vive en `packaging/deeptutor-cli`. En este checkout, instálalo desde fuente:
+El wheel básico proporciona la CLI y el SDK; `deeptutor-cli` es un metapaquete de compatibilidad. El código fuente expone todos los módulos incluidos en el repositorio, así que instala sus dependencias Python y omite la configuración del frontend para usar la CLI:
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
```
-Aún no está publicado en PyPI, así que la sección principal de [Comenzar](#-comenzar) mantiene la ruta de instalación desde fuente.
+Para una instalación mínima, usa el wheel básico. Las distribuciones opcionales aportan herramientas, capacidades, rutas API, servicios en segundo plano y navegación. Los módulos comparten un entorno Python y deben coincidir con la versión del núcleo. `deeptutor[full]` selecciona los módulos habituales de la aplicación durante la instalación; después puedes eliminar funciones individuales.
+
+Detén DeepTutor (`Ctrl+C` en su terminal) y utiliza el mismo entorno Python y `DEEPTUTOR_HOME`:
+
+```bash
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
+```
+
+Ejemplos: `solve`, `research`, `questions`, `knowledge`, `parsing`, `reading`, `mastery`, `books`, `memory`, `notebook` y `partners`. Los módulos dependientes bloquean la eliminación; el núcleo no se puede eliminar mediante el comando de módulos. Deshabilitar o desinstalar conserva la configuración, las conversaciones, las bases de conocimiento y los archivos generados. También se conservan las dependencias compartidas de terceros.
+
+**En el navegador:** **Configuración → Estado de ejecución → Módulos** muestra el estado de los módulos y los comandos de terminal correspondientes. Los cambios de paquetes requieren que el entorno esté detenido y se realizan en la CLI. **Chat → Personalizar página** y **Aprendizaje → Nuevo aprendizaje → Personalizar página** cambian inmediatamente las preferencias personales de esas páginas; ocultar una entrada no desinstala su módulo ni revoca el acceso.
+
+La familia de paquetes 1.7.0 utiliza versiones coincidentes en los wheels del núcleo y de las funciones. Para instalar wheels locales, pasa `--wheelhouse /path/to/wheels` a `module install`. Consulta [instalación de módulos y desarrollo desde código fuente](../../docs-for-dev/MODULES.md) para construir los wheels y conocer los detalles de despliegue.
</details>
@@ -931,23 +962,3 @@ 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 e5922e551..0fa1a0aeb 100644
--- a/assets/README/README_FR.md
+++ b/assets/README/README_FR.md
@@ -10,7 +10,7 @@
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="Dépôt GitHub tendance du jour" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Classement de l’historique des étoiles" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="Dépôt GitHub tendance du jour" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Classement de l’historique des étoiles" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +60,9 @@
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 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.
+- **Un seul runtime pour chaque mode** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, 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.
+- **Contexte d'apprentissage connecté** — Les bases de connaissances, les livres, les pages du carnet d’apprentissage, les Favoris, 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** — 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.
@@ -78,8 +78,8 @@ DeepTutor est un espace de travail d'apprentissage natif à l'agent qui connecte
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +89,7 @@ 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`**.
+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). Consultez la [persistance des données locales](../../docs-for-user/DATA_STORAGE.md) pour la structure complète du stockage, la prise en charge des bases de données et les recommandations de sauvegarde. Pour l'application complète, le flux recommandé est **choisir un répertoire d'exécution → installer → `deeptutor init` → `deeptutor start`**.
### Essai Docker en une commande
@@ -125,17 +125,19 @@ L'exécution est en lecture seule en dehors de `outputs/`. Copier un fichier gé
<details>
<summary><b>Option 1 — Installer depuis PyPI</b> · application Web locale complète + CLI, sans clonage</summary>
-Application Web locale complète + CLI, sans clonage requis. Nécessite **Python 3.11–3.14** et un runtime **Node.js 20+** dans le PATH (le serveur standalone Next.js packagé est lancé par `deeptutor start`).
+**Installation modulaire 1.7.0 :** utilisez `deeptutor[full]` pour l'application Web et la CLI, ou `deeptutor` pour le chat de base. Les modules fonctionnels doivent avoir la même version que le cœur ; les versions 1.6.15 et antérieures utilisent l'ancienne structure de paquets. Pour développer sur la branche `dev` actuelle, suivez les instructions d'installation depuis les sources ci-dessous ou construisez des [wheels locaux](../../docs-for-dev/MODULES.md). Nécessite **Python 3.11–3.14** et un runtime **Node.js 20+** dans le PATH (le serveur standalone Next.js packagé est lancé par `deeptutor start`).
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init` demande le port backend (par défaut `8001`), le port frontend (par défaut `3782`), le fournisseur LLM / URL de base / clé API / modèle, un fournisseur d'embedding optionnel pour la Base de Connaissances / RAG, ainsi qu'un fournisseur de recherche optionnel pour Web Search.
+**Mise à niveau vers 1.7.0 :** arrêtez l'application et sauvegardez votre répertoire d'exécution. Exécutez `python -m pip install --upgrade "deeptutor[full]==1.7.0"`, puis `python -m pip check` et `deeptutor module list`. Si l'ancien paquet `deeptutor-cli` est installé, exécutez d'abord `python -m pip uninstall deeptutor-cli`, puis la commande de mise à niveau (en ajoutant éventuellement `deeptutor-cli==1.7.0`). L'ancienne CLI possède des fichiers Python partagés ; la mettre à niveau dans la même transaction peut supprimer le nouveau cœur. La désinstallation du paquet conserve les données de votre répertoire d'exécution. Gardez le même `DEEPTUTOR_HOME` et vos paramètres existants. En 1.7.0, un simple `pip install -U deeptutor` sélectionne uniquement le cœur ; utilisez `[full]` pour demander le profil d'installation de l'application complète. Pour des paquets construits localement, suivez les [instructions de mise à niveau avec des wheels locaux](../../docs-for-dev/MODULES.md#upgrade-from-1615).
+
Après `deeptutor start`, ouvrez l'URL frontend affichée dans le terminal — par défaut [http://127.0.0.1:3782](http://127.0.0.1:3782). Appuyez sur `Ctrl+C` dans ce terminal pour arrêter le backend et le frontend. Ignorer `deeptutor init` est possible pour un essai rapide ; l'application démarre avec les ports par défaut et des paramètres de modèle vides, à configurer plus tard dans **Paramètres → Fournisseurs** et **Modèles de langage**.
**Transcription du microphone dans le navigateur :** Les adaptateurs STT compatibles OpenAI transmettent l'audio du navigateur au fournisseur sans conversion locale. Les adaptateurs STT natifs DashScope et Volcengine convertissent le WebM/Opus du navigateur en WAV 16 kHz et nécessitent un exécutable `ffmpeg` dans le `PATH` de DeepTutor. Un fichier WAV canonique PCM mono 16 kHz évite cette conversion. Pour les installations PyPI sous Windows utilisant l'un de ces adaptateurs natifs, installez FFmpeg, ajoutez son répertoire `bin` au `PATH` du service, puis redémarrez DeepTutor. Les échecs de conversion apparaissent sous la zone de saisie du chat.
@@ -148,7 +150,7 @@ Après `deeptutor start`, ouvrez l'URL frontend affichée dans le terminal — p
Pour le développement à partir d'un checkout. Utilisez **Python 3.11–3.14** et **Node.js 22 LTS** pour correspondre à la CI et à Docker.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +159,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +184,19 @@ python -m pip install --upgrade pip
<summary><b>Extras d'installation optionnels</b> — moteurs RAG / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson :** choisissez Video Lesson dans le chat ou exécutez `deeptutor run video_lesson "Explain a concept"`. Le backend nécessite Node.js 22+ et npm. La première utilisation télécharge des paquets Remotion aux versions fixées et un interpréteur JavaScript WebAssembly ; Docker n'est pas requis. Les vérifications des images s'exécutent dans l'interpréteur, sans accès au système de fichiers de l'hôte, aux identifiants, au réseau ni aux API de processus, avec des limites de mémoire et d'exécution. L'annulation arrête le processus de construction. Les déploiements locaux et conteneurisés utilisent le même chemin d'exécution, sans repli hors sandbox. La leçon obtenue se lit dans le navigateur, avec des sous-titres lorsque la narration optionnelle n'est pas disponible.
+
</details>
<details>
@@ -306,10 +312,10 @@ Docker Desktop (macOS/Windows) résout généralement `host.docker.internal` san
<details>
<summary><b>Option 4 — CLI uniquement</b> · sans interface Web, depuis un checkout des sources</summary>
-Quand vous n'avez pas besoin de l'interface Web. Le paquet CLI uniquement est installé depuis un checkout des sources, pas depuis PyPI.
+Si vous n'avez pas besoin de l'interface Web, utilisez la CLI depuis ce checkout et ignorez Node/npm. Les sources exposent tous les modules inclus et nécessitent leurs dépendances Python. Pour une installation minimale avec la version modulaire 1.7.0, utilisez le wheel du cœur `deeptutor` et ajoutez les modules fonctionnels séparément.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -317,7 +323,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -329,9 +336,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -339,7 +346,7 @@ deeptutor config show
</details>
-L'installation locale `deeptutor-cli` n'inclut pas de ressources Web ni de dépendances serveur. Conservez le checkout des sources — l'installation modifiable y pointe. Pour ajouter l'application Web plus tard, installez le paquet PyPI (Option 1) et exécutez `deeptutor init` + `deeptutor start` depuis le même espace de travail.
+Cette installation depuis les sources inclut les dépendances serveur mais omet la configuration du frontend. Conservez le checkout — l'installation modifiable y pointe. Pour ajouter l'interface Web ultérieurement, installez Node.js 22 LTS, exécutez `npm ci --legacy-peer-deps` dans `web/`, puis lancez `deeptutor init` et `deeptutor start` depuis la racine du projet.
</details>
@@ -427,12 +434,12 @@ DeepTutor sépare son code installé, son répertoire d'exécution privé et son
## 📖 Explorer DeepTutor
-Commencez par les surfaces principales que vous utiliserez au quotidien : Chat, Partners, My Agents, Co-Writer, Book, Knowledge Center, Learning Space, Memory et Settings. La visite couvre ensuite les déploiements Multi-Utilisateur pour des espaces de travail partagés et isolés.
+Commencez par un **espace de travail** pour une matière ou un projet. Ses rubriques **Accueil**, **Apprentissage** et **Ressources** rassemblent vos conversations, activités d'apprentissage et supports. **Partners** et **Personnalisation** restent liés à votre compte entre les espaces de travail. La visite ci-dessous montre comment ces surfaces sont reliées, puis présente les paramètres et le déploiement multi-utilisateur.
Si une réponse perd une contrainte antérieure, cite des preuves faibles ou contredit les supports sélectionnés, rassemblez les diagnostics dans [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md) avant d'ouvrir une issue.
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="Accueil de DeepTutor et navigation des espaces de travail" width="900">
</div>
@@ -454,17 +461,17 @@ Chat est la capacité par défaut et là où commence la plupart du travail. Un
<img src="../../assets/figs/web-dev/chat.png" alt="Espace de travail Chat de DeepTutor" width="900">
</div>
-La boucle est délibérément simple : le modèle réfléchit en rounds, appelle des outils quand c'est utile, observe les résultats et termine avec un message sans outil. `ask_user` est spécial — plutôt que de deviner, l'agent peut mettre le tour en pause, poser une question de clarification structurée, et reprendre une fois que vous répondez.
+Le tuteur appelle les outils selon les besoins et peut s'interrompre pour poser des questions de clarification. **Personnaliser la page**, en haut à droite, permet de choisir les modes visibles et les commandes Compétences, MCP, Partners, Préférences et saisie vocale. Sous **Consignes de démarrage**, ajoutez, modifiez ou supprimez les titres et consignes des catégories Expliquer, Résoudre, Pratiquer, Planifier et Rechercher. Enregistrer applique les préférences de votre compte ; Annuler abandonne les modifications et Restaurer les valeurs par défaut rétablit les choix initiaux.
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="Boucle d'agent Chat de DeepTutor" width="900">
</div>
-Les outils basculables par l'utilisateur sont `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` et `geogebra_analysis` — plus `imagegen` et `videogen` une fois que vous avez configuré le modèle de génération correspondant. Les outils contextuels tels que `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_notebook`, `write_note`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` et `workspace_export` se montent automatiquement quand le tour dispose du bon contexte.
+Les outils basculables par l'utilisateur sont `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` et `geogebra_analysis` — plus `imagegen` et `videogen` une fois que vous avez configuré le modèle de génération correspondant. Les outils contextuels tels que `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_favorites`, `save_favorite`, `write_note`, `search_notes`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` et `workspace_export` se montent automatiquement quand le tour dispose du bon contexte.
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 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.
+Avec le profil complet, l'accueil garde **Chat**, **Ask Questions**, **Quiz**, **Visualize** et **Video Lesson** accessibles en un clic ; **Research** pour les rapports cités et **Solve** pour le raisonnement détaillé se trouvent sous *Plus de capacités*. **Apprentissage → Nouvel apprentissage**, au-dessus de Tous les apprentissages, ouvre une page dédiée à Book, **Mastery Path**, **Immersive Reading** et **Practice**. Sa commande **Personnaliser la page** masque ou rétablit des méthodes d'apprentissage sans modifier les enregistrements existants ; les modules indisponibles restent exclus. 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.
</details>
@@ -475,13 +482,13 @@ L'accueil garde **Chat**, **Ask Questions**, **Quiz** et **Visualize** accessibl
<img src="../../assets/figs/web-dev/partners.png" alt="Espace de travail Partners de DeepTutor" width="900">
</div>
-Les Partners sont des compagnons persistants avec leur propre âme, politique de modèle, bibliothèque, mémoire et canaux. Ce ne sont pas un moteur de bot séparé : chaque message web ou IM entrant devient un tour normal de `ChatOrchestrator` dans un espace de travail à portée partner. Un partner est « un chat qui a une personnalité et un numéro de téléphone. »
+Les Partners sont des compagnons persistants avec leur propre âme, politique de modèle, bibliothèque, mémoire et canaux. Ce ne sont pas un moteur de bot séparé : chaque message web ou IM entrant devient un tour normal de `ChatOrchestrator` dans son espace de travail de contenu privé ou associé. Un partner est « un chat qui a une personnalité et un numéro de téléphone. »
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="Architecture Partners de DeepTutor" width="900">
</div>
-Chaque partner a un `SOUL.md`, une sélection de modèle, des canaux, une politique d'outils et une bibliothèque assignée. Sa bibliothèque copie les bases de connaissances, les compétences et les carnets dans `data/partners/<id>/workspace/`, ou reste liée aux fichiers et aux ressources d'un espace de travail existant ; l'identité soul, les conversations et la mémoire Partner restent séparées. Les utilisateurs authentifiés non administrateurs conservent des sessions Partner et une mémoire relationnelle privées, tandis que le Partner consulte leur mémoire personnelle en lecture seule ; le trafic administrateur, de groupe et non lié utilise la portée Partner partagée.
+Chaque partner a un `SOUL.md`, une sélection de modèle, des canaux, une politique d'outils et une bibliothèque assignée. Sa bibliothèque copie les bases de connaissances, les compétences et les collections de Favoris dans `data/partners/<id>/workspace/`, ou reste liée aux fichiers et aux ressources d'un espace de travail existant ; l'identité soul, les conversations et la mémoire Partner restent séparées. Les utilisateurs authentifiés non administrateurs conservent des sessions Partner et une mémoire relationnelle privées, tandis que le Partner consulte leur mémoire personnelle en lecture seule ; le trafic administrateur, de groupe et non lié utilise la portée Partner partagée.
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="Configuration du canal IM par partner" width="900">
@@ -509,7 +516,7 @@ Dans **Settings → Partners & agents → Grok CLI**, laissez le modèle et l'ef
Grok utilise sa propre authentification et son propre stockage de session ; DeepTutor ne copie pas ses identifiants. Les consultations suivantes reprennent la session de la connexion dans le même répertoire de travail. Le texte et l'activité des outils sont diffusés en direct ; les charges utiles de pensée privées sont omises. La mémoire Grok inter-sessions est désactivée par défaut. Ce connecteur prend en charge les questions textuelles et les outils CLI, pas le transfert d'images ni l'import de conversations Grok passées. Sous Docker, installez et authentifiez Grok à l'intérieur du conteneur backend ; un CLI installé uniquement sur l'ordinateur du navigateur n'est pas accessible.
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="Personnalisation du compte : agents, personas, compétences et connexions" width="900">
</div>
**Importez des conversations passées** — apportez votre historique ChatGPT, Claude Code et Codex existant comme des conversations consultables et reprenables. Sélectionnez `conversations.json` depuis un export officiel de données ChatGPT pour un import d'instantané sûr et idempotent, choisissez l'historique Claude par projet / répertoire de travail, ou choisissez l'historique Codex par date du calendrier. Les agents basés sur un dossier restent actualisables afin que leur portée sélectionnée puisse récupérer de nouvelles conversations. Référencez-en une depuis un tour Chat via `+` → My Agents, et DeepTutor la lit comme une transcription tierce — elle reste *leur* conversation, pas la voix propre de DeepTutor.
@@ -517,19 +524,19 @@ Grok utilise sa propre authentification et son propre stockage de session ; Deep
</details>
<details>
-<summary><b>✍️ Co-Writer — Rédaction Markdown Sensible à la Sélection</b></summary>
+<summary><b>✍️ Carnet d’apprentissage — Pages, sources et Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="Pages du carnet d’apprentissage" width="900">
</div>
-Co-Writer est un espace de travail Markdown à vue divisée pour les rapports, tutoriels, notes et artefacts d'apprentissage longs. Les documents se sauvegardent automatiquement et affichent un aperçu en direct (math KaTeX, clôtures de diagrammes), et peuvent être enregistrés dans des carnets quand un brouillon devient un contexte réutilisable. Importez un `.docx` pour démarrer un brouillon, et exportez l'éditeur actuel en Markdown ou Word.
+Le carnet d'apprentissage, anciennement Co-Writer, organise vos propres écrits en pages, sous-pages et blocs dans l'espace de travail actif. Importez des documents Word, organisez une arborescence de pages et insérez des enregistrements originaux des Favoris comme preuves. Les pages affichent leur état d'enregistrement et s'exportent en Markdown ou en Word ; le contenu interactif devient statique dans Word.
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Éditeur de blocs du carnet d’apprentissage et Dito" width="900">
</div>
-Son idée directrice est l'**édition chirurgicale** : sélectionnez une plage et demandez à DeepTutor de la réécrire, l'étendre ou la raccourcir. Choisissez le modèle d'édition ; il peut utiliser une base de connaissances ou des preuves web et conserve une trace de ses appels d'outils. Si le brouillon n'a pas changé pendant son travail, le résultat remplace directement le texte sélectionné et reste réversible avec **Undo**.
+Discutez d'un passage ou d'un bloc avec **Dito** : demandez une explication, un exemple, une réécriture ou une question d'entraînement. Les conversations restent attachées à la page et à la ligne concernées. Examinez les modifications proposées avant de les accepter, ou insérez une réponse sous la ligne et poursuivez votre travail. Les Favoris préservent les enregistrements sources ; le carnet est l'endroit où vous construisez votre propre compréhension.
</details>
@@ -540,12 +547,12 @@ Son idée directrice est l'**édition chirurgicale** : sélectionnez une plage e
<img src="../../assets/figs/web-dev/books.png" alt="Bibliothèque de livres DeepTutor" width="900">
</div>
-Book transforme des sources sélectionnées en un **livre vivant** interactif — pas un PDF statique, mais un environnement de lecture construit à partir de blocs typés. Un livre peut démarrer depuis des bases de connaissances, des carnets, des banques de questions ou l'historique de chat ; le flux de création propose un plan de chapitre avant que le contenu soit généré, vous pouvez donc revoir la forme au lieu d'accepter une sortie en un seul coup aveugle.
+Book transforme des sources sélectionnées en un **livre vivant** interactif — pas un PDF statique, mais un environnement de lecture construit à partir de blocs typés. Un livre peut démarrer depuis des bases de connaissances, des Favoris, des banques de questions ou l'historique de chat ; le flux de création propose un plan de chapitre avant que le contenu soit généré, vous pouvez donc revoir la forme au lieu d'accepter une sortie en un seul coup aveugle.
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="Bloc quiz du livre" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="Plan et chapitres du livre" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="Bloc widget interactif du livre" width="31%">
</p>
@@ -561,7 +568,7 @@ Chaque chapitre se compile en blocs typés modifiables — texte, encadrés, qui
<img src="../../assets/figs/web-dev/knowledge.png" alt="Knowledge Center de DeepTutor" width="900">
</div>
-Les bases de connaissances sont les collections de documents derrière le RAG — elles ancrent les tours de Chat, les éditions Co-Writer, la génération de Book et les conversations Partner. Ce qui est distinctif est un **choix de moteurs de récupération** : **LlamaIndex** (par défaut, vecteur hybride + BM25 avec reranking optionnel par cross-encoder et index FAISS exact-flat ou HNSW), **PageIndex** (récupération par raisonnement avec citations au niveau de la page, hébergé ou OSS auto-hébergé), **GraphRAG** et **LightRAG** (récupération par graphe de connaissances), **LightRAG Server** (récupération déléguée à une instance LightRAG externe connectée via HTTP), **WeKnora** (récupération depuis une base de connaissances de votre déploiement auto-hébergé, sans index local ni copie des documents), **Tencent IMA** (une bibliothèque que vous constituez dans IMA — interrogée, parcourue et mise à jour via son OpenAPI), **MarginNote 4** (vos données d'étude MN4 — documents, extraits, fiches de carte mentale et les liens entre eux — poussées par l'Add-on de l'application et parcourues avec des outils dédiés), **Kiwix** (une archive ZIM interrogeable servie par HTTP sans indexation locale), ou un vault **Obsidian** lié que le tuteur lit et écrit en place. Chaque KB est liée à un moteur.
+Les bases de connaissances sont les collections de documents derrière le RAG — elles ancrent les tours de Chat, les modifications du carnet d’apprentissage, la génération de Book et les conversations Partner. Ce qui est distinctif est un **choix de moteurs de récupération** : **LlamaIndex** (par défaut, vecteur hybride + BM25 avec reranking optionnel par cross-encoder et index FAISS exact-flat ou HNSW), **PageIndex** (récupération par raisonnement avec citations au niveau de la page, hébergé ou OSS auto-hébergé), **GraphRAG** et **LightRAG** (récupération par graphe de connaissances), **LightRAG Server** (récupération déléguée à une instance LightRAG externe connectée via HTTP), **WeKnora** (récupération depuis une base de connaissances de votre déploiement auto-hébergé, sans index local ni copie des documents), **Tencent IMA** (une bibliothèque que vous constituez dans IMA — interrogée, parcourue et mise à jour via son OpenAPI), **MarginNote 4** (vos données d'étude MN4 — documents, extraits, fiches de carte mentale et les liens entre eux — poussées par l'Add-on de l'application et parcourues avec des outils dédiés), **Kiwix** (une archive ZIM interrogeable servie par HTTP sans indexation locale), ou un vault **Obsidian** lié que le tuteur lit et écrit en place. Chaque KB est liée à un moteur.
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="Créer une base de connaissances" width="900">
@@ -584,16 +591,16 @@ Les requêtes LightRAG natives et l'indexation incrémentielle nécessitent la c
</details>
<details>
-<summary><b>🌐 Learning Space — Compétences, Personas et Contexte Réutilisable</b></summary>
+<summary><b>🌐 Ressources et Personnalisation — Supports et assistance réutilisable</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="Ressources de l’espace de travail actif" width="900">
</div>
-Learning Space est la couche de bibliothèque, d'organisation et de personnalisation. **Conversations & Matériaux** contient Chat History, les carnets avec des enregistrements déplaçables et un export Markdown, ainsi qu'une banque de questions avec réponses et explications. Lancez **Practice** depuis une sélection dans la banque de questions ou depuis Apprentissage personnalisé pour des séances de révision, le suivi des erreurs et des répétitions programmées. **Personnalisation** contient les personas, les compétences (livrets de jeu `SKILL.md`), les **Services MCP** connectables en un clic et les **Applications CLI** du catalogue [CLI-Anything](https://github.com/HKUDS/CLI-Anything), chacune avec un guide d'utilisation chargé à la demande. L'espace de travail distinct **My Courses** regroupe les conversations par matière et les fils du tuteur ; chaque ressource n'est proposée que dans les flux de travail qui la prennent en charge.
+**Ressources** regroupe l'historique des chats, les **Favoris** avec des enregistrements déplaçables et un export Markdown, le **Journal d'apprentissage**, Knowledge Center et une banque de questions avec réponses et explications. Lancez **Practice** depuis une sélection dans la banque de questions ou **Apprentissage → Practice** pour des séances de révision, le suivi des erreurs et des répétitions programmées. La page distincte **Personnalisation** contient les personas, les compétences (livrets de jeu `SKILL.md`), les **Services MCP** connectables en un clic et les **Applications CLI** du catalogue [CLI-Anything](https://github.com/HKUDS/CLI-Anything), chacune avec un guide d'utilisation chargé à la demande. **Apprentissage** regroupe les livres, les parcours de maîtrise, les collections de lecture et leurs conversations avec le tuteur ; chaque ressource n'est proposée que dans les flux de travail qui la prennent en charge.
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="Bibliothèque de compétences de Personnalisation" width="900">
</div>
Vous n'avez pas à écrire chaque compétence vous-même — **Importer depuis EduHub** parcourt le catalogue communautaire et télécharge une compétence directement dans votre bibliothèque via une porte de sécurité (voir [Écosystème](#-écosystème--eduhub--la-communauté-de-compétences)).
@@ -621,7 +628,7 @@ Le Memory Graph montre toute la pyramide — la synthèse L3 au centre, L2 dans
<summary><b>⚙️ Settings — Un Seul Plan de Contrôle</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="Navigation des paramètres" width="900">
</div>
Settings est le plan de contrôle opérationnel et s'ouvre sur **Général**, pour la langue de l'interface et de sortie du modèle. Sa navigation avec recherche mène à des pages indépendantes : **Personnel** couvre les espaces de travail, la migration des données, l'apparence et les statistiques d'utilisation ; **Apprentissage & conversation** couvre les suggestions de démarrage, les pièces jointes, Video Learning, les contrôles des apprenants et des responsables, Progression d'apprentissage, ainsi que Memory ; **Modèles & services** couvre les fournisseurs, les modèles de langage, les modèles de tâche, Embedding, la recherche, la voix et la génération multimodale ; **Fonctionnalités & intégrations** couvre les outils, les paramètres des capacités, Partners & agents et Connaissances & documents. **Système** contient Réseau, État d'exécution et À propos ; **Conversations archivées** permet de rechercher, restaurer ou supprimer définitivement les conversations archivées. État d'exécution contient la santé du backend, la mémoire résidente et la matrice **Readiness**, qui évalue les blocages, avertissements et suggestions pour les capacités. Les espaces de travail séparent les fichiers thématiques et l'état d'apprentissage ; Migration des données propose une migration vérifiée et un export. Un **fournisseur** conserve l'adresse et les identifiants d'un prestataire pour ses modèles de service ; les pages des modèles sélectionnent des fournisseurs enregistrés et configurent les noms et capacités des modèles. Les **modèles de tâche** réservent un petit modèle rapide au travail en arrière-plan — nommer les conversations et rédiger les suggestions de démarrage — et utilisent le modèle actif par défaut si le champ est vide. Voix regroupe la synthèse vocale et la transcription ; Génération multimodale regroupe les modèles d'image et de vidéo. Partners & agents configure les harnesses locaux et une passerelle Hermes distante.
@@ -631,7 +638,7 @@ Settings est le plan de contrôle opérationnel et s'ouvre sur **Général**, po
**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 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.
+**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. Dans un checkout des sources, exécutez `python scripts/install_extras.py 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-dev/appearance.png" alt="Paramètres d'apparence et thèmes DeepTutor" width="900">
@@ -685,7 +692,7 @@ Le **premier utilisateur enregistré devient admin** et possède les catalogues
**Activer :** activez l'auth dans `data/user/settings/auth.json`, redémarrez `deeptutor start`, enregistrez le premier admin sur `/register`, puis ajoutez des utilisateurs depuis `/admin/users` et assignez des modèles, KB, compétences, Partners, politique d'outils/MCP/applications CLI et accès à l'exécution de code via des attributions ; configurez les livres partagés dans le panneau **Book access** de chaque utilisateur.
-Pour des origines privées/publiques séparées, définissez `auth.private_login_hosts` (ou `AUTH_PRIVATE_LOGIN_HOSTS`) avec les hôtes frontend privés autorisés à afficher la connexion par mot de passe et l'inscription. Le frontend transmet le `Host` HTTP entrant au backend comme son assertion d'hôte frontend. Préservez le `Host` du navigateur à travers votre proxy inverse, et faites en sorte que l'entrée publique rejette les requêtes désignant un hôte privé ; n'exposez pas un port Next.js brut qui accepte des valeurs `Host` arbitraires. Le `Host` HTTP peut être forgé par un client direct, donc l'autorisation des hôtes privés dépend de cette frontière d'entrée. Le backend n'accepte les assertions d'hôte frontend que depuis le loopback par défaut. Si le frontend Web se connecte depuis un autre conteneur ou un autre hôte, définissez `AUTH_TRUSTED_FRONTEND_PROXY_IPS` avec l'adresse IP exacte de ce proxy frontend sur le processus backend (séparées par des virgules s'il y en a plusieurs). Gardez l'API backend privée au proxy frontend et n'incluez pas de réseaux clients généraux dans cette liste. Le loopback est toujours autorisé ; lorsque la liste n'est pas vide, un utilisateur authentifié sur une origine privée peut ouvrir **Profil → Connexion d'appareil public** et créer un lien d'appairage à courte durée de vie, lié à l'hôte, pour une origine publique HTTPS. La page publique `/handoff` échange le code à usage unique contre un ticket JWE tout aussi court dans un corps POST, consomme le ticket une seule fois, et reçoit le cookie de session HttpOnly normal.
+Pour des origines privées/publiques séparées, définissez `auth.private_login_hosts` (ou `AUTH_PRIVATE_LOGIN_HOSTS`) avec les hôtes frontend privés autorisés à afficher la connexion par mot de passe et l'inscription. Le frontend transmet le `Host` HTTP entrant au backend comme son assertion d'hôte frontend. Préservez le `Host` du navigateur à travers votre proxy inverse, et faites en sorte que l'entrée publique rejette les requêtes désignant un hôte privé ; n'exposez pas un port Next.js brut qui accepte des valeurs `Host` arbitraires. Le `Host` HTTP peut être forgé par un client direct, donc l'autorisation des hôtes privés dépend de cette frontière d'entrée. Le backend n'accepte les assertions d'hôte frontend que depuis le loopback par défaut. Si le frontend Web se connecte depuis un autre conteneur ou un autre hôte, définissez `AUTH_TRUSTED_FRONTEND_PROXY_IPS` avec l'adresse IP exacte de ce proxy frontend sur le processus backend (séparées par des virgules s'il y en a plusieurs). Cela remplace les valeurs par défaut ; incluez `127.0.0.1,::1` si des connexions frontend locales sont également nécessaires. Gardez l'API backend privée au proxy frontend et n'incluez pas de réseaux clients généraux dans cette liste. Lorsque `private_login_hosts` n'est pas vide, un utilisateur authentifié sur une origine privée peut ouvrir **Profil → Connexion d'appareil public** et créer un lien d'appairage à courte durée de vie, lié à l'hôte, pour une origine publique HTTPS. La page publique `/handoff` échange le code à usage unique contre un ticket JWE tout aussi court dans un corps POST, consomme le ticket une seule fois, et reçoit le cookie de session HttpOnly normal.
> PocketBase reste une intégration mono-utilisateur — gardez `integrations.pocketbase_url` vide pour les déploiements multi-utilisateur sauf si vous avez configuré un store utilisateur externe.
@@ -702,14 +709,14 @@ Un seul binaire `deeptutor`, deux façons d'accéder : un **REPL** interactif po
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-Les principales opérations de gestion de l'espace de travail sont également disponibles ici — bases de connaissances (`kb`), sessions (`session`), partners (`partner`), compétences (`skill`), carnets, mémoire et configuration ; l'organisation des cours et des sessions reste dans l'application Web. Liste complète ci-dessous.
+`--kb` fournit le contexte aux outils automatiques RAG et Knowledge Frontier ; Frontier nécessite les modules knowledge et research. `--tool` sélectionne les outils basculables par l'utilisateur. Les modules activés fournissent également les commandes de gestion des KB, sessions, Partners, compétences, carnets, mémoire et configuration.
</details>
@@ -736,6 +743,8 @@ Le dépôt inclut un [`SKILL.md`](../../SKILL.md) racine — un document de pass
<details>
<summary><b>Référence des commandes</b></summary>
+Le tableau couvre l’installation complète et les extensions optionnelles ; les commandes et capacités nécessitent l’activation de leurs modules. Le cœur fournit `chat` et `ask_questions`.
+
| Commande | Description |
|:---|:---|
| `deeptutor init [--non-interactive] [--home PATH]` | Exécuter l’assistant de configuration, ou créer les valeurs par défaut manquantes sans invite |
@@ -743,8 +752,9 @@ Le dépôt inclut un [`SKILL.md`](../../SKILL.md) racine — un document de pass
| `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 module list/install/uninstall/enable/disable` | Inspecter et modifier les modules lorsque DeepTutor est arrêté ; les checkouts des sources prennent en charge enable/disable |
| `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`, `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`, `video_lesson`, `mastery_path`, `immersive_reading`, `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/eval-diff/set-default/delete/list-sources/sync` | Gérer les bases de connaissances, connecter des archives Kiwix, évaluer et comparer les exécutions de récupération et synchroniser les sources GitHub/web enregistrées (avec les commandes d'ajout et de suppression de sources) |
@@ -779,13 +789,34 @@ La compatibilité Responses propre à Copilot s’applique à l’envoi des requ
<details>
<summary><b>Distribution CLI uniquement</b></summary>
-Le paquet CLI uniquement se trouve dans `packaging/deeptutor-cli`. Dans ce checkout, installez-le depuis les sources :
+Le wheel du cœur fournit la CLI et le SDK ; `deeptutor-cli` est un métapaquet de compatibilité. Les sources exposent tous les modules inclus : installez leurs dépendances Python et omettez la configuration du frontend pour utiliser la CLI :
+
+```bash
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
+```
+
+Pour une installation minimale, utilisez le wheel du cœur. Les distributions optionnelles fournissent des outils, capacités, routes API, services en arrière-plan et éléments de navigation. Les modules partagent un environnement Python et doivent avoir la même version que le cœur. `deeptutor[full]` sélectionne les modules courants de l'application à l'installation ; les fonctionnalités individuelles peuvent toujours être supprimées ensuite.
+
+Arrêtez DeepTutor (`Ctrl+C` dans son terminal), puis utilisez le même environnement Python et le même `DEEPTUTOR_HOME` :
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
```
-Il n'est pas encore publié sur PyPI, donc la section principale [Démarrage](#-démarrage) conserve le chemin d'installation depuis les sources.
+Exemples : `solve`, `research`, `questions`, `knowledge`, `parsing`, `reading`, `mastery`, `books`, `memory`, `notebook` et `partners`. Les modules dépendants bloquent la suppression ; le cœur ne peut pas être supprimé par la commande module. La désactivation ou la désinstallation préserve les paramètres, conversations, bases de connaissances et fichiers générés. Les dépendances tierces partagées sont conservées.
+
+**Dans le navigateur :** **Paramètres → État d'exécution → Modules** affiche l'état des modules et les commandes de terminal correspondantes. Les changements de paquets nécessitent un environnement arrêté et s'effectuent dans la CLI. **Chat → Personnaliser la page** et **Apprentissage → Nouvel apprentissage → Personnaliser la page** modifient immédiatement vos choix personnels de pages ; masquer une entrée ne désinstalle pas son module et ne révoque pas l'accès.
+
+La famille de paquets 1.7.0 utilise des versions identiques pour les wheels du cœur et des fonctionnalités. Pour installer des wheels locaux, passez `--wheelhouse /path/to/wheels` à `module install`. Consultez l'[installation des modules et le développement depuis les sources](../../docs-for-dev/MODULES.md) pour construire les wheels et connaître les détails du déploiement.
</details>
@@ -933,22 +964,3 @@ 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 d837d8e8d..4c3720506 100644
--- a/assets/README/README_HI.md
+++ b/assets/README/README_HI.md
@@ -10,7 +10,7 @@
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="GitHub पर दिन की ट्रेंडिंग रिपॉज़िटरी" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="स्टार इतिहास रैंक" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="GitHub पर दिन की ट्रेंडिंग रिपॉज़िटरी" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="स्टार इतिहास रैंक" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +60,9 @@
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 Audio Overview 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, 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।
+- **जुड़ा हुआ लर्निंग कॉन्टेक्स्ट** — Knowledge bases, books, Learning notebook pages, Favorites, 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** — 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।
@@ -78,8 +78,8 @@ DeepTutor एक agent-native learning workspace है जो tutoring, problem
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +89,7 @@ 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`**।
+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 storage layout, database support और backup संबंधी जानकारी के लिए [स्थानीय डेटा का स्थायी संग्रह](../../docs-for-user/DATA_STORAGE.md) देखें। पूरे app के लिए, recommended flow है **एक runtime-home directory चुनें → install करें → `deeptutor init` → `deeptutor start`**।
### एक कमांड से Docker आज़माएं
@@ -125,17 +125,19 @@ Learning Space resource library manage करता है। **Settings → Wor
<details>
<summary><b>विकल्प 1 — PyPI से इंस्टॉल करें</b> · पूरा local Web app + CLI, clone की जरूरत नहीं</summary>
-पूरा local Web app + CLI, clone की जरूरत नहीं। **Python 3.11–3.14** और PATH पर **Node.js 20+** runtime चाहिए (`deeptutor start` packaged Next.js standalone server को spawn करता है)।
+**1.7.0 का modular installation:** Web app और CLI के लिए `deeptutor[full]`, या core chat के लिए `deeptutor` उपयोग करें। Feature modules का version core से मेल खाना चाहिए; 1.6.15 और उससे पुराने versions पिछला package layout उपयोग करते हैं। वर्तमान `dev` पर development के लिए नीचे दिए source instructions उपयोग करें या [local wheels](../../docs-for-dev/MODULES.md) build करें। **Python 3.11–3.14** और PATH पर **Node.js 20+** runtime चाहिए (`deeptutor start` packaged Next.js standalone server को spawn करता है)।
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init` backend port (default `8001`), frontend port (default `3782`), LLM provider / base URL / API key / model, Knowledge Base / RAG के लिए optional embedding provider, और Web Search के लिए optional search provider के लिए prompt करता है।
+**1.7.0 पर upgrade करना:** app रोकें और अपने runtime home का backup लें। `python -m pip install --upgrade "deeptutor[full]==1.7.0"` चलाएं, फिर `python -m pip check` और `deeptutor module list` से जांच करें। अगर पुराना `deeptutor-cli` package installed है, तो पहले `python -m pip uninstall deeptutor-cli` चलाएं, फिर upgrade command चलाएं (चाहें तो उसमें `deeptutor-cli==1.7.0` भी जोड़ें)। पुराने CLI के पास shared Python files का ownership होता है, इसलिए उसी transaction में उसे upgrade करने से नया core delete हो सकता है। Package uninstall करने से runtime-home का डेटा नहीं मिटता। वही `DEEPTUTOR_HOME` और existing settings बनाए रखें। 1.7.0 में केवल `pip install -U deeptutor` चलाने से core ही चुना जाता है; पूरे app का installation profile मांगने के लिए `[full]` उपयोग करें। Locally built packages के लिए [local wheel upgrade instructions](../../docs-for-dev/MODULES.md#upgrade-from-1615) देखें।
+
`deeptutor start` के बाद, terminal में print किया गया frontend URL खोलें — default रूप से [http://127.0.0.1:3782](http://127.0.0.1:3782)। backend और frontend दोनों को रोकने के लिए उस terminal में `Ctrl+C` दबाएं। Quick trial के लिए `deeptutor init` छोड़ना ठीक है; app default ports और empty model settings के साथ boot होगा, उन्हें बाद में **Settings → Providers** और **Language models** में configure करें।
**Browser microphone transcription:** OpenAI-compatible STT adapters browser audio को local conversion के बिना provider तक forward करते हैं। Native DashScope और Volcengine STT adapters browser WebM/Opus को 16 kHz WAV में convert करते हैं और DeepTutor के `PATH` पर `ffmpeg` executable की जरूरत होती है। Canonical 16 kHz mono PCM WAV के लिए यह conversion जरूरी नहीं है। Windows PyPI installations में इनमें से कोई native adapter उपयोग करने के लिए FFmpeg install करें, उसकी `bin` directory को service के `PATH` में जोड़ें, फिर DeepTutor restart करें। Conversion failures chat input के नीचे दिखती हैं।
@@ -148,7 +150,7 @@ deeptutor start # starts backend + frontend; keep the terminal open
Checkout के विरुद्ध development के लिए। CI और Docker से match करने के लिए **Python 3.11–3.14** और **Node.js 22 LTS** उपयोग करें।
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +159,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +184,19 @@ python -m pip install --upgrade pip
<summary><b>वैकल्पिक इंस्टॉल extras</b> — RAG engines / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson:** chat में Video Lesson चुनें या `deeptutor run video_lesson "Explain a concept"` चलाएं। Backend को Node.js 22+ और npm चाहिए। पहली बार उपयोग करने पर fixed versions वाले Remotion packages और एक WebAssembly JavaScript interpreter download होते हैं; Docker जरूरी नहीं है। Frame checks interpreter के अंदर memory और execution limits के साथ चलते हैं, और उनके पास host filesystem, credentials, network या process APIs की पहुंच नहीं होती। Cancel करने से build process रुक जाता है। Local और container deployments एक ही execution path उपयोग करते हैं; sandbox के बाहर कोई fallback नहीं है। तैयार lesson browser में चलता है, और optional narration उपलब्ध न होने पर captions दिखते हैं।
+
</details>
<details>
@@ -296,10 +302,10 @@ Docker Desktop (macOS/Windows) आमतौर पर `--add-host` के बि
<details>
<summary><b>विकल्प 4 — केवल CLI</b> · कोई Web UI नहीं, source checkout से</summary>
-जब आपको Web UI की जरूरत न हो। CLI-only package PyPI से नहीं, source checkout से install होता है।
+जब Web UI की जरूरत न हो, तो इस checkout से CLI उपयोग करें और Node/npm का setup छोड़ दें। Source सभी checked-in modules उपलब्ध कराता है और उनकी Python dependencies चाहिए। 1.7.0 modular release के साथ minimal installation के लिए core `deeptutor` wheel उपयोग करें और feature modules अलग से जोड़ें।
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -307,7 +313,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -319,9 +326,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -329,7 +336,7 @@ deeptutor config show
</details>
-Local `deeptutor-cli` install में कोई Web assets या server dependencies नहीं हैं। Source checkout को आसपास रखें — editable install उस पर point करता है। बाद में Web app add करने के लिए, PyPI package (Option 1) install करें और same workspace से `deeptutor init` + `deeptutor start` run करें।
+इस source install में server dependencies शामिल हैं, लेकिन frontend setup छोड़ दिया जाता है। Checkout को बनाए रखें — editable install उसी की ओर point करता है। बाद में Web UI जोड़ने के लिए Node.js 22 LTS install करें, `web/` में `npm ci --legacy-peer-deps` चलाएं, फिर project root से `deeptutor init` और `deeptutor start` चलाएं।
</details>
@@ -417,12 +424,12 @@ DeepTutor अपने installed code, private runtime home, और optional Con
## 📖 DeepTutor को एक्सप्लोर करें
-दैनिक उपयोग की मुख्य surfaces से शुरू करें: Chat, Partners, My Agents, Co-Writer, Book, Knowledge Center, Learning Space, Memory, और Settings। फिर tour साझा, isolated workspaces के लिए Multi-User deployments को cover करता है।
+किसी विषय या project के लिए एक **workspace** से शुरू करें। उसके **Home**, **Learning** और **Resources** में आपकी conversations, learning activities और materials रहते हैं। **Partners** और **Personalization** अलग-अलग workspaces में भी आपके account से जुड़े रहते हैं। नीचे का tour बताता है कि ये surfaces कैसे जुड़ती हैं, फिर settings और multi-user deployment समझाता है।
अगर कोई answer पहले का constraint खो दे, weak evidence cite करे, या selected material से disagree करे, तो issue खोलने से पहले [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md) में diagnostics collect करें।
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home और workspace नेविगेशन" width="900">
</div>
@@ -441,20 +448,20 @@ DeepTutor अपने installed code, private runtime home, और optional Con
Chat default capability है और जहां से अधिकांश काम शुरू होता है। एक single thread normally बात कर सकता है, tools call कर सकता है, selected knowledge bases में खुद को ground कर सकता है, attachments पढ़ सकता है, images generate कर सकता है, subagents से consult कर सकता है, notebook records लिख सकता है, और turns के पार same context के साथ जारी रह सकता है।
<div align="center">
-<img src="../../assets/figs/web-dev/chat.png" alt="DeepTutor Chat workspace" width="900">
+<img src="../../assets/figs/web-dev/chat.png" alt="DeepTutor Chat कार्यक्षेत्र" width="900">
</div>
-Loop जानबूझकर simple है: model rounds में सोचता है, जब उपयोगी हो tools call करता है, results observe करता है, और tool-free message के साथ finish करता है। `ask_user` special है — guess करने की बजाय, agent turn pause कर सकता है, एक structured clarifying question पूछ सकता है, और आपके जवाब देने के बाद resume कर सकता है।
+Tutor जरूरत के अनुसार tools call करता है और स्पष्टता के लिए सवाल पूछते समय रुक सकता है। ऊपर दाईं ओर **Customize page** से दिखने वाले modes और Skills, MCP, Partners, Preferences तथा voice-input controls चुनें। **Starting prompts** में Explain, Solve, Practice, Plan और Research के titles और prompts जोड़ें, बदलें या हटाएं। Save आपके account preferences लागू करता है; Cancel बदलाव छोड़ देता है, और Restore defaults मूल विकल्प वापस लाता है।
<div align="center">
-<img src="../../assets/figs/system/chat-agent-loop.svg" alt="DeepTutor Chat agent loop" width="900">
+<img src="../../assets/figs/system/chat-agent-loop.svg" alt="DeepTutor Chat एजेंट लूप" width="900">
</div>
-User-toggleable tools हैं `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason`, और `geogebra_analysis` — साथ ही `imagegen` और `videogen` जब आप matching generation model configure करें। Contextual tools जैसे `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_notebook`, `write_note`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present`, और `workspace_export` तब automatically mount होते हैं जब turn के पास सही context हो।
+User-toggleable tools हैं `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason`, और `geogebra_analysis` — साथ ही `imagegen` और `videogen` जब आप matching generation model configure करें। Contextual tools जैसे `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_favorites`, `save_favorite`, `write_note`, `search_notes`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present`, और `workspace_export` तब automatically mount होते हैं जब turn के पास सही context हो।
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** 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।
+Full profile में Home से **Chat**, **Ask Questions**, **Quiz**, **Visualize** और **Video Lesson** एक क्लिक में खुलते हैं; cited reports के लिए **Research** और चरण-दर-चरण reasoning के लिए **Solve**, *More Capabilities* के नीचे रहते हैं। All learning के ऊपर **Learning → New learning**, Books, **Mastery Path**, **Immersive Reading** और **Practice** के लिए अलग page खोलता है। उसका **Customize page** control existing records बदले बिना learning methods छिपाता या वापस दिखाता है; unavailable modules बाहर ही रहते 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।
</details>
@@ -462,16 +469,16 @@ Home **Chat**, **Ask Questions**, **Quiz**, और **Visualize** को एक
<summary><b>🤝 Partner — एक ही बुद्धि पर चलने वाले स्थायी साथी</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/partners.png" alt="DeepTutor Partners workspace" width="900">
+<img src="../../assets/figs/web-dev/partners.png" alt="DeepTutor Partners कार्यक्षेत्र" width="900">
</div>
-Partners अपनी soul, model policy, library, memory, और channels वाले persistent companions हैं। वे एक अलग bot engine नहीं हैं: हर inbound web या IM message partner-scoped workspace के अंदर एक normal `ChatOrchestrator` turn बन जाता है। एक partner "एक chat है जिसकी personality और phone number है।"
+Partners अपनी soul, model policy, library, memory, और channels वाले persistent companions हैं। वे एक अलग bot engine नहीं हैं: हर inbound web या IM message अपने private या bound content workspace के अंदर एक normal `ChatOrchestrator` turn बन जाता है। एक partner "एक chat है जिसकी personality और phone number है।"
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="DeepTutor Partners आर्किटेक्चर" width="900">
</div>
-हर partner के पास एक `SOUL.md`, model selection, channels, tool policy, और assigned library है। इसकी library knowledge bases, skills और notebooks को `data/partners/<id>/workspace/` में copy कर सकती है, या किसी existing workspace की files और resources से linked रह सकती है; soul, conversations और Partner memory अलग रहते हैं। Authenticated non-admin users private Partner sessions और relationship memory रखते हैं, जबकि Partner उनकी personal memory को read-only पढ़ता है; admin, group, और unbound traffic shared Partner scope उपयोग करते हैं।
+हर partner के पास एक `SOUL.md`, model selection, channels, tool policy, और assigned library है। इसकी library knowledge bases, skills और Favorites collections को `data/partners/<id>/workspace/` में copy कर सकती है, या किसी existing workspace की files और resources से linked रह सकती है; soul, conversations और Partner memory अलग रहते हैं। Authenticated non-admin users private Partner sessions और relationship memory रखते हैं, जबकि Partner उनकी personal memory को read-only पढ़ता है; admin, group, और unbound traffic shared Partner scope उपयोग करते हैं।
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="प्रत्येक partner के लिए per-partner IM channel configuration" width="900">
@@ -487,7 +494,7 @@ Channel layer schema-driven है और installed extras और configured cre
<summary><b>🧑‍🚀 My Agents — दूसरे एजेंट से सलाह लें और उन्हें इम्पोर्ट करें</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/agents.png" alt="DeepTutor My Agents workspace" width="900">
+<img src="../../assets/figs/web-dev/agents.png" alt="DeepTutor My Agents कार्यक्षेत्र" width="900">
</div>
My Agents दूसरे agents को DeepTutor के लिए context बनाता है, और दो अलग काम करता है। **लाइव एजेंट connect करें** — आपकी machine पर Claude Code, Codex, Grok CLI, Antigravity, Kimi, opencode, MiMo Code, Hermes Agent, OpenClaw, या DeepSeek Harness, कोई remote Hermes gateway, या आपके Partners में से एक — और इसे chat turn के अंदर से consult करें: DeepTutor actually दूसरे agent को *run* करता है और इसके काम को `consult_subagent` tool के जरिए Activity panel में stream करता है। Agent chip से इसे और इसकी round limit select करें, या `@` से connected agents की उसी list को filter करें; यह selection session से जुड़ा रहता है।
@@ -499,7 +506,7 @@ My Agents दूसरे agents को DeepTutor के लिए context ब
Grok अपनी खुद की authentication और session storage उपयोग करता है; DeepTutor इसके credentials copy नहीं करता। Follow-up consults same working directory में connection के session को resume करते हैं। Text और tool activity live stream होती है; private thought payloads omit किए जाते हैं। Cross-session Grok memory default रूप से disabled है। यह connector text questions और CLI tools support करता है, image forwarding या past Grok conversations import करना नहीं। Docker में, Grok को backend container के अंदर install और authenticate करें; केवल browser की machine पर installed CLI reachable नहीं है।
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="अकाउंट वैयक्तिकरण: एजेंट, पर्सोना, स्किल और कनेक्शन" width="900">
</div>
**पिछली conversations import करें** — अपनी existing ChatGPT, Claude Code, और Codex history को searchable, resumable conversations के रूप में bring in करें। एक safe, idempotent snapshot import के लिए किसी official ChatGPT data export से `conversations.json` select करें, Claude history को project / working directory के अनुसार चुनें, या Codex history को calendar date के अनुसार चुनें। Folder-based agents refreshable बने रहते हैं इसलिए उनका selected scope नई conversations खींच सकता है। Chat turn से किसी एक को `+` → My Agents के जरिए reference करें, और DeepTutor इसे एक third-party transcript के रूप में पढ़ता है — यह उनकी conversation रहती है, DeepTutor की अपनी आवाज नहीं।
@@ -507,19 +514,19 @@ Grok अपनी खुद की authentication और session storage उप
</details>
<details>
-<summary><b>✍️ Co-Writer — चुने हुए पाठ के अनुसार Markdown लेखन</b></summary>
+<summary><b>✍️ Learning Notebook — पेज, स्रोत और Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook के पेज" width="900">
</div>
-Co-Writer reports, tutorials, notes, और long-form learning artifacts के लिए एक split-view Markdown workspace है। Documents autosave होते हैं और live preview render करते हैं (KaTeX math, diagram fences), और जब draft reusable context बन जाए तो notebooks में save किए जा सकते हैं। नया draft शुरू करने के लिए `.docx` import करें, और वर्तमान editor को Markdown या Word के रूप में export करें।
+Learning notebook, जिसे पहले Co-Writer कहा जाता था, active workspace में आपके अपने लेखन को pages, subpages और blocks में व्यवस्थित करता है। Word documents import करें, page tree व्यवस्थित करें और Favorites के original records को प्रमाण के रूप में जोड़ें। Pages पर save status दिखाई देता रहता है और उन्हें Markdown या Word में export किया जा सकता है; Word में interactive content स्थिर हो जाता है।
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook का ब्लॉक एडिटर और Dito" width="900">
</div>
-इसका defining idea **surgical editing** है: एक span select करें और DeepTutor से rewrite, expand, या shorten करने के लिए कहें। Edit model चुनें; वह knowledge base या web evidence उपयोग कर सकता है और अपने tool calls का trace रखता है। अगर उसके काम के दौरान draft नहीं बदला है, तो result selected text को directly replace करता है और **Undo** से reversible रहता है।
+किसी passage या block पर **Dito** से बातचीत करें: explanation, example, rewrite या practice question मांगें। Conversations संबंधित page और line से जुड़ी रहती हैं। प्रस्तावित बदलाव स्वीकार करने से पहले उनकी समीक्षा करें, या line के नीचे answer जोड़कर काम जारी रखें। Favorites original source records सुरक्षित रखता है; notebook में आप अपनी समझ तैयार करते हैं।
</details>
@@ -530,12 +537,12 @@ Co-Writer reports, tutorials, notes, और long-form learning artifacts के
<img src="../../assets/figs/web-dev/books.png" alt="DeepTutor पुस्तक लाइब्रेरी" width="900">
</div>
-Book selected sources को एक interactive **living book** में बदलता है — एक static PDF नहीं, बल्कि typed blocks से बना एक reading environment। एक book knowledge bases, notebooks, question banks, या chat history से शुरू हो सकती है; creation flow content generate होने से पहले एक chapter outline propose करता है, इसलिए आप blind one-shot output accept करने की बजाय shape review करते हैं।
+Book selected sources को एक interactive **living book** में बदलता है — एक static PDF नहीं, बल्कि typed blocks से बना एक reading environment। एक book knowledge bases, Favorites, question banks, या chat history से शुरू हो सकती है; creation flow content generate होने से पहले एक chapter outline propose करता है, इसलिए आप blind one-shot output accept करने की बजाय shape review करते हैं।
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="पुस्तक quiz block" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="पुस्तक की रूपरेखा और अध्याय" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="पुस्तक interactive widget block" width="31%">
</p>
@@ -551,7 +558,7 @@ Book selected sources को एक interactive **living book** में बद
<img src="../../assets/figs/web-dev/knowledge.png" alt="DeepTutor ज्ञान केंद्र" width="900">
</div>
-Knowledge bases RAG के पीछे document collections हैं — वे Chat turns, Co-Writer edits, Book generation, और Partner conversations को ground करते हैं। जो distinctive है वह है **retrieval engines का choice**: **LlamaIndex** (default, hybrid vector + BM25 के साथ optional cross-encoder reranking और exact-flat या HNSW FAISS indexes), **PageIndex** (reasoning retrieval with page-level citations, hosted या self-hosted OSS), **GraphRAG** और **LightRAG** (knowledge-graph retrieval), **LightRAG Server** (retrieval एक external LightRAG instance पर offload किया जाता है जिसे आप HTTP पर connect करते हैं), **WeKnora** (आपके self-hosted deployment की knowledge base से retrieval, बिना local index या document copy के), **Tencent IMA** (एक library जिसे आप IMA में curate करते हैं — इसके OpenAPI पर search, browse, और write back किया जाता है), **MarginNote 4** (आपका MN4 study data — documents, excerpts, mind-map cards और उनके बीच के links — जिन्हें app का Add-on push करता है और dedicated tools से navigate किया जाता है), **Kiwix** (बिना local indexing के HTTP पर serve किया गया searchable ZIM archive), या एक linked **Obsidian** vault जिसे tutor in-place पढ़ता और लिखता है। हर KB एक engine से bound होती है।
+Knowledge bases RAG के पीछे document collections हैं — वे Chat turns, Learning notebook edits, Book generation, और Partner conversations को ground करते हैं। जो distinctive है वह है **retrieval engines का choice**: **LlamaIndex** (default, hybrid vector + BM25 के साथ optional cross-encoder reranking और exact-flat या HNSW FAISS indexes), **PageIndex** (reasoning retrieval with page-level citations, hosted या self-hosted OSS), **GraphRAG** और **LightRAG** (knowledge-graph retrieval), **LightRAG Server** (retrieval एक external LightRAG instance पर offload किया जाता है जिसे आप HTTP पर connect करते हैं), **WeKnora** (आपके self-hosted deployment की knowledge base से retrieval, बिना local index या document copy के), **Tencent IMA** (एक library जिसे आप IMA में curate करते हैं — इसके OpenAPI पर search, browse, और write back किया जाता है), **MarginNote 4** (आपका MN4 study data — documents, excerpts, mind-map cards और उनके बीच के links — जिन्हें app का Add-on push करता है और dedicated tools से navigate किया जाता है), **Kiwix** (बिना local indexing के HTTP पर serve किया गया searchable ZIM archive), या एक linked **Obsidian** vault जिसे tutor in-place पढ़ता और लिखता है। हर KB एक engine से bound होती है।
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="एक knowledge base बनाएं" width="900">
@@ -574,16 +581,16 @@ Native LightRAG queries और incremental indexing को उस embedding conf
</details>
<details>
-<summary><b>🌐 Learning Space — Skills, Personas और दोबारा उपयोग योग्य संदर्भ</b></summary>
+<summary><b>🌐 Resources और Personalization — सामग्री और दोबारा उपयोग योग्य सहायता</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="सक्रिय कार्यक्षेत्र के संसाधन" width="900">
</div>
-Learning Space library, organization, और personalization layer है। **Conversations & Materials** में Chat History, movable records और Markdown export वाले notebooks, तथा answers और explanations वाला question bank है। Review sessions, mistake tracking और scheduled repetition के लिए question bank में चुने गए प्रश्नों या Personalized Learning से **Practice** शुरू करें। **Personalization** में personas, skills (`SKILL.md` playbooks), one-click **MCP Services**, और [CLI-Anything](https://github.com/HKUDS/CLI-Anything) catalog के **CLI Apps** हैं, जिनकी usage guide on-demand load होती है। अलग **My Courses** workspace subject conversations और tutor threads को group करता है; हर asset केवल उन workflows में उपलब्ध होता है जो उसे support करते हैं।
+**Resources** में Chat History, movable records और Markdown export वाले **Favorites**, **Learning journal**, Knowledge Center और answers तथा explanations वाला question bank शामिल हैं। Review sessions, mistake tracking और scheduled repetition के लिए question bank में चुने गए प्रश्नों या **Learning → Practice** से **Practice** शुरू करें। अलग **Personalization** page में personas, skills (`SKILL.md` playbooks), one-click **MCP Services** और [CLI-Anything](https://github.com/HKUDS/CLI-Anything) catalog के **CLI Apps** हैं, जिनकी usage guide जरूरत पर खुलती है। **Learning** में books, mastery paths, reading collections और उनकी tutor conversations एक साथ हैं; हर asset केवल उन workflows में उपलब्ध होता है जो उसे support करते हैं।
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="Personalization स्किल लाइब्रेरी" width="900">
</div>
आपको हर skill खुद नहीं लिखनी है — **Import from EduHub** community catalog browse करता है और एक security gate के जरिए directly आपकी library में skill download करता है (देखें [Ecosystem](#-इकोसिस्टम--eduhub-और-skills-community))।
@@ -600,7 +607,7 @@ Learning Space library, organization, और personalization layer है। **C
Memory एक file-backed, three-layer system है जिसे आप पढ़, curate, और audit कर सकते हैं — जानबूझकर एक hidden vector store नहीं। **L1** workspace mirror plus एक append-only event trace (`trace/<surface>/<date>.jsonl`) है; **L2** per-surface curated facts (`L2/<surface>.md`) है, जिसमें L1 entities के references होते हैं; **L3** cross-surface synthesis (`L3/<profile|recent|scope|preferences>.md`) है, जो अपनी contributing L2 surfaces record करता है।
<div align="center">
-<img src="../../assets/figs/web-dev/memory-graph.png" alt="DeepTutor memory graph" width="900">
+<img src="../../assets/figs/web-dev/memory-graph.png" alt="DeepTutor मेमोरी ग्राफ" width="900">
</div>
Memory Graph पूरा pyramid दिखाता है — L3 synthesis centre में, L2 middle ring में, L1 traces outside में — exact L2 → L1 evidence edges और L3 → contributing-surface links के साथ। Memory `chat`, `notebook`, `quiz`, `kb`, `book`, partner, और `cowriter` surfaces पर track किया जाता है; consolidator के Update / Audit / Dedup budgets **Settings → Memory** में tune किए जाते हैं।
@@ -611,7 +618,7 @@ Memory Graph पूरा pyramid दिखाता है — L3 synthesis cen
<summary><b>⚙️ Settings — नियंत्रण का एक केंद्र</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="Settings नेविगेटर" width="900">
</div>
Settings operational control plane है, जो interface और model output language के लिए **General** पर खुलता है। इसका searchable navigator independent pages से जोड़ता है: **Personal** में Workspaces, Data migration, Appearance और Usage statistics हैं; **Learning & conversation** में starting points, attachments, Video Learning, learner और guardian controls, Learning progress, तथा Memory हैं; **Models & services** में Providers, Language models, Task models, Embedding, Search, Voice और Multimodal generation हैं; **Features & integrations** में tools, capability parameters, Partners & agents और Knowledge & documents हैं। **System** में Network, Runtime status और About हैं; **Archived chats** archived conversations खोजने, restore करने या permanently delete करने देता है। Runtime status में backend health, resident memory और capability blockers, warnings तथा suggestions बताने वाला **Readiness** matrix है। Workspaces topic files और learning state अलग रखता है, जबकि Data migration में verified migration और export उपलब्ध हैं। एक **provider** vendor का address और credential रखता है ताकि उसके service models उन्हें reuse कर सकें; model pages saved providers चुनते हैं और model names तथा capabilities configure करते हैं। **Task models** background work — conversations को नाम देना और starting points लिखना — के लिए छोटा, तेज़ model pin करते हैं, और खाली होने पर active default उपयोग करते हैं। Voice में speech synthesis और transcription एक साथ हैं; Multimodal generation में image और video models हैं। Partners & agents local harnesses और remote Hermes gateway configure करता है।
@@ -620,7 +627,7 @@ Settings operational control plane है, जो interface और model output
**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**, 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।
+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। Source checkout में default YouTube caption loader के लिए `python scripts/install_extras.py video-learning` चलाएं। 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-dev/appearance.png" alt="DeepTutor appearance settings और themes" width="900">
@@ -674,7 +681,7 @@ data/
**Enable करें:** `data/user/settings/auth.json` में auth on करें, `deeptutor start` restart करें, `/register` पर पहला admin register करें, फिर `/admin/users` से users add करें और grants के जरिए models, KBs, skills, Partners, tool/MCP/CLI-app policy, और code-execution access assign करें; हर user के **Book access** panel में shared books configure करें।
-Split private/public origins के लिए, `auth.private_login_hosts` (या `AUTH_PRIVATE_LOGIN_HOSTS`) को उन private frontend hosts पर set करें जो password sign-in और registration दिखा सकते हैं। Frontend incoming HTTP `Host` को backend तक अपने frontend-host assertion के रूप में forward करता है। अपने reverse proxy के through browser का `Host` preserve करें, और public ingress को किसी private host का नाम लेने वाले requests reject करने दें; कोई raw Next.js port expose न करें जो arbitrary `Host` values accept करता हो। HTTP `Host` को एक direct client द्वारा forge किया जा सकता है, इसलिए private-host authorization उस ingress boundary पर depend करता है। Backend default रूप से केवल loopback से frontend-host assertions accept करता है। अगर Web frontend किसी दूसरे container या host से connect होता है, तो backend process पर `AUTH_TRUSTED_FRONTEND_PROXY_IPS` को उस frontend proxy के exact IP address पर set करें (एक से अधिक होने पर comma-separated)। Backend API को frontend proxy तक ही private रखें और इस list में general client networks शामिल न करें। Loopback हमेशा allowed रहता है; list non-empty होने पर, private origin पर एक authenticated user **Profile → Public device sign-in** खोल सकता है और किसी HTTPS public origin के लिए एक short-lived, host-bound pairing link बना सकता है। Public `/handoff` page one-time code को एक POST body में equally short JWE ticket से exchange करता है, ticket को एक बार consume करता है, और normal HttpOnly session cookie प्राप्त करता है।
+Split private/public origins के लिए, `auth.private_login_hosts` (या `AUTH_PRIVATE_LOGIN_HOSTS`) को उन private frontend hosts पर set करें जो password sign-in और registration दिखा सकते हैं। Frontend incoming HTTP `Host` को backend तक अपने frontend-host assertion के रूप में forward करता है। अपने reverse proxy के through browser का `Host` preserve करें, और public ingress को किसी private host का नाम लेने वाले requests reject करने दें; कोई raw Next.js port expose न करें जो arbitrary `Host` values accept करता हो। HTTP `Host` को एक direct client द्वारा forge किया जा सकता है, इसलिए private-host authorization उस ingress boundary पर depend करता है। Backend default रूप से केवल loopback से frontend-host assertions accept करता है। अगर Web frontend किसी दूसरे container या host से connect होता है, तो backend process पर `AUTH_TRUSTED_FRONTEND_PROXY_IPS` को उस frontend proxy के exact IP address पर set करें (एक से अधिक होने पर comma-separated)। यह default values को बदल देता है; अगर local frontend connections भी चाहिए, तो `127.0.0.1,::1` शामिल करें। Backend API को frontend proxy तक ही private रखें और इस list में general client networks शामिल न करें। `private_login_hosts` non-empty होने पर, private origin पर एक authenticated user **Profile → Public device sign-in** खोल सकता है और किसी HTTPS public origin के लिए एक short-lived, host-bound pairing link बना सकता है। Public `/handoff` page one-time code को एक POST body में equally short JWE ticket से exchange करता है, ticket को एक बार consume करता है, और normal HttpOnly session cookie प्राप्त करता है।
> PocketBase single-user integration रहता है — multi-user deployments के लिए `integrations.pocketbase_url` blank रखें जब तक आपने external user store wire up नहीं किया हो।
@@ -691,14 +698,14 @@ Split private/public origins के लिए, `auth.private_login_hosts` (य
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-Core workspace management यहां भी उपलब्ध है — knowledge bases (`kb`), sessions (`session`), partners (`partner`), skills (`skill`), notebooks, memory, और config; course और session organization Web app में ही रहते हैं। नीचे पूरी list।
+`--kb` automatic RAG और Knowledge Frontier tools को context देता है; Frontier को knowledge और research दोनों modules चाहिए। `--tool` से user-toggleable tools चुने जाते हैं। Enabled modules KB, session, partner, skill, notebook, memory और config commands भी उपलब्ध कराते हैं।
</details>
@@ -725,6 +732,8 @@ Repo एक root [`SKILL.md`](../../SKILL.md) ship करता है — CLI
<details>
<summary><b>कमांड संदर्भ</b></summary>
+इस table में full installation और optional add-ons शामिल हैं; commands और capabilities के लिए उनके modules enabled होने चाहिए। Core में `chat` और `ask_questions` उपलब्ध हैं।
+
| कमांड | विवरण |
|:---|:---|
| `deeptutor init [--non-interactive] [--home PATH]` | Setup wizard चलाएं, या बिना prompts के missing defaults बनाएं |
@@ -732,8 +741,9 @@ Repo एक root [`SKILL.md`](../../SKILL.md) ship करता है — CLI
| `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 module list/install/uninstall/enable/disable` | Modules देखें और DeepTutor को रोककर उन्हें बदलें; source checkouts में enable/disable उपलब्ध हैं |
| `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`, `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`, `video_lesson`, `mastery_path`, `immersive_reading`, `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/eval-diff/set-default/delete/list-sources/sync` | Knowledge bases manage करें, Kiwix archives connect करें, retrieval runs का मूल्यांकन और तुलना करें, और registered GitHub/web sources sync करें (source add/remove commands के साथ) |
@@ -768,13 +778,34 @@ Copilot-specific Responses compatibility stored history को rewrite किए
<details>
<summary><b>केवल CLI का वितरण</b></summary>
-CLI-only package `packaging/deeptutor-cli` में रहता है। इस checkout में, इसे source से install करें:
+Core wheel में CLI और SDK मिलते हैं; `deeptutor-cli` एक compatibility metapackage है। Source सभी checked-in modules उपलब्ध कराता है, इसलिए CLI उपयोग के लिए उनकी Python dependencies install करें और frontend setup छोड़ दें:
+
+```bash
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
+```
+
+Minimal installation के लिए core wheel उपयोग करें। Optional distributions tools, capabilities, API routes, background services और navigation उपलब्ध कराते हैं। Modules एक Python environment साझा करते हैं और उनका version core से मेल खाना चाहिए। `deeptutor[full]` installation के समय सामान्य app modules चुनता है; बाद में अलग-अलग features हटाए जा सकते हैं।
+
+DeepTutor रोकें (उसके terminal में `Ctrl+C`), फिर वही Python environment और `DEEPTUTOR_HOME` उपयोग करें:
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
```
-यह अभी PyPI पर publish नहीं है, इसलिए main [शुरू करें](#-शुरू-करें) section source-install path रखता है।
+उदाहरण: `solve`, `research`, `questions`, `knowledge`, `parsing`, `reading`, `mastery`, `books`, `memory`, `notebook` और `partners`। किसी module पर निर्भर modules उसके removal को रोकते हैं; module command से core नहीं हटाया जा सकता। Disable या uninstall करने पर settings, conversations, knowledge bases और generated files सुरक्षित रहते हैं। Shared third-party dependencies भी बनी रहती हैं।
+
+**Browser में:** **Settings → Runtime status → Modules** पर module status और संबंधित terminal commands दिखते हैं। Package बदलने के लिए environment रुका होना चाहिए और बदलाव CLI में किए जाते हैं। **Chat → Customize page** और **Learning → New learning → Customize page** आपके निजी page choices तुरंत बदलते हैं; कोई entry छिपाने से उसका module uninstall नहीं होता और न access वापस लिया जाता है।
+
+1.7.0 package family में core और feature wheels के versions एक जैसे होते हैं। Local wheel installation के लिए `module install` में `--wheelhouse /path/to/wheels` दें। Wheels बनाने और deployment की जानकारी के लिए [module installation और source development](../../docs-for-dev/MODULES.md) देखें।
</details>
@@ -922,22 +953,3 @@ 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 202084a4f..3d00543b9 100644
--- a/assets/README/README_JA.md
+++ b/assets/README/README_JA.md
@@ -10,7 +10,7 @@
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="GitHub Trending Repository of the Day" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Star History Rank" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="GitHub Trending Repository of the Day" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Star History Rank" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +60,9 @@
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、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。
+- **すべてのモードで1つのランタイム** — Chat、Ask Questions、Quiz、Research、Visualize、Solve、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。
+- **接続された学習コンテキスト** — 知識ベース、本、学習ノートブックのページ、Favorites、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。
@@ -78,8 +78,8 @@ DeepTutorは、個別指導、問題解決、クイズ生成、研究、ビジ
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +89,7 @@ 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。
+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。ストレージの全体構成、データベースのサポート、バックアップの注意点については[ローカルデータの永続化](../../docs-for-user/DATA_STORAGE.md)をご覧ください。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
@@ -125,17 +125,19 @@ Learning Spaceはリソースライブラリを管理します。**Settings →
<details>
<summary><b>オプション1 — PyPIからインストール</b> · クローン不要のフルローカルWebアプリ + CLI</summary>
-クローン不要のフルローカルWebアプリ + CLI。**Python 3.11–3.14** とPATH上の**Node.js 20+**ランタイムが必要です(パッケージ済みのNext.jsスタンドアロンサーバーは`deeptutor start`によって起動されます)。
+**1.7.0のモジュール式インストール:** WebアプリとCLIには`deeptutor[full]`を、コアのチャットには`deeptutor`を使用します。機能モジュールはコアと同じバージョンである必要があります。1.6.15以前は従来のパッケージ構成を使用します。現在の`dev`で開発する場合は、以下のソースインストール手順を使うか、[ローカルwheel](../../docs-for-dev/MODULES.md)をビルドしてください。**Python 3.11–3.14**とPATH上の**Node.js 20+**ランタイムが必要です(パッケージ済みのNext.jsスタンドアロンサーバーは`deeptutor start`によって起動されます)。
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init`はバックエンドポート(デフォルト`8001`)、フロントエンドポート(デフォルト`3782`)、LLMプロバイダー / ベースURL / APIキー / モデル、Knowledge Base / RAG用のオプション埋め込みプロバイダー、およびWeb Search用のオプション検索プロバイダーを設定します。
+**1.7.0へのアップグレード:** アプリを停止し、ランタイムホームをバックアップしてください。`python -m pip install --upgrade "deeptutor[full]==1.7.0"`を実行し、その後`python -m pip check`と`deeptutor module list`で確認します。従来の`deeptutor-cli`パッケージがインストールされている場合は、先に`python -m pip uninstall deeptutor-cli`を実行してからアップグレードコマンドを実行してください(必要に応じて`deeptutor-cli==1.7.0`も追加します)。旧CLIは共有Pythonファイルを所有するため、同じ処理でアップグレードすると新しいコアのファイルを削除する場合があります。パッケージをアンインストールしてもランタイムホームのデータは保持されます。同じ`DEEPTUTOR_HOME`と既存の設定を使用してください。1.7.0では、単なる`pip install -U deeptutor`はコアのみを選択します。フルアプリのインストールプロファイルを指定するには`[full]`を使用してください。ローカルでビルドしたパッケージについては、[ローカルwheelのアップグレード手順](../../docs-for-dev/MODULES.md#upgrade-from-1615)を参照してください。
+
`deeptutor start`後、ターミナルに出力されたフロントエンドURLを開いてください(デフォルトは[http://127.0.0.1:3782](http://127.0.0.1:3782))。そのターミナルで`Ctrl+C`を押すとバックエンドとフロントエンドが両方停止します。手軽に試すために`deeptutor init`をスキップしても問題ありません。アプリはデフォルトのポートと空のモデル設定で起動し、後から**Settings → Providers**と**Language models**で設定できます。
**ブラウザのマイク音声の文字起こし:** OpenAI互換のSTTアダプターは、ブラウザの音声をローカルで変換せずにプロバイダーへ転送します。ネイティブのDashScopeとVolcengineのSTTアダプターは、ブラウザのWebM/Opusを16 kHz WAVに変換するため、DeepTutorの`PATH`上に`ffmpeg`実行ファイルが必要です。標準形式の16 kHzモノラルPCM WAVでは、この変換は行われません。WindowsのPyPIインストールでいずれかのネイティブアダプターを使用する場合は、FFmpegをインストールし、その`bin`ディレクトリをサービスの`PATH`に追加してからDeepTutorを再起動してください。変換に失敗した場合は、チャット入力欄の下にエラーが表示されます。
@@ -148,7 +150,7 @@ deeptutor start # starts backend + frontend; keep the terminal open
チェックアウトに対して開発する場合。CIとDockerに合わせて**Python 3.11–3.14**と**Node.js 22 LTS**を使用してください。
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +159,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +184,19 @@ python -m pip install --upgrade pip
<summary><b>オプションインストールエクストラ</b> — RAGエンジン / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson:** チャットでVideo Lessonを選択するか、`deeptutor run video_lesson "Explain a concept"`を実行します。バックエンドにはNode.js 22+とnpmが必要です。初回使用時に、バージョン固定されたRemotionパッケージとWebAssemblyのJavaScriptインタープリターがダウンロードされます。Dockerは不要です。フレームの検証は、ホストのファイルシステム、認証情報、ネットワーク、プロセスAPIへのアクセスを持たないインタープリター内で、メモリと実行の制限下で行われます。キャンセルするとビルドプロセスが停止します。ローカルとコンテナのデプロイメントは同じ実行経路を使い、サンドボックスなしのフォールバックはありません。生成されたレッスンはブラウザで再生でき、オプションのナレーションを利用できない場合は字幕が表示されます。
+
</details>
<details>
@@ -296,10 +302,10 @@ Docker Desktop(macOS/Windows)は通常`--add-host`なしで`host.docker.inte
<details>
<summary><b>オプション4 — CLIのみ</b> · ソースチェックアウトからWeb UIなし</summary>
-Web UIが不要な場合。CLIのみのパッケージはPyPIからではなく、ソースチェックアウトからインストールします。
+Web UIが不要な場合は、このチェックアウトのCLIを使用し、Node/npmのセットアップを省略できます。ソースはチェックインされたすべてのモジュールを公開するため、それらのPython依存関係が必要です。1.7.0のモジュール式リリースで最小構成をインストールするには、コアの`deeptutor` wheelを使用し、機能モジュールを別途追加してください。
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -307,7 +313,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -319,9 +326,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -329,7 +336,7 @@ deeptutor config show
</details>
-ローカルの`deeptutor-cli`インストールにはWebアセットやサーバー依存関係がありません。ソースチェックアウトはそのままにしておいてください — 編集可能インストールはそれを参照します。後からWebアプリを追加するには、PyPIパッケージ(オプション1)をインストールして、同じワークスペースから`deeptutor init` + `deeptutor start`を実行してください。
+このソースインストールにはサーバーの依存関係が含まれますが、フロントエンドのセットアップは省略します。編集可能インストールはチェックアウトを参照するため、チェックアウトは保持してください。後からWeb UIを追加するには、Node.js 22 LTSをインストールし、`web/`で`npm ci --legacy-peer-deps`を実行してから、プロジェクトルートで`deeptutor init`と`deeptutor start`を実行してください。
</details>
@@ -417,12 +424,12 @@ DeepTutorは、インストールされたコード、プライベートなラ
## 📖 DeepTutorを探索する
-日常的に使用するメインサーフェスから始めましょう:Chat、Partners、My Agents、Co-Writer、Book、Knowledge Center、Learning Space、Memory、Settings。ツアーの最後はマルチユーザーデプロイメントとして共有・分離ワークスペースをカバーします。
+科目やプロジェクト用の**ワークスペース**から始めましょう。その**Home**、**Learning**、**Resources**に、会話、学習活動、教材がまとまります。**Partners**と**Personalization**はワークスペースをまたいでアカウントに紐づきます。以下のツアーでは各画面のつながりを紹介し、続いて設定とマルチユーザーデプロイメントを説明します。
回答が以前の制約を失ったり、弱い根拠を引用したり、選択した資料と矛盾したりする場合は、Issueを開く前に[`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md)に診断情報をまとめてください。
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutorのHomeとワークスペースナビゲーション" width="900">
</div>
@@ -444,17 +451,17 @@ 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
<img src="../../assets/figs/web-dev/chat.png" alt="DeepTutorチャットワークスペース" width="900">
</div>
-ループは意図的にシンプルです。モデルはラウンドで考え、役に立つときにツールを呼び出し、結果を観察し、ツールなしのメッセージで終了します。`ask_user`は特別で、推測する代わりに、エージェントはターンを一時停止し、構造化された明確化の質問をして、あなたが答えた後に再開できます。
+チューターは必要に応じてツールを呼び出し、確認の質問をするために一時停止できます。右上の**Customize page**で、表示するモードと、Skills、MCP、Partners、Preferences、音声入力の各コントロールを選択します。**Starting prompts**では、Explain、Solve、Practice、Plan、Researchのタイトルとプロンプトを追加、編集、削除できます。Saveはアカウントの設定を適用し、Cancelは編集を破棄し、Restore defaultsは元の選択に戻します。
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="DeepTutorチャットエージェントループ" width="900">
</div>
-ユーザーが切り替えられるツールは`brainstorm`、`web_search`、`paper_search`、`zotero_search`、`reason`、`geogebra_analysis` — 加えて、対応する生成モデルを設定すれば`imagegen`と`videogen`も利用できます。`rag`、`kb_files`、`knowledge_frontier`、`read_source`、`read_memory`、`write_memory`、`read_skill`、`load_tools`、`exec`、`web_fetch`、`ask_user`、`list_notebook`、`write_note`、`question_bank`、`github`、`consult_subagent`、`workspace_list`、`workspace_read`、`workspace_search`、`workspace_present`、`workspace_export`などのコンテキスト依存ツールは、ターンに適切なコンテキストがある場合に自動的にマウントされます。
+ユーザーが切り替えられるツールは`brainstorm`、`web_search`、`paper_search`、`zotero_search`、`reason`、`geogebra_analysis` — 加えて、対応する生成モデルを設定すれば`imagegen`と`videogen`も利用できます。`rag`、`kb_files`、`knowledge_frontier`、`read_source`、`read_memory`、`write_memory`、`read_skill`、`load_tools`、`exec`、`web_fetch`、`ask_user`、`list_favorites`、`save_favorite`、`write_note`、`search_notes`、`question_bank`、`github`、`consult_subagent`、`workspace_list`、`workspace_read`、`workspace_search`、`workspace_present`、`workspace_export`などのコンテキスト依存ツールは、ターンに適切なコンテキストがある場合に自動的にマウントされます。
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**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。
+フルプロファイルでは、Homeから**Chat**、**Ask Questions**、**Quiz**、**Visualize**、**Video Lesson**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。All learningの上にある**Learning → New learning**は、Book、**Mastery Path**、**Immersive Reading**、**Practice**専用のページを開きます。その**Customize page**コントロールで、既存のレコードを変更せずに学習方法を非表示にしたり復元したりできます。利用できないモジュールは引き続き除外されます。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 / 学習ガイダンス / 語彙 / クイズ / 翻訳アクションからの自然な読み上げ、ノートブックへの取り込みを提供します。
</details>
@@ -471,7 +478,7 @@ Partnersは独自のソウル、モデルポリシー、ライブラリ、メモ
<img src="../../assets/figs/system/partners-architecture.png" alt="DeepTutor Partnersアーキテクチャ" width="900">
</div>
-各Partnerには`SOUL.md`、モデル選択、チャンネル、ツールポリシー、割り当てられたライブラリがあります。ライブラリは知識ベース、スキル、ノートブックを`data/partners/<id>/workspace/`にコピーするか、既存のワークスペースのファイルとリソースにリンクしたまま利用できます。ソウル、会話、Partnerのメモリは独立したままです。認証済みの非管理者ユーザーは、非公開のPartnerセッションと関係メモリを維持し、Partnerはそのユーザーの個人メモリを読み取り専用で参照します。管理者、グループ、未バインドのトラフィックは共有Partnerスコープを使用します。
+各Partnerには`SOUL.md`、モデル選択、チャンネル、ツールポリシー、割り当てられたライブラリがあります。ライブラリは知識ベース、スキル、Favoritesコレクションを`data/partners/<id>/workspace/`にコピーするか、既存のワークスペースのファイルとリソースにリンクしたまま利用できます。ソウル、会話、Partnerのメモリは独立したままです。認証済みの非管理者ユーザーは、非公開のPartnerセッションと関係メモリを維持し、Partnerはそのユーザーの個人メモリを読み取り専用で参照します。管理者、グループ、未バインドのトラフィックは共有Partnerスコープを使用します。
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="Partner ごとのIMチャンネル設定" width="900">
@@ -499,7 +506,7 @@ My Agentsは他のエージェントをDeepTutorのコンテキストにし、2
Grokは自身の認証とセッションストレージを使用し、DeepTutorはその認証情報をコピーしません。追加の相談は同じ作業ディレクトリでその接続のセッションを再開します。テキストとツールのアクティビティはライブでストリーミングされますが、非公開の思考ペイロードは省略されます。クロスセッションのGrokメモリはデフォルトで無効です。このコネクタはテキストによる質問とCLIツールをサポートしますが、画像の転送や過去のGrok会話のインポートはサポートしません。Dockerでは、Grokはバックエンドコンテナ内にインストールして認証してください — ブラウザ側のマシンにのみインストールされたCLIには到達できません。
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="アカウントのパーソナライゼーション:エージェント、ペルソナ、スキル、接続" width="900">
</div>
**過去の会話をインポート** — 既存のChatGPT、Claude Code、Codexの履歴を検索可能、再開可能な会話として取り込みます。安全でべき等なスナップショットインポートを行うには、公式のChatGPTデータエクスポートから`conversations.json`を選択します。Claudeの履歴はプロジェクト / 作業ディレクトリ単位、Codexの履歴はカレンダーの日付単位で選択します。フォルダベースのエージェントは引き続き更新可能で、選択したスコープに新しい会話を取り込めます。Chatターンから`+` → My Agentsで会話を参照でき、DeepTutorはそれをサードパーティのトランスクリプトとして読み取ります — それはDeepTutor自身の声ではなく、*相手の*会話として保持されます。
@@ -507,19 +514,19 @@ Grokは自身の認証とセッションストレージを使用し、DeepTutor
</details>
<details>
-<summary><b>✍️ Co-Writer — 選択対応Markdownドラフトツール</b></summary>
+<summary><b>✍️ 学習ノートブック — ページ、ソース、Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="学習ノートブックのページ" width="900">
</div>
-Co-Writerはレポート、チュートリアル、メモ、長文学習コンテンツのための分割表示Markdownワークスペースです。ドキュメントは自動保存され、ライブプレビュー(KaTeXの数式、図表フェンス)を表示し、下書きが再利用可能なコンテキストになったときにノートブックに保存できます。`.docx` を取り込んで新しい下書きを始め、現在のエディタを Markdown または Word として書き出せます。
+学習ノートブック(旧Co-Writer)は、アクティブなワークスペース内で、自分の文章をページ、サブページ、ブロックに整理します。Word文書のインポート、ページツリーの整理、Favoritesの元のレコードの根拠としての挿入ができます。各ページには保存状態が常に表示され、MarkdownまたはWordにエクスポートできます。インタラクティブなコンテンツはWordでは静的な内容になります。
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="学習ノートブックのブロックエディターとDito" width="900">
</div>
-その定義的なアイデアは**外科的編集**です。テキストの範囲を選択し、DeepTutorに書き直し、拡張、または短縮を依頼します。編集モデルを選択でき、知識ベースやウェブの証拠を利用しながら、ツール呼び出しのトレースを保持します。処理中に下書きが変更されていなければ、結果は選択したテキストを直接置き換え、**Undo**で元に戻せます。
+**Dito**と文章やブロックについて話し合い、説明、例、書き直し、練習問題を依頼できます。会話は関連するページと行に紐づいたまま保持されます。提案された変更を確認してから受け入れるか、回答を行の下に挿入して作業を続けられます。Favoritesには元のレコードを保存し、ノートブックでは自分の理解を組み立てていきます。
</details>
@@ -530,12 +537,12 @@ Co-Writerはレポート、チュートリアル、メモ、長文学習コン
<img src="../../assets/figs/web-dev/books.png" alt="DeepTutor Bookライブラリ" width="900">
</div>
-Bookは選択したソースをインタラクティブな**生きている本**に変換します。静的なPDFではなく、タイプ指定されたブロックから構築された読書環境です。知識ベース、ノートブック、問題バンク、チャット履歴から本を開始できます。作成フローではコンテンツが生成される前に章のアウトラインを提案するため、盲目的な一発生成を受け入れるのではなく、構造を確認できます。
+Bookは選択したソースをインタラクティブな**生きている本**に変換します。静的なPDFではなく、タイプ指定されたブロックから構築された読書環境です。知識ベース、Favorites、問題バンク、チャット履歴から本を開始できます。作成フローではコンテンツが生成される前に章のアウトラインを提案するため、盲目的な一発生成を受け入れるのではなく、構造を確認できます。
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="Bookクイズブロック" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="Bookのアウトラインと章" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="Bookインタラクティブウィジェットブロック" width="31%">
</p>
@@ -551,7 +558,7 @@ Bookは選択したソースをインタラクティブな**生きている本**
<img src="../../assets/figs/web-dev/knowledge.png" alt="DeepTutor Knowledge Center" width="900">
</div>
-知識ベースはRAGの背後にあるドキュメントコレクションです — Chatターン、Co-Writerの編集、Book生成、Partnerの会話をグラウンドします。特徴的なのは**検索エンジンの選択**です:**LlamaIndex**(デフォルト、ハイブリッドなベクター + BM25。オプションでクロスエンコーダー再ランキングとexact-flatまたはHNSW FAISSインデックスを利用可能)、**PageIndex**(ページレベル引用付き推論検索、ホスト型またはセルフホストOSS)、**GraphRAG**と**LightRAG**(知識グラフ検索)、**LightRAG Server**(HTTP経由で接続する外部LightRAGインスタンスに検索をオフロード)、**WeKnora**(ローカルインデックスやドキュメントコピーを作らず、セルフホスト環境の知識ベースから検索)、**Tencent IMA**(IMAでキュレートするライブラリで、そのOpenAPI経由で検索・閲覧・書き戻しが可能)、**MarginNote 4**(あなたのMN4学習データ — ドキュメント、抜粋、マインドマップカード、およびそれらの間のリンク — がアプリのアドオンによって取り込まれ、専用ツールでナビゲートできます)、**Kiwix**(HTTP経由で提供される検索可能なZIMアーカイブ。ローカルでのインデックス作成は不要)、またはチューターがその場で読み書きするリンクされた**Obsidian**ボールト。各KBは1つのエンジンにバインドされます。
+知識ベースはRAGの背後にあるドキュメントコレクションです — Chatターン、学習ノートブックの編集、Book生成、Partnerの会話をグラウンドします。特徴的なのは**検索エンジンの選択**です:**LlamaIndex**(デフォルト、ハイブリッドなベクター + BM25。オプションでクロスエンコーダー再ランキングとexact-flatまたはHNSW FAISSインデックスを利用可能)、**PageIndex**(ページレベル引用付き推論検索、ホスト型またはセルフホストOSS)、**GraphRAG**と**LightRAG**(知識グラフ検索)、**LightRAG Server**(HTTP経由で接続する外部LightRAGインスタンスに検索をオフロード)、**WeKnora**(ローカルインデックスやドキュメントコピーを作らず、セルフホスト環境の知識ベースから検索)、**Tencent IMA**(IMAでキュレートするライブラリで、そのOpenAPI経由で検索・閲覧・書き戻しが可能)、**MarginNote 4**(あなたのMN4学習データ — ドキュメント、抜粋、マインドマップカード、およびそれらの間のリンク — がアプリのアドオンによって取り込まれ、専用ツールでナビゲートできます)、**Kiwix**(HTTP経由で提供される検索可能なZIMアーカイブ。ローカルでのインデックス作成は不要)、またはチューターがその場で読み書きするリンクされた**Obsidian**ボールト。各KBは1つのエンジンにバインドされます。
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="知識ベースの作成" width="900">
@@ -574,16 +581,16 @@ KBを作成する際は、**新規作成**(ドキュメントをアップロ
</details>
<details>
-<summary><b>🌐 Learning Space — スキル、ペルソナ、再利用可能なコンテキスト</b></summary>
+<summary><b>🌐 ResourcesとPersonalization — 教材と再利用可能な支援</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="アクティブなワークスペースのリソース" width="900">
</div>
-Learning Spaceはライブラリ、整理、パーソナライゼーションの層です。**会話と素材**にはChat History、レコードの移動とMarkdownへのエクスポートに対応したノートブック、回答と解説を保存する問題バンクがあります。問題バンクで選択した項目、または個別学習から**練習**を開始して、復習セッション、間違いの記録、定期的な反復学習を行えます。**パーソナライゼーション**にはペルソナ、スキル(`SKILL.md`プレイブック)、ワンクリックで導入できる**MCPサービス**、[CLI-Anything](https://github.com/HKUDS/CLI-Anything)カタログの**CLIアプリ**があり、各アプリの使用ガイドはオンデマンドで読み込まれます。独立した**My Courses**ワークスペースは科目ごとの会話とチュータースレッドをまとめ、各アセットはそれをサポートするワークフローでのみ提供されます。
+**Resources**は、Chat History、レコードの移動とMarkdownエクスポートに対応した**Favorites**、**Learning journal**、Knowledge Center、回答と解説を備えた問題バンクをまとめます。問題バンクで選択した項目、または**Learning → Practice**から**Practice**を開始して、復習セッション、間違いの記録、定期的な反復学習を行えます。独立した**Personalization**ページにはペルソナ、スキル(`SKILL.md`プレイブック)、ワンクリックで導入できる**MCP Services**、[CLI-Anything](https://github.com/HKUDS/CLI-Anything)カタログの**CLI Apps**があり、各アプリの使用ガイドはオンデマンドで読み込まれます。**Learning**には本、習熟度パス、Readingコレクション、それぞれのチューターとの会話がまとまり、各アセットはそれをサポートするワークフローでのみ提供されます。
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="Personalizationのスキルライブラリ" width="900">
</div>
すべてのスキルを自分で書く必要はありません。**EduHubからインポート**でコミュニティカタログを参照し、セキュリティゲートを通じてスキルをライブラリに直接ダウンロードできます([エコシステム](#-エコシステム--eduhubとスキルコミュニティ)参照)。
@@ -611,7 +618,7 @@ Memory Graphはピラミッド全体を表示します — L3合成が中心、L
<summary><b>⚙️ Settings — ワンコントロールプレーン</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="Settingsナビゲーター" width="900">
</div>
Settingsはオペレーションコントロールプレーンで、最初に表示される**一般**でインターフェースとモデル出力の言語を設定します。検索可能なナビゲーターから独立した各ページにアクセスできます。**個人**にはワークスペース、データ移行、外観、使用量統計、**学習と会話**にはスターティングポイント、添付ファイル、Video Learning、学習者と保護者の管理、Learning progress、Memory、**モデルとサービス**にはプロバイダー、言語モデル、タスクモデル、埋め込み、検索、音声、マルチモーダル生成、**機能と連携**にはツール、機能パラメーター、Partners & agents、Knowledge & documentsがあります。**システム**にはネットワーク、実行状態、Aboutがあり、**アーカイブ済みチャット**ではアーカイブした会話の検索、復元、完全削除ができます。実行状態にはバックエンドの健全性、常駐メモリ、機能の阻害要因・警告・提案を評価する**Readiness**マトリクスが表示されます。ワークスペースはトピックのファイルと学習状態を分離し、データ移行では検証付きの移行とエクスポートができます。**プロバイダー**はベンダーのアドレスと認証情報を保持し、そのサービスモデルで再利用します。モデルページでは保存済みプロバイダーを選び、モデル名と機能を設定します。**タスクモデル**は会話への命名やスターティングポイントの生成などのバックグラウンド作業に小さく高速なモデルを固定し、空欄の場合はアクティブなデフォルトを使用します。音声には音声合成と文字起こし、マルチモーダル生成には画像と動画のモデルがまとまっています。Partners & agentsではローカルハーネスとリモートのHermesゲートウェイを設定します。
@@ -620,7 +627,7 @@ Settingsはオペレーションコントロールプレーンで、最初に表
**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**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。
+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。ソースチェックアウトでデフォルトのYouTube字幕ローダーを使用するには、`python scripts/install_extras.py video-learning`を実行してください。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-dev/appearance.png" alt="DeepTutor外観設定とテーマ" width="900">
@@ -674,7 +681,7 @@ 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)。これはデフォルト設定を置き換えます。ローカルのフロントエンド接続も必要な場合は`127.0.0.1,::1`を含めてください。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。`private_login_hosts`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。
@@ -691,14 +698,14 @@ data/
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-中核となるワークスペース管理もここにあります — 知識ベース(`kb`)、セッション(`session`)、パートナー(`partner`)、スキル(`skill`)、ノートブック、メモリ、設定。コースとセッションの整理は引き続きWebアプリで行います。全リストは以下を参照。
+`--kb`は自動RAGとKnowledge Frontierツールにコンテキストを提供します。Frontierにはknowledgeとresearchの両モジュールが必要です。`--tool`はユーザーが切り替え可能なツールを選択します。有効なモジュールは、KB、session、partner、skill、notebook、memory、configの各コマンドも提供します。
</details>
@@ -725,6 +732,8 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
<details>
<summary><b>コマンドリファレンス</b></summary>
+この表はフルインストールとオプションのアドオンを対象とします。コマンドと機能を使用するには、それぞれのモジュールを有効にする必要があります。コアは`chat`と`ask_questions`を提供します。
+
| コマンド | 説明 |
|:---|:---|
| `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 |
@@ -732,8 +741,9 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| `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 module list/install/uninstall/enable/disable` | モジュールを確認し、DeepTutorを停止した状態で変更します。ソースチェックアウトはenable/disableに対応します |
| `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`、`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`、`video_lesson`、`mastery_path`、`immersive_reading`、`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/eval-diff/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、検索の実行結果を採点・比較し、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) |
@@ -759,13 +769,34 @@ Copilot固有のResponses互換処理は、保存済みの履歴を書き換え
<details>
<summary><b>CLIのみのディストリビューション</b></summary>
-CLIのみのパッケージは`packaging/deeptutor-cli`にあります。このチェックアウトから、ソースからインストールしてください:
+コアwheelはCLIとSDKを提供し、`deeptutor-cli`は互換性のためのメタパッケージです。ソースはチェックインされたすべてのモジュールを公開するため、CLIで使用する場合はそれらのPython依存関係をインストールし、フロントエンドのセットアップを省略してください。
+
+```bash
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
+```
+
+最小構成のインストールにはコアwheelを使用します。オプションのディストリビューションは、ツール、機能、APIルート、バックグラウンドサービス、ナビゲーションを提供します。モジュールは1つのPython環境を共有し、コアと同じバージョンである必要があります。`deeptutor[full]`はインストール時に一般的なアプリモジュールを選択しますが、個別の機能は後から削除できます。
+
+DeepTutorを停止し(実行中のターミナルで`Ctrl+C`)、同じPython環境と`DEEPTUTOR_HOME`を使用してください。
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
```
-まだPyPIには公開されていないため、メインの[はじめに](#-はじめに)セクションにはソースインストールのパスが記載されています。
+例:`solve`、`research`、`questions`、`knowledge`、`parsing`、`reading`、`mastery`、`books`、`memory`、`notebook`、`partners`。依存するモジュールがある場合は削除できず、コアをmoduleコマンドで削除することもできません。無効化やアンインストールをしても、設定、会話、知識ベース、生成ファイルは保持されます。共有するサードパーティの依存関係も保持されます。
+
+**ブラウザでは:** **Settings → Runtime status → Modules**に、モジュールの状態と対応するターミナルコマンドが表示されます。パッケージの変更には環境の停止が必要で、CLIで実行します。**Chat → Customize page**と**Learning → New learning → Customize page**は、個人のページ設定を即座に変更します。項目を非表示にしても、そのモジュールのアンインストールやアクセス権の取り消しは行われません。
+
+1.7.0のパッケージ群は、コアと機能wheelで同じバージョンを使用します。ローカルwheelをインストールするには、`module install`に`--wheelhouse /path/to/wheels`を渡してください。wheelのビルド方法とデプロイメントの詳細については、[モジュールのインストールとソース開発](../../docs-for-dev/MODULES.md)を参照してください。
</details>
@@ -913,11 +944,3 @@ 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 931bdd6fb..a3c11ca7a 100644
--- a/assets/README/README_PL.md
+++ b/assets/README/README_PL.md
@@ -1,7 +1,6 @@
<div align="center">
<p align="center"><img src="../../assets/figs/logo/color-full.png" alt="DeepTutor" width="480"></p>
-
# DeepTutor: Spersonalizowane korepetycje przez całe życie
<p align="center">
@@ -10,7 +9,7 @@
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="Popularne repozytorium dnia na GitHub" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Ranking historii gwiazdek" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="Popularne repozytorium dnia na GitHub" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Ranking historii gwiazdek" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +59,9 @@
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 Audio Overview 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, 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.
+- **Połączony kontekst uczenia się** — bazy wiedzy, książki, strony notatnika do nauki, Ulubione, 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** — 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.
@@ -78,8 +77,8 @@ DeepTutor to natywne dla agentów środowisko nauki, które łączy korepetycje,
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +88,7 @@ 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`**.
+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). Pełny układ przechowywania danych, obsługiwane bazy danych i informacje o kopiach zapasowych opisuje [Trwałe przechowywanie danych lokalnych](../../docs-for-user/DATA_STORAGE.md). Dla pełnej aplikacji zalecany przepływ to **wybierz katalog środowiska uruchomieniowego → zainstaluj → `deeptutor init` → `deeptutor start`**.
### Wypróbuj Docker jednym poleceniem
@@ -104,7 +103,7 @@ docker run --rm --name deeptutor \
Otwórz [http://127.0.0.1:3782](http://127.0.0.1:3782), skonfiguruj dostawców modeli w **Settings → Providers** i naciśnij `Ctrl+C`, gdy skończysz. Nazwany wolumin `deeptutor-data` zachowuje ustawienia i dane lokalne do następnego uruchomienia.
-### Content Workspace
+### Obszar roboczy treści
**Content Workspace** jest oddzielony od prywatnego katalogu środowiska uruchomieniowego DeepTutor. To folder, który agenci mogą odczytywać, z wygenerowanymi plikami w `outputs/<capability>/<session>/<turn>/`. Niestandardowe obszary robocze izolują rozmowy, materiały do nauki, postępy i pamięć podręczną w prywatnym drzewie `.deeptutor/data/`, którego narzędzia plikowe nie mogą przeglądać. Ustawienia, poświadczenia i Memory pozostają współdzielone na poziomie konta.
@@ -125,17 +124,19 @@ Wykonanie jest tylko do odczytu poza `outputs/`. Skopiowanie wygenerowanego plik
<details>
<summary><b>Opcja 1 — Instalacja z PyPI</b> · pełna lokalna aplikacja Web + CLI, bez potrzeby klonowania</summary>
-Pełna lokalna aplikacja Web + CLI, bez potrzeby klonowania. Wymaga **Python 3.11–3.14** i środowiska uruchomieniowego **Node.js 20+** na PATH (spakowany serwer standalone Next.js jest uruchamiany przez `deeptutor start`).
+**Instalacja modułowa w wersji 1.7.0:** użyj `deeptutor[full]` dla aplikacji Web i CLI lub `deeptutor` dla podstawowego czatu. Wersje modułów funkcjonalnych muszą odpowiadać wersji rdzenia; wersja 1.6.15 i starsze używają poprzedniego układu pakietów. Aby pracować nad bieżącą gałęzią `dev`, skorzystaj z poniższych instrukcji instalacji ze źródeł lub zbuduj [lokalne pakiety wheel](../../docs-for-dev/MODULES.md). Wymagane są **Python 3.11–3.14** i środowisko uruchomieniowe **Node.js 20+** w PATH (spakowany serwer standalone Next.js jest uruchamiany przez `deeptutor start`).
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init` pyta o port backendu (domyślnie `8001`), port frontendu (domyślnie `3782`), dostawcę LLM / bazowy URL / klucz API / model, opcjonalnego dostawcę osadzania dla Bazy wiedzy / RAG oraz opcjonalnego dostawcę wyszukiwania dla Web Search.
+**Aktualizacja do 1.7.0:** zatrzymaj aplikację i wykonaj kopię zapasową katalogu środowiska uruchomieniowego. Użyj `python -m pip install --upgrade "deeptutor[full]==1.7.0"`, a następnie `python -m pip check` i `deeptutor module list`. Jeśli jest zainstalowany starszy pakiet `deeptutor-cli`, najpierw uruchom `python -m pip uninstall deeptutor-cli`, a potem polecenie aktualizacji (opcjonalnie dodając `deeptutor-cli==1.7.0`). Stary CLI jest właścicielem współdzielonych plików Pythona, więc aktualizowanie go w tej samej operacji może usunąć nowy rdzeń. Odinstalowanie pakietu pozostawia dane katalogu środowiska uruchomieniowego bez zmian. Zachowaj ten sam `DEEPTUTOR_HOME` i istniejące ustawienia. W wersji 1.7.0 samo `pip install -U deeptutor` wybiera tylko rdzeń; użyj `[full]`, aby wybrać profil instalacji pełnej aplikacji. Dla lokalnie zbudowanych pakietów postępuj zgodnie z [instrukcjami aktualizacji z lokalnych pakietów wheel](../../docs-for-dev/MODULES.md#upgrade-from-1615).
+
Po `deeptutor start` otwórz adres URL frontendu wydrukowany w terminalu — domyślnie [http://127.0.0.1:3782](http://127.0.0.1:3782). Naciśnij `Ctrl+C` w tym terminalu, aby zatrzymać backend i frontend. Pominięcie `deeptutor init` jest dobre dla szybkiego testu; aplikacja uruchamia się z domyślnymi portami i pustymi ustawieniami modelu, skonfiguruj je później w **Settings → Providers** i **Language models**.
**Transkrypcja z mikrofonu przeglądarki:** Adaptery STT zgodne z OpenAI przekazują dźwięk z przeglądarki dostawcy bez lokalnej konwersji. Natywne adaptery STT DashScope i Volcengine konwertują WebM/Opus z przeglądarki na WAV 16 kHz i wymagają pliku wykonywalnego `ffmpeg` w `PATH` DeepTutor. Kanoniczny plik WAV PCM mono 16 kHz omija tę konwersję. W instalacjach PyPI na Windows używających jednego z tych natywnych adapterów zainstaluj FFmpeg, dodaj jego katalog `bin` do `PATH` usługi, a następnie uruchom ponownie DeepTutor. Błędy konwersji pojawiają się pod polem wpisywania wiadomości.
@@ -148,7 +149,7 @@ Po `deeptutor start` otwórz adres URL frontendu wydrukowany w terminalu — dom
Do programowania przy użyciu kodu źródłowego. Użyj **Python 3.11–3.14** i **Node.js 22 LTS**, aby dopasować do CI i Dockera.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +158,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +183,19 @@ python -m pip install --upgrade pip
<summary><b>Opcjonalne dodatki instalacyjne</b> — silniki RAG / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson:** wybierz Video Lesson na czacie lub uruchom `deeptutor run video_lesson "Explain a concept"`. Backend wymaga Node.js 22+ i npm. Pierwsze użycie pobiera ustalone wersje pakietów Remotion oraz interpreter JavaScript oparty na WebAssembly; Docker nie jest wymagany. Kontrole klatek działają wewnątrz interpretera, bez dostępu do systemu plików hosta, poświadczeń, sieci ani API procesów, z ograniczeniami pamięci i wykonania. Anulowanie zatrzymuje proces budowania. Wdrożenia lokalne i kontenerowe korzystają z tej samej ścieżki wykonania, bez wariantu awaryjnego poza piaskownicą. Gotowa lekcja jest odtwarzana w przeglądarce, z napisami, gdy opcjonalna narracja jest niedostępna.
+
</details>
<details>
@@ -296,10 +301,10 @@ Docker Desktop (macOS/Windows) zazwyczaj rozwiązuje `host.docker.internal` bez
<details>
<summary><b>Opcja 4 — Tylko CLI</b> · bez interfejsu webowego, z kodu źródłowego</summary>
-Gdy nie potrzebujesz interfejsu webowego. Pakiet tylko CLI jest instalowany ze źródłowego kodu, a nie z PyPI.
+Gdy nie potrzebujesz interfejsu Web, korzystaj z CLI w tej kopii repozytorium i pomiń Node/npm. Źródła udostępniają wszystkie moduły obecne w repozytorium i wymagają ich zależności Pythona. Aby uzyskać minimalną instalację modułowego wydania 1.7.0, użyj pakietu wheel rdzenia `deeptutor`, a moduły funkcjonalne dodaj oddzielnie.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -307,7 +312,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -319,9 +325,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -329,7 +335,7 @@ deeptutor config show
</details>
-Lokalna instalacja `deeptutor-cli` nie zawiera zasobów webowych ani zależności serwera. Zachowaj kod źródłowy — instalacja edytowalna wskazuje na niego. Aby dodać aplikację Web później, zainstaluj pakiet PyPI (Opcja 1) i uruchom `deeptutor init` + `deeptutor start` z tego samego obszaru roboczego.
+Ta instalacja ze źródeł obejmuje zależności serwera, ale pomija konfigurację frontendu. Zachowaj kopię repozytorium — wskazuje na nią instalacja edytowalna. Aby później dodać interfejs Web, zainstaluj Node.js 22 LTS, uruchom `npm ci --legacy-peer-deps` w `web/`, a następnie wykonaj `deeptutor init` i `deeptutor start` z katalogu głównego projektu.
</details>
@@ -417,12 +423,12 @@ DeepTutor oddziela zainstalowany kod, prywatny obszar roboczy środowiska urucho
## 📖 Eksploracja DeepTutor
-Zacznij od głównych powierzchni, których będziesz używać na co dzień: Chat, Partners, My Agents, Co-Writer, Book, Knowledge Center, Learning Space, Memory i Settings. Wycieczka obejmuje następnie wdrożenia dla wielu użytkowników dla współdzielonych, izolowanych obszarów roboczych.
+Zacznij od **obszaru roboczego** dla przedmiotu lub projektu. Jego **Strona główna**, **Nauka** i **Zasoby** zawierają rozmowy, aktywności edukacyjne i materiały. **Partners** i **Personalizacja** są przypisane do konta i dostępne w różnych obszarach roboczych. Poniższy przegląd pokazuje powiązania między tymi częściami aplikacji, a następnie opisuje ustawienia i wdrożenia wieloużytkownikowe.
Jeśli odpowiedź pomija wcześniejsze ograniczenie, przywołuje słabe dowody lub jest sprzeczna z wybranym materiałem, przed otwarciem issue zbierz dane diagnostyczne zgodnie z [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md).
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="Strona główna DeepTutor i nawigacja po obszarach roboczych" width="900">
</div>
@@ -444,17 +450,17 @@ Chat to domyślna możliwość i miejsce, gdzie zaczyna się większość pracy.
<img src="../../assets/figs/web-dev/chat.png" alt="Obszar roboczy czatu DeepTutor" width="900">
</div>
-Pętla jest celowo prosta: model myśli w rundach, wywołuje narzędzia gdy są przydatne, obserwuje wyniki i kończy wiadomością bez narzędzi. `ask_user` jest wyjątkowy — zamiast zgadywać, agent może wstrzymać turę, zadać ustrukturyzowane pytanie wyjaśniające i wznowić po odpowiedzi.
+Tutor wywołuje narzędzia w razie potrzeby i może wstrzymać pracę, aby zadać pytania doprecyzowujące. **Dostosuj stronę** w prawym górnym rogu pozwala wybrać widoczne tryby i elementy sterujące umiejętnościami, MCP, Partners, preferencjami i wprowadzaniem głosowym. W **Promptach początkowych** można dodawać, edytować lub usuwać tytuły i prompty w kategoriach Wyjaśnij, Rozwiąż, Ćwicz, Planuj i Badaj. Zapisz stosuje preferencje konta; Anuluj odrzuca zmiany, a Przywróć domyślne przywraca pierwotne opcje.
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="Pętla agenta czatu DeepTutor" width="900">
</div>
-Narzędzia przełączalne przez użytkownika to `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` i `geogebra_analysis` — plus `imagegen` i `videogen` po skonfigurowaniu odpowiedniego modelu generowania. Narzędzia kontekstowe takie jak `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_notebook`, `write_note`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` i `workspace_export` montują się automatycznie gdy tura ma odpowiedni kontekst.
+Narzędzia przełączalne przez użytkownika to `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` i `geogebra_analysis` — plus `imagegen` i `videogen` po skonfigurowaniu odpowiedniego modelu generowania. Narzędzia kontekstowe takie jak `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_favorites`, `save_favorite`, `write_note`, `search_notes`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` i `workspace_export` montują się automatycznie gdy tura ma odpowiedni kontekst.
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 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.
+W pełnym profilu instalacji strona główna daje dostęp jednym kliknięciem do **Chat**, **Ask Questions**, **Quiz**, **Visualize** i **Video Lesson**; **Research** do raportów z cytowaniami i **Solve** do rozumowania krok po kroku znajdują się w sekcji *Więcej możliwości*. **Nauka → Nowa nauka**, nad listą Wszystkie aktywności, otwiera osobną stronę z książkami, **Mastery Path**, **Immersive Reading** i **Ćwiczeniami**. Jej opcja **Dostosuj stronę** ukrywa lub przywraca metody nauki bez zmieniania istniejących rekordów; niedostępne moduły nadal pozostają wykluczone. 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.
</details>
@@ -465,13 +471,13 @@ Home daje dostęp jednym kliknięciem do **Chat**, **Ask Questions**, **Quiz** i
<img src="../../assets/figs/web-dev/partners.png" alt="Obszar roboczy Partners DeepTutor" width="900">
</div>
-Partners to stali towarzysze z własną duszą, polityką modelu, biblioteką, pamięcią i kanałami. Nie są osobnym silnikiem bota: każda przychodząca wiadomość webowa lub IM staje się normalną turą `ChatOrchestrator` wewnątrz obszaru roboczego z zakresem partnera. Partner to „czat który ma osobowość i numer telefonu."
+Partners to stali towarzysze z własną duszą, polityką modelu, biblioteką, pamięcią i kanałami. Nie są osobnym silnikiem bota: każda przychodząca wiadomość webowa lub IM staje się normalną turą `ChatOrchestrator` wewnątrz jego prywatnego lub powiązanego obszaru roboczego treści. Partner to „czat który ma osobowość i numer telefonu."
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="Architektura Partners DeepTutor" width="900">
</div>
-Każdy partner ma `SOUL.md`, wybór modelu, kanały, politykę narzędzi i przypisaną bibliotekę. Jego biblioteka może kopiować bazy wiedzy, umiejętności i notatniki do `data/partners/<id>/workspace/` lub pozostać połączona z plikami i zasobami istniejącego obszaru roboczego; dusza, rozmowy i pamięć Partner pozostają oddzielne. Uwierzytelnieni użytkownicy bez uprawnień administratora zachowują prywatne sesje Partner i pamięć relacji, a Partner odczytuje ich pamięć osobistą tylko do odczytu; ruch administratorów, grup i użytkowników niepowiązanych korzysta ze wspólnego zakresu Partner.
+Każdy partner ma `SOUL.md`, wybór modelu, kanały, politykę narzędzi i przypisaną bibliotekę. Jego biblioteka może kopiować bazy wiedzy, umiejętności i kolekcje Ulubionych do `data/partners/<id>/workspace/` lub pozostać połączona z plikami i zasobami istniejącego obszaru roboczego; dusza, rozmowy i pamięć Partner pozostają oddzielne. Uwierzytelnieni użytkownicy bez uprawnień administratora zachowują prywatne sesje Partner i pamięć relacji, a Partner odczytuje ich pamięć osobistą tylko do odczytu; ruch administratorów, grup i użytkowników niepowiązanych korzysta ze wspólnego zakresu Partner.
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="Konfiguracja kanału IM per partner" width="900">
@@ -499,7 +505,7 @@ W **Settings → Partners & Agents → Grok CLI** pozostaw model i poziom wysił
Grok używa własnego uwierzytelniania i przechowywania sesji; DeepTutor nie kopiuje jego danych uwierzytelniających. Kolejne konsultacje wznawiają sesję połączenia w tym samym katalogu roboczym. Tekst i aktywność narzędzi strumieniują na żywo; prywatne treści myśli są pomijane. Pamięć Grok między sesjami jest domyślnie wyłączona. Ten łącznik obsługuje pytania tekstowe i narzędzia CLI, a nie przekazywanie obrazów ani importowanie wcześniejszych konwersacji Grok. W Dockerze zainstaluj i uwierzytelnij Grok wewnątrz kontenera backendu; CLI zainstalowane tylko na komputerze przeglądarki nie jest osiągalne.
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="Personalizacja konta: agenci, persony, umiejętności i połączenia" width="900">
</div>
**Importuj poprzednie konwersacje** — przynieś swoją istniejącą historię ChatGPT, Claude Code i Codex jako przeszukiwalne, wznawialne konwersacje. Wybierz `conversations.json` z oficjalnego eksportu danych ChatGPT, aby bezpiecznie i idempotentnie zaimportować migawkę, wybierz historię Claude według projektu / katalogu roboczego albo historię Codex według daty kalendarzowej. Agenty oparte na folderach pozostają odświeżalne, więc ich wybrany zakres może pobierać nowe konwersacje. Odwołaj się do jednej z nich z tury Chat przez `+` → My Agents, a DeepTutor czyta ją jako transkrypt osoby trzeciej — pozostaje *ich* konwersacją, nie własnym głosem DeepTutor.
@@ -507,19 +513,19 @@ Grok używa własnego uwierzytelniania i przechowywania sesji; DeepTutor nie kop
</details>
<details>
-<summary><b>✍️ Co-Writer — Edycja Markdown z uwzględnieniem zaznaczenia</b></summary>
+<summary><b>✍️ Notatnik do nauki — Strony, źródła i Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="Strony notatnika do nauki" width="900">
</div>
-Co-Writer to obszar roboczy Markdown z podzielonym widokiem dla raportów, samouczków, notatek i długich artefaktów uczenia się. Dokumenty są automatycznie zapisywane, renderują podgląd na żywo (matematyka KaTeX, schematy), i mogą być zapisane z powrotem do notatników gdy szkic staje się kontekstem wielokrotnego użytku. Zaimportuj `.docx`, aby rozpocząć szkic, i eksportuj bieżący edytor jako Markdown lub Word.
+Notatnik do nauki, wcześniej Co-Writer, organizuje własne teksty w strony, podstrony i bloki w aktywnym obszarze roboczym. Importuj dokumenty Word, układaj drzewo stron i wstawiaj oryginalne rekordy z Ulubionych jako materiał źródłowy. Strony pokazują stan zapisu i można je eksportować do Markdown lub Word; w Wordzie treści interaktywne stają się statyczne.
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Edytor bloków notatnika do nauki i Dito" width="900">
</div>
-Jego wyróżniającym pomysłem jest **precyzyjna edycja**: zaznacz fragment i poproś DeepTutor o przepisanie, rozszerzenie lub skrócenie. Wybierz model edycji; może on korzystać z bazy wiedzy lub dowodów z sieci i zachowuje ślad swoich wywołań narzędzi. Jeśli szkic nie zmienił się podczas jego pracy, wynik bezpośrednio zastępuje zaznaczony tekst i nadal można go cofnąć za pomocą **Undo**.
+Omów fragment lub blok z **Dito**: poproś o wyjaśnienie, przykład, przeredagowanie lub pytanie ćwiczeniowe. Rozmowy pozostają przypisane do odpowiedniej strony i wiersza. Przejrzyj proponowane zmiany przed ich zaakceptowaniem lub wstaw odpowiedź pod wierszem i pracuj dalej. Ulubione zachowują oryginalne rekordy źródeł; notatnik służy do budowania własnego zrozumienia.
</details>
@@ -530,12 +536,12 @@ Jego wyróżniającym pomysłem jest **precyzyjna edycja**: zaznacz fragment i p
<img src="../../assets/figs/web-dev/books.png" alt="Biblioteka książek DeepTutor" width="900">
</div>
-Book zamienia wybrane źródła w interaktywną **żywą książkę** — nie statyczny PDF, ale środowisko czytelnicze zbudowane z typowanych bloków. Książka może zaczynać się od baz wiedzy, notatników, banków pytań lub historii czatu; przepływ tworzenia proponuje konspekt rozdziałów przed wygenerowaniem treści, więc przeglądasz kształt zamiast akceptować ślepe jednorazowe wyjście.
+Book zamienia wybrane źródła w interaktywną **żywą książkę** — nie statyczny PDF, ale środowisko czytelnicze zbudowane z typowanych bloków. Książka może zaczynać się od baz wiedzy, Ulubionych, banków pytań lub historii czatu; przepływ tworzenia proponuje konspekt rozdziałów przed wygenerowaniem treści, więc przeglądasz kształt zamiast akceptować ślepe jednorazowe wyjście.
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="Blok quizu w książce" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="Konspekt i rozdziały książki" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="Blok interaktywnego widżetu w książce" width="31%">
</p>
@@ -551,7 +557,7 @@ Każdy rozdział kompiluje się do edytowalnych, typowanych bloków — tekstu,
<img src="../../assets/figs/web-dev/knowledge.png" alt="Knowledge Center DeepTutor" width="900">
</div>
-Bazy wiedzy to kolekcje dokumentów za RAG — ugruntowują tury Chat, edycje Co-Writer, generowanie Book i konwersacje Partner. Wyróżnikiem jest **wybór silnika wyszukiwania**: **LlamaIndex** (domyślny, hybrydowy wektor + BM25 z opcjonalnym ponownym rankingiem cross-encoder i indeksami FAISS exact-flat lub HNSW), **PageIndex** (wyszukiwanie z rozumowaniem z cytowaniami na poziomie strony, hostowany lub samodzielnie hostowany open source), **GraphRAG** i **LightRAG** (wyszukiwanie oparte na grafach wiedzy), **LightRAG Server** (wyszukiwanie odciążone do zewnętrznej instancji LightRAG którą łączysz przez HTTP), **WeKnora** (wyszukiwanie z bazy wiedzy w samodzielnie hostowanym wdrożeniu, bez lokalnego indeksu ani kopii dokumentów), **Tencent IMA** (biblioteka którą kurujesz w IMA — przeszukiwana, przeglądana i zapisywana z powrotem przez jego OpenAPI), **MarginNote 4** (Twoje dane MN4 — dokumenty, wyciągi, karty mapy myśli i połączenia między nimi — przesyłane przez Add-on aplikacji i przeglądane za pomocą dedykowanych narzędzi), **Kiwix** (przeszukiwalne archiwum ZIM udostępniane przez HTTP bez lokalnego indeksowania), lub podłączony vault **Obsidian** który tutor czyta i zapisuje w miejscu. Każda KB jest powiązana z jednym silnikiem.
+Bazy wiedzy to kolekcje dokumentów za RAG — ugruntowują tury Chat, edycje notatnika do nauki, generowanie Book i konwersacje Partner. Wyróżnikiem jest **wybór silnika wyszukiwania**: **LlamaIndex** (domyślny, hybrydowy wektor + BM25 z opcjonalnym ponownym rankingiem cross-encoder i indeksami FAISS exact-flat lub HNSW), **PageIndex** (wyszukiwanie z rozumowaniem z cytowaniami na poziomie strony, hostowany lub samodzielnie hostowany open source), **GraphRAG** i **LightRAG** (wyszukiwanie oparte na grafach wiedzy), **LightRAG Server** (wyszukiwanie odciążone do zewnętrznej instancji LightRAG którą łączysz przez HTTP), **WeKnora** (wyszukiwanie z bazy wiedzy w samodzielnie hostowanym wdrożeniu, bez lokalnego indeksu ani kopii dokumentów), **Tencent IMA** (biblioteka którą kurujesz w IMA — przeszukiwana, przeglądana i zapisywana z powrotem przez jego OpenAPI), **MarginNote 4** (Twoje dane MN4 — dokumenty, wyciągi, karty mapy myśli i połączenia między nimi — przesyłane przez Add-on aplikacji i przeglądane za pomocą dedykowanych narzędzi), **Kiwix** (przeszukiwalne archiwum ZIM udostępniane przez HTTP bez lokalnego indeksowania), lub podłączony vault **Obsidian** który tutor czyta i zapisuje w miejscu. Każda KB jest powiązana z jednym silnikiem.
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="Tworzenie bazy wiedzy" width="900">
@@ -574,16 +580,16 @@ Natywne zapytania LightRAG i indeksowanie przyrostowe wymagają konfiguracji emb
</details>
<details>
-<summary><b>🌐 Learning Space — Umiejętności, persony i kontekst wielokrotnego użytku</b></summary>
+<summary><b>🌐 Zasoby i personalizacja — Materiały i wsparcie wielokrotnego użytku</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="Zasoby w aktywnym obszarze roboczym" width="900">
</div>
-Learning Space to warstwa biblioteki, organizacji i personalizacji. **Conversations & Materials** obejmuje Chat History, notatniki z możliwością przenoszenia rekordów i eksportu do Markdown oraz bank pytań z odpowiedziami i wyjaśnieniami. Rozpocznij **Ćwiczenia** od zaznaczenia w banku pytań lub ze Spersonalizowanej nauki, aby prowadzić sesje powtórkowe, śledzić błędy i powtarzać materiał według harmonogramu. **Personalization** obejmuje persony, umiejętności (podręczniki `SKILL.md`), instalowane jednym kliknięciem **Usługi MCP** oraz **Aplikacje CLI** z katalogu [CLI-Anything](https://github.com/HKUDS/CLI-Anything), każdą z przewodnikiem użycia wczytywanym na żądanie. Oddzielny obszar roboczy **My Courses** grupuje rozmowy według przedmiotów i wątki tutorów; każdy zasób jest oferowany tylko w przepływach pracy, które go obsługują.
+**Zasoby** grupują historię czatu, **Ulubione** z przenoszeniem rekordów i eksportem do Markdown, **Dziennik nauki**, Knowledge Center oraz bank pytań z odpowiedziami i wyjaśnieniami. Rozpocznij **Ćwiczenia** od zaznaczenia w banku pytań lub przez **Nauka → Ćwiczenia**, aby prowadzić sesje powtórkowe, śledzić błędy i powtarzać materiał według harmonogramu. Osobna strona **Personalizacja** zawiera persony, umiejętności (podręczniki `SKILL.md`), **Usługi MCP** dostępne jednym kliknięciem i **Aplikacje CLI** z katalogu [CLI-Anything](https://github.com/HKUDS/CLI-Anything), każdą z przewodnikiem użycia dostępnym na żądanie. **Nauka** grupuje książki, ścieżki opanowania wiedzy, kolekcje do czytania i powiązane rozmowy z tutorem; każdy zasób jest oferowany tylko w obsługujących go przepływach pracy.
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="Biblioteka umiejętności personalizacji" width="900">
</div>
Nie musisz pisać każdej umiejętności samodzielnie — **Import from EduHub** przegląda katalog społecznościowy i pobiera umiejętność bezpośrednio do twojej biblioteki przez bramę bezpieczeństwa (patrz [Ekosystem](#-ekosystem--eduhub-i-społeczność-umiejętności)).
@@ -611,7 +617,7 @@ Memory Graph pokazuje całą piramidę — synteza L3 w centrum, L2 w środkowym
<summary><b>⚙️ Settings — Jedna płaszczyzna kontroli</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="Nawigator ustawień" width="900">
</div>
Settings to panel sterowania aplikacją, który otwiera się na stronie **General**, służącej do wyboru języka interfejsu i odpowiedzi modelu. Nawigator z wyszukiwaniem prowadzi do niezależnych stron: **Personal** obejmuje Workspaces, migrację danych, wygląd i statystyki użycia; **Learning & conversation** — punkty startowe, załączniki, Video Learning, ustawienia uczniów i opiekunów, Learning progress oraz Memory; **Models & services** — dostawców, modele językowe, modele zadań, osadzanie, wyszukiwanie, głos i generowanie multimodalne; **Features & integrations** — narzędzia, parametry możliwości, Partners & agents oraz Knowledge & documents. **System** obejmuje sieć, stan środowiska uruchomieniowego i informacje o aplikacji; **Archived chats** pozwala wyszukiwać, przywracać lub trwale usuwać zarchiwizowane rozmowy. Stan środowiska uruchomieniowego zawiera stan backendu, pamięć rezydentną i macierz **Readiness**, która ocenia blokady, ostrzeżenia i sugestie dotyczące możliwości. Workspaces rozdziela pliki tematów i stan nauki, a migracja danych oferuje zweryfikowany transfer i eksport. **Dostawca** przechowuje adres i poświadczenia firmy do ponownego użycia przez jej modele usług; strony modeli pozwalają wybierać zapisanych dostawców oraz konfigurować nazwy i możliwości modeli. **Modele zadań** przypinają mały, szybki model do pracy w tle — nazywania rozmów i pisania punktów startowych — a gdy są puste, korzystają z aktywnego modelu domyślnego. Głos grupuje syntezę mowy i transkrypcję; generowanie multimodalne grupuje modele obrazów i wideo. Partners & agents służy do konfiguracji lokalnych środowisk agentów i zdalnej bramy Hermes.
@@ -620,7 +626,7 @@ Settings to panel sterowania aplikacją, który otwiera się na stronie **Genera
**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 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.
+**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. W kopii źródeł uruchom `python scripts/install_extras.py 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-dev/appearance.png" alt="Ustawienia wyglądu DeepTutor i motywy" width="900">
@@ -674,7 +680,7 @@ data/
**Włącz:** włącz uwierzytelnianie w `data/user/settings/auth.json`, uruchom ponownie `deeptutor start`, zarejestruj pierwszego administratora pod `/register`, następnie dodaj użytkowników z `/admin/users` i przypisz modele, KB, umiejętności, Partners, politykę narzędzi/MCP/aplikacji CLI i dostęp do wykonania kodu przez uprawnienia; skonfiguruj współdzielone książki w panelu **Book access** każdego użytkownika.
-Dla rozdzielonych źródeł prywatnych/publicznych ustaw `auth.private_login_hosts` (lub `AUTH_PRIVATE_LOGIN_HOSTS`) na prywatne hosty frontendu, które mogą wyświetlać logowanie hasłem i rejestrację. Frontend przekazuje przychodzący nagłówek HTTP `Host` do backendu jako swoje zapewnienie hosta frontendu. Zachowaj `Host` przeglądarki przez swój reverse proxy i spraw, aby publiczny ingress odrzucał żądania wskazujące prywatny host; nie udostępniaj surowego portu Next.js, który przyjmuje dowolne wartości `Host`. HTTP `Host` może być podrobiony przez bezpośredniego klienta, więc autoryzacja prywatnego hosta zależy od tej granicy ingressu. Backend domyślnie przyjmuje zapewnienia hosta frontendu wyłącznie z loopback. Jeśli frontend Web łączy się z innego kontenera lub hosta, ustaw `AUTH_TRUSTED_FRONTEND_PROXY_IPS` na dokładny adres IP tego proxy frontendu w procesie backendu (rozdzielone przecinkami dla więcej niż jednego). Trzymaj API backendu prywatne dla proxy frontendu i nie umieszczaj na tej liście ogólnych sieci klientów. Loopback jest zawsze dozwolony; gdy lista nie jest pusta, uwierzytelniony użytkownik na prywatnym źródle może otworzyć **Profile → Public device sign-in** i utworzyć krótkotrwały, powiązany z hostem link parujący dla publicznego źródła HTTPS. Publiczna strona `/handoff` wymienia jednorazowy kod na równie krótki bilet JWE w treści POST, zużywa bilet jednorazowo i otrzymuje normalny plik cookie sesji HttpOnly.
+Dla rozdzielonych źródeł prywatnych/publicznych ustaw `auth.private_login_hosts` (lub `AUTH_PRIVATE_LOGIN_HOSTS`) na prywatne hosty frontendu, które mogą wyświetlać logowanie hasłem i rejestrację. Frontend przekazuje przychodzący nagłówek HTTP `Host` do backendu jako swoje zapewnienie hosta frontendu. Zachowaj `Host` przeglądarki przez swój reverse proxy i spraw, aby publiczny ingress odrzucał żądania wskazujące prywatny host; nie udostępniaj surowego portu Next.js, który przyjmuje dowolne wartości `Host`. HTTP `Host` może być podrobiony przez bezpośredniego klienta, więc autoryzacja prywatnego hosta zależy od tej granicy ingressu. Backend domyślnie przyjmuje zapewnienia hosta frontendu wyłącznie z loopback. Jeśli frontend Web łączy się z innego kontenera lub hosta, ustaw `AUTH_TRUSTED_FRONTEND_PROXY_IPS` na dokładny adres IP tego proxy frontendu w procesie backendu (rozdzielone przecinkami dla więcej niż jednego). Zastępuje to wartości domyślne; dodaj `127.0.0.1,::1`, jeśli potrzebne są także lokalne połączenia frontendu. Trzymaj API backendu prywatne dla proxy frontendu i nie umieszczaj na tej liście ogólnych sieci klientów. Gdy `private_login_hosts` nie jest puste, uwierzytelniony użytkownik na prywatnym źródle może otworzyć **Profile → Public device sign-in** i utworzyć krótkotrwały, powiązany z hostem link parujący dla publicznego źródła HTTPS. Publiczna strona `/handoff` wymienia jednorazowy kod na równie krótki bilet JWE w treści POST, zużywa bilet jednorazowo i otrzymuje normalny plik cookie sesji HttpOnly.
> PocketBase pozostaje integracją jednoosobową — zostaw `integrations.pocketbase_url` puste dla wdrożeń wieloużytkownikowych chyba że podłączyłeś zewnętrzny magazyn użytkowników.
@@ -691,14 +697,14 @@ Jeden plik binarny `deeptutor`, dwa sposoby wejścia: interaktywny **REPL** dla
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-Podstawowe zarządzanie obszarem roboczym jest dostępne również tutaj — bazy wiedzy (`kb`), sesje (`session`), partnerzy (`partner`), umiejętności (`skill`), notatniki, pamięć i konfiguracja; organizowanie kursów i sesji pozostaje w aplikacji Web. Pełna lista poniżej.
+`--kb` dostarcza kontekst automatycznym narzędziom RAG i Knowledge Frontier; Frontier wymaga zarówno modułu wiedzy, jak i badań. `--tool` wybiera narzędzia przełączalne przez użytkownika. Włączone moduły udostępniają też polecenia do obsługi baz wiedzy, sesji, partnerów, umiejętności, notatników, pamięci i konfiguracji.
</details>
@@ -725,6 +731,8 @@ Repozytorium zawiera główny [`SKILL.md`](../../SKILL.md) — zwięzły dokumen
<details>
<summary><b>Odniesienie do poleceń</b></summary>
+Tabela obejmuje pełną instalację i opcjonalne dodatki; polecenia i możliwości wymagają włączenia odpowiednich modułów. Rdzeń udostępnia `chat` i `ask_questions`.
+
| Polecenie | Opis |
|:---|:---|
| `deeptutor init [--non-interactive] [--home PATH]` | Uruchom kreator konfiguracji lub utwórz brakujące wartości domyślne bez pytań |
@@ -732,8 +740,9 @@ Repozytorium zawiera główny [`SKILL.md`](../../SKILL.md) — zwięzły dokumen
| `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 module list/install/uninstall/enable/disable` | Przeglądaj i zmieniaj moduły po zatrzymaniu DeepTutor; kopie źródeł obsługują włączanie i wyłączanie |
| `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`, `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`, `video_lesson`, `mastery_path`, `immersive_reading`, `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/eval-diff/set-default/delete/list-sources/sync` | Zarządzaj bazami wiedzy, podłączaj archiwa Kiwix, oceniaj i porównuj przebiegi wyszukiwania oraz synchronizuj zarejestrowane źródła GitHub/Web (z poleceniami dodawania/usuwania źródeł) |
@@ -759,13 +768,34 @@ Obsługa zgodności Responses specyficzna dla Copilot jest stosowana przy wysył
<details>
<summary><b>Dystrybucja tylko CLI</b></summary>
-Pakiet tylko CLI żyje w `packaging/deeptutor-cli`. W tym kodzie źródłowym zainstaluj go ze źródła:
+Pakiet wheel rdzenia udostępnia CLI i SDK; `deeptutor-cli` jest metapakietem zgodności. Źródła udostępniają wszystkie moduły obecne w repozytorium, więc do korzystania z CLI zainstaluj ich zależności Pythona i pomiń konfigurację frontendu:
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
```
-Nie jest jeszcze opublikowany na PyPI, więc główna sekcja [Pierwsze kroki](#-pierwsze-kroki) zachowuje ścieżkę instalacji ze źródła.
+Do minimalnej instalacji użyj pakietu wheel rdzenia. Opcjonalne dystrybucje dostarczają narzędzia, możliwości, trasy API, usługi działające w tle i elementy nawigacji. Moduły współdzielą jedno środowisko Pythona i muszą odpowiadać wersji rdzenia. `deeptutor[full]` wybiera typowe moduły aplikacji podczas instalacji; poszczególne funkcje nadal można później usunąć.
+
+Zatrzymaj DeepTutor (`Ctrl+C` w jego terminalu), a następnie użyj tego samego środowiska Pythona i `DEEPTUTOR_HOME`:
+
+```bash
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
+```
+
+Przykłady: `solve`, `research`, `questions`, `knowledge`, `parsing`, `reading`, `mastery`, `books`, `memory`, `notebook` i `partners`. Moduły zależne blokują usunięcie; rdzenia nie można usunąć za pomocą polecenia modułów. Wyłączenie lub odinstalowanie zachowuje ustawienia, rozmowy, bazy wiedzy i wygenerowane pliki. Współdzielone zależności zewnętrzne również pozostają zainstalowane.
+
+**W przeglądarce:** **Settings → Runtime status → Modules** pokazuje stan modułów i odpowiadające im polecenia terminala. Zmiany pakietów wymagają zatrzymania środowiska i są wykonywane przez CLI. **Chat → Dostosuj stronę** oraz **Nauka → Nowa nauka → Dostosuj stronę** natychmiast zmieniają osobiste ustawienia stron; ukrycie pozycji nie odinstalowuje jej modułu ani nie odbiera dostępu.
+
+Rodzina pakietów 1.7.0 używa zgodnych wersji rdzenia i pakietów wheel funkcji. Aby zainstalować lokalne pakiety wheel, przekaż `--wheelhouse /path/to/wheels` do `module install`. Informacje o budowaniu pakietów i wdrożeniu znajdziesz w [instrukcji instalacji modułów i pracy ze źródłami](../../docs-for-dev/MODULES.md).
</details>
@@ -913,11 +943,3 @@ 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 383410006..67f38daaf 100644
--- a/assets/README/README_PT.md
+++ b/assets/README/README_PT.md
@@ -1,16 +1,15 @@
<div align="center">
<p align="center"><img src="../../assets/figs/logo/color-full.png" alt="DeepTutor" width="480"></p>
-
# DeepTutor: Tutoria Personalizada Vitalícia
<p align="center">
- <a href="https://deeptutor.info" target="_blank"><img alt="Docs — deeptutor.info" src="https://img.shields.io/badge/Docs-deeptutor.info%20%E2%86%97-0A0A0A?style=for-the-badge&labelColor=F5F5F4" height="36"></a>&nbsp;
- <a href="https://deeptutor.info/collaborate/" target="_blank"><img alt="Collaborate — work with us" src="https://img.shields.io/badge/Collaborate-work%20with%20us%20%E2%86%97-0A0A0A?style=for-the-badge&labelColor=F5F5F4" height="36"></a>
+ <a href="https://deeptutor.info" target="_blank"><img alt="Documentação — deeptutor.info" src="https://img.shields.io/badge/Docs-deeptutor.info%20%E2%86%97-0A0A0A?style=for-the-badge&labelColor=F5F5F4" height="36"></a>&nbsp;
+ <a href="https://deeptutor.info/collaborate/" target="_blank"><img alt="Colaborar — trabalhe connosco" src="https://img.shields.io/badge/Collaborate-work%20with%20us%20%E2%86%97-0A0A0A?style=for-the-badge&labelColor=F5F5F4" height="36"></a>
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="GitHub Trending Repository of the Day" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Star History Rank" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="Repositório em destaque do dia no GitHub" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Classificação do histórico de estrelas" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +59,9 @@
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 Audio Overview 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, 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.
+- **Contexto de aprendizagem conectado** — bases de conhecimento, livros, páginas do caderno de aprendizagem, Favoritos, 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** — 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.
@@ -78,8 +77,8 @@ O DeepTutor é um espaço de trabalho de aprendizagem nativo de agentes que cone
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +88,7 @@ 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`**.
+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). Consulte [Persistência de Dados Locais](../../docs-for-user/DATA_STORAGE.md) para o layout completo de armazenamento, o suporte de bases de dados e as notas de cópia de segurança. Para a aplicação completa, o fluxo recomendado é **escolher um diretório de runtime → instalar → `deeptutor init` → `deeptutor start`**.
### Experimentar com Docker num Único Comando
@@ -104,7 +103,7 @@ docker run --rm --name deeptutor \
Abra [http://127.0.0.1:3782](http://127.0.0.1:3782), configure provedores de modelos em **Settings → Providers** e prima `Ctrl+C` quando terminar. O volume nomeado `deeptutor-data` guarda as configurações e os dados locais para a próxima execução.
-### Content Workspace
+### Espaço de Trabalho de Conteúdo
O **Content Workspace** é separado do espaço de trabalho de runtime privado do DeepTutor. É a pasta que os agentes podem ler, com os ficheiros gerados sob `outputs/<capability>/<session>/<turn>/`. Os workspaces personalizados isolam conversas, materiais de aprendizagem, progresso e caches numa árvore privada `.deeptutor/data/` que as ferramentas de ficheiros não podem explorar. As definições, credenciais e Memory continuam partilhadas ao nível da conta.
@@ -125,17 +124,19 @@ A execução é apenas de leitura fora de `outputs/`. Copiar um ficheiro gerado
<details>
<summary><b>Opção 1 — Instalar a partir do PyPI</b> · aplicação web local completa + CLI, sem necessidade de clonar</summary>
-Aplicação web local completa + CLI, sem necessidade de clonar. Requer **Python 3.11–3.14** e um runtime **Node.js 20+** no PATH (o servidor standalone Next.js empacotado é iniciado por `deeptutor start`).
+**Instalação modular 1.7.0:** use `deeptutor[full]` para a aplicação Web e a CLI, ou `deeptutor` para o chat básico. Os módulos de funcionalidades têm de corresponder à versão do núcleo; a versão 1.6.15 e anteriores usam o layout de pacotes anterior. Para desenvolver no `dev` atual, siga as instruções de código-fonte abaixo ou compile [wheels locais](../../docs-for-dev/MODULES.md). Requer **Python 3.11–3.14** e um runtime **Node.js 20+** no PATH (o servidor standalone Next.js empacotado é iniciado por `deeptutor start`).
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init` solicita a porta de backend (predefinição `8001`), a porta de frontend (predefinição `3782`), provedor LLM / URL base / chave API / modelo, um provedor de embeddings opcional para Base de Conhecimento / RAG e um provedor de pesquisa opcional para Web Search.
+**Atualizar para 1.7.0:** pare a aplicação e faça uma cópia de segurança do diretório de runtime. Use `python -m pip install --upgrade "deeptutor[full]==1.7.0"`, seguido de `python -m pip check` e `deeptutor module list`. Se o pacote legado `deeptutor-cli` estiver instalado, execute primeiro `python -m pip uninstall deeptutor-cli` e depois o comando de atualização (adicionando opcionalmente `deeptutor-cli==1.7.0`). A CLI antiga é proprietária de ficheiros Python partilhados, pelo que atualizá-la na mesma transação pode eliminar o novo núcleo. Desinstalar o pacote mantém intactos os dados do diretório de runtime. Mantenha o mesmo `DEEPTUTOR_HOME` e as definições existentes. Na versão 1.7.0, `pip install -U deeptutor` isoladamente seleciona apenas o núcleo; use `[full]` para pedir o perfil de instalação da aplicação completa. Para pacotes compilados localmente, siga as [instruções de atualização com wheels locais](../../docs-for-dev/MODULES.md#upgrade-from-1615).
+
Após `deeptutor start`, abra a URL do frontend impressa no terminal — por predefinição [http://127.0.0.1:3782](http://127.0.0.1:3782). Prima `Ctrl+C` nesse terminal para parar tanto o backend como o frontend. Omitir `deeptutor init` é adequado para um teste rápido; a aplicação arranca com portas predefinidas e configuração de modelo vazia, configure-as depois em **Settings → Providers** e **Language models**.
**Transcrição do microfone no navegador:** os adaptadores STT compatíveis com OpenAI enviam o áudio do navegador ao provedor sem conversão local. Os adaptadores STT nativos da DashScope e da Volcengine convertem WebM/Opus do navegador para WAV de 16 kHz e requerem um executável `ffmpeg` no `PATH` do DeepTutor. Um WAV PCM mono canónico de 16 kHz dispensa esta conversão. Em instalações PyPI no Windows que usem qualquer um destes adaptadores nativos, instale o FFmpeg, adicione o diretório `bin` ao `PATH` do serviço e reinicie o DeepTutor. As falhas de conversão aparecem abaixo do campo de entrada do chat.
@@ -148,7 +149,7 @@ Após `deeptutor start`, abra a URL do frontend impressa no terminal — por pre
Para desenvolvimento num checkout. Use **Python 3.11–3.14** e **Node.js 22 LTS** para coincidir com CI e Docker.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +158,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +183,19 @@ python -m pip install --upgrade pip
<summary><b>Extras de instalação opcionais</b> — motores RAG / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson:** escolha Video Lesson no chat ou execute `deeptutor run video_lesson "Explain a concept"`. O backend precisa de Node.js 22+ e npm. A primeira utilização descarrega versões fixadas dos pacotes Remotion e um interpretador JavaScript WebAssembly; o Docker não é necessário. As verificações de fotogramas correm dentro do interpretador, sem acesso ao sistema de ficheiros do host, credenciais, rede ou APIs de processos, com limites de memória e execução. O cancelamento interrompe o processo de compilação. As implementações locais e em contentores usam o mesmo caminho de execução, sem fallback fora da sandbox. A lição resultante é reproduzida no navegador, com legendas quando a narração opcional não está disponível.
+
</details>
<details>
@@ -296,10 +301,10 @@ O Docker Desktop (macOS/Windows) geralmente resolve `host.docker.internal` sem `
<details>
<summary><b>Opção 4 — Apenas CLI</b> · sem UI web, a partir de um checkout de fonte</summary>
-Quando não precisa da UI web. O pacote de apenas CLI é instalado a partir de um checkout de fonte, não a partir do PyPI.
+Quando não precisa da UI Web, use a CLI deste checkout e dispense Node/npm. O código-fonte disponibiliza todos os módulos presentes no repositório e requer as respetivas dependências Python. Para uma instalação mínima com a versão modular 1.7.0, use o wheel do núcleo `deeptutor` e adicione os módulos de funcionalidades separadamente.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -307,7 +312,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -319,9 +325,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -329,7 +335,7 @@ deeptutor config show
</details>
-A instalação local de `deeptutor-cli` não inclui ativos web nem dependências de servidor. Mantenha o checkout de fonte por perto — a instalação editável aponta para ele. Para adicionar a aplicação web mais tarde, instale o pacote PyPI (Opção 1) e execute `deeptutor init` + `deeptutor start` a partir do mesmo espaço de trabalho.
+Esta instalação a partir do código-fonte inclui dependências de servidor, mas dispensa a configuração do frontend. Mantenha o checkout, pois a instalação editável aponta para ele. Para adicionar a UI Web mais tarde, instale Node.js 22 LTS, execute `npm ci --legacy-peer-deps` em `web/` e depois execute `deeptutor init` e `deeptutor start` na raiz do projeto.
</details>
@@ -417,12 +423,12 @@ O DeepTutor separa o código instalado, o seu espaço de trabalho de runtime pri
## 📖 Explorar o DeepTutor
-Comece pelas superfícies principais que usará no dia a dia: Chat, Partners, Meus Agentes, Co-Writer, Book, Centro de Conhecimento, Espaço de Aprendizado, Memory e Configurações. O tour cobre também as implementações Multi-Utilizador para espaços de trabalho partilhados e isolados.
+Comece por um **workspace** para uma disciplina ou projeto. A **Página inicial**, a **Aprendizagem** e os **Recursos** guardam as suas conversas, atividades de aprendizagem e materiais. Os **Partners** e a **Personalização** acompanham a conta entre workspaces. O tour abaixo mostra como estas áreas se ligam, seguido das configurações e da implementação multi-utilizador.
Se uma resposta perder uma restrição anterior, citar evidências fracas ou discordar do material selecionado, recolha os diagnósticos em [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md) antes de abrir uma issue.
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="Página inicial e navegação entre workspaces do DeepTutor" width="900">
</div>
@@ -444,17 +450,17 @@ Chat é a capacidade predefinida e o lugar onde a maior parte do trabalho começ
<img src="../../assets/figs/web-dev/chat.png" alt="Espaço de trabalho de chat DeepTutor" width="900">
</div>
-O loop é deliberadamente simples: o modelo pensa em rondas, chama ferramentas quando útil, observa os resultados e termina com uma mensagem sem ferramentas. `ask_user` é especial — em vez de adivinhar, o agente pode pausar o turno, fazer uma pergunta de esclarecimento estruturada e retomar assim que responder.
+O tutor chama ferramentas conforme necessário e pode pausar para fazer perguntas de esclarecimento. **Personalizar página**, no canto superior direito, escolhe os modos visíveis e os controlos de Skills, MCP, Partners, Preferências e entrada de voz. Em **Prompts iniciais**, adicione, edite ou remova os títulos e prompts de Explicar, Resolver, Praticar, Planear e Pesquisar. Guardar aplica as preferências da conta; Cancelar descarta as alterações e Restaurar predefinições repõe as escolhas originais.
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="Loop de agente de chat DeepTutor" width="900">
</div>
-As ferramentas ativáveis pelo utilizador são `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` e `geogebra_analysis` — mais `imagegen` e `videogen` depois de configurar o modelo de geração correspondente. Ferramentas contextuais como `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_notebook`, `write_note`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` e `workspace_export` montam automaticamente quando o turno tem o contexto certo.
+As ferramentas ativáveis pelo utilizador são `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` e `geogebra_analysis` — mais `imagegen` e `videogen` depois de configurar o modelo de geração correspondente. Ferramentas contextuais como `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_favorites`, `save_favorite`, `write_note`, `search_notes`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` e `workspace_export` montam automaticamente quando o turno tem o contexto certo.
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 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.
+Com o perfil completo, a página inicial mantém **Chat**, **Ask Questions**, **Quiz**, **Visualize** e **Video Lesson** a um clique de distância; **Research** para relatórios com citações e **Solve** para raciocínio desenvolvido ficam em *Mais capacidades*. **Aprendizagem → Nova aprendizagem**, acima de Toda a aprendizagem, abre uma página dedicada a Livros, **Mastery Path**, **Immersive Reading** e **Prática**. O controlo **Personalizar página** oculta ou repõe métodos de aprendizagem sem alterar os registos existentes; os módulos indisponíveis continuam excluídos. Reading reúne documentos, vídeo e áudio com citações verificadas, notas guardadas, leitura em voz alta natural a partir de trechos da fonte / ações de orientação de estudo / vocabulário / quiz / tradução e captura para notebooks.
</details>
@@ -465,13 +471,13 @@ A página inicial mantém **Chat**, **Ask Questions**, **Quiz** e **Visualize**
<img src="../../assets/figs/web-dev/partners.png" alt="Espaço de trabalho de partners DeepTutor" width="900">
</div>
-Os Partners são companheiros persistentes com a sua própria alma, política de modelo, biblioteca, memória e canais. Não são um motor de bot separado: cada mensagem web ou IM recebida torna-se um turno normal do `ChatOrchestrator` dentro de um espaço de trabalho com âmbito de partner. Um partner é "um chat que tem personalidade e número de telefone."
+Os Partners são companheiros persistentes com a sua própria alma, política de modelo, biblioteca, memória e canais. Não são um motor de bot separado: cada mensagem web ou IM recebida torna-se um turno normal do `ChatOrchestrator` dentro do seu espaço de trabalho de conteúdo privado ou vinculado. Um partner é "um chat que tem personalidade e número de telefone."
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="Arquitetura de partners DeepTutor" width="900">
</div>
-Cada partner tem um `SOUL.md`, seleção de modelo, canais, política de ferramentas e biblioteca atribuída. A sua biblioteca pode copiar bases de conhecimento, skills e notebooks para `data/partners/<id>/workspace/`, ou permanecer ligada aos ficheiros e recursos de um workspace existente; a identidade, as conversas e a memória do Partner continuam separadas. Os utilizadores autenticados que não sejam administradores mantêm sessões Partner e memória de relacionamento privadas, enquanto o Partner lê a sua memória pessoal em modo somente leitura; o tráfego de administrador, de grupo e não vinculado usa o âmbito Partner partilhado.
+Cada partner tem um `SOUL.md`, seleção de modelo, canais, política de ferramentas e biblioteca atribuída. A sua biblioteca pode copiar bases de conhecimento, skills e coleções de Favoritos para `data/partners/<id>/workspace/`, ou permanecer ligada aos ficheiros e recursos de um workspace existente; a identidade, as conversas e a memória do Partner continuam separadas. Os utilizadores autenticados que não sejam administradores mantêm sessões Partner e memória de relacionamento privadas, enquanto o Partner lê a sua memória pessoal em modo somente leitura; o tráfego de administrador, de grupo e não vinculado usa o âmbito Partner partilhado.
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="Configuração de canal IM por partner" width="900">
@@ -499,7 +505,7 @@ Em **Settings → Partners & Agents → Grok CLI**, deixe o modelo e o esforço
O Grok usa a sua própria autenticação e armazenamento de sessão; o DeepTutor não copia as suas credenciais. Consultas de seguimento retomam a sessão da ligação no mesmo diretório de trabalho. O texto e a atividade de ferramentas são transmitidos em direto; as cargas de pensamento privado são omitidas. A memória do Grok entre sessões está desativada por predefinição. Este conector suporta perguntas de texto e ferramentas da CLI, não o envio de imagens nem a importação de conversas anteriores do Grok. No Docker, instale e autentique o Grok dentro do contentor do backend; uma CLI instalada apenas na máquina do navegador não é alcançável.
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="Personalização da conta: agentes, personas, skills e ligações" width="900">
</div>
**Importar conversas anteriores** — traga o seu histórico existente do ChatGPT, Claude Code e Codex como conversas pesquisáveis e retomáveis. Selecione `conversations.json` de uma exportação de dados oficial do ChatGPT para uma importação de instantâneo segura e idempotente, escolha o histórico do Claude por projeto / diretório de trabalho, ou escolha o histórico do Codex por data do calendário. Os agentes baseados em pastas continuam atualizáveis, de modo que o seu âmbito selecionado pode obter novas conversas. Referencie uma a partir de um turno do Chat via `+` → Meus Agentes, e o DeepTutor lê-a como uma transcrição de terceiros — permanece *a conversa deles*, não a voz própria do DeepTutor.
@@ -507,19 +513,19 @@ O Grok usa a sua própria autenticação e armazenamento de sessão; o DeepTutor
</details>
<details>
-<summary><b>✍️ Co-Writer — Rascunho Markdown com Consciência de Seleção</b></summary>
+<summary><b>✍️ Caderno de Aprendizagem — Páginas, Fontes e Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="Páginas do caderno de aprendizagem" width="900">
</div>
-Co-Writer é um espaço de trabalho Markdown de vista dividida para relatórios, tutoriais, notas e artefactos de aprendizagem de formato longo. Os documentos guardam automaticamente, renderizam uma pré-visualização em tempo real (matemática KaTeX, cercas de diagramas) e podem ser guardados de volta em notebooks quando um rascunho se torna contexto reutilizável. Importe um `.docx` para começar um rascunho e exporte o editor atual como Markdown ou Word.
+O caderno de aprendizagem, anteriormente Co-Writer, organiza a sua escrita em páginas, subpáginas e blocos no workspace ativo. Importe documentos Word, organize uma árvore de páginas e insira registos originais dos Favoritos como evidência. As páginas mantêm o estado de gravação visível e podem ser exportadas para Markdown ou Word; o conteúdo interativo torna-se estático no Word.
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Editor de blocos do caderno de aprendizagem e Dito" width="900">
</div>
-A sua ideia central é a **edição cirúrgica**: selecione um trecho e peça ao DeepTutor para reescrever, expandir ou encurtar. Escolha o modelo de edição; este pode usar uma base de conhecimento ou evidências da web e mantém um rasto das suas chamadas de ferramentas. Se o rascunho não tiver mudado durante o trabalho, o resultado substitui diretamente o texto selecionado e continua reversível com **Undo**.
+Discuta um trecho ou bloco com **Dito**: peça uma explicação, um exemplo, uma reescrita ou uma pergunta de prática. As conversas permanecem associadas à página e à linha relevantes. Reveja as alterações propostas antes de as aceitar, ou insira uma resposta abaixo da linha e continue a trabalhar. Os Favoritos preservam os registos das fontes; o caderno é onde constrói a sua própria compreensão.
</details>
@@ -530,12 +536,12 @@ A sua ideia central é a **edição cirúrgica**: selecione um trecho e peça ao
<img src="../../assets/figs/web-dev/books.png" alt="Biblioteca de livros DeepTutor" width="900">
</div>
-Book converte fontes selecionadas num **livro vivo** interativo — não um PDF estático, mas um ambiente de leitura construído a partir de blocos tipados. Um livro pode começar a partir de bases de conhecimento, notebooks, bancos de perguntas ou histórico de chat; o fluxo de criação propõe uma estrutura de capítulos antes de o conteúdo ser gerado, para que os utilizadores possam rever a forma em vez de aceitar uma saída cega de disparo único.
+Book converte fontes selecionadas num **livro vivo** interativo — não um PDF estático, mas um ambiente de leitura construído a partir de blocos tipados. Um livro pode começar a partir de bases de conhecimento, Favoritos, bancos de perguntas ou histórico de chat; o fluxo de criação propõe uma estrutura de capítulos antes de o conteúdo ser gerado, para que os utilizadores possam rever a forma em vez de aceitar uma saída cega de disparo único.
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="Bloco de quiz do Book" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="Estrutura e capítulos do livro" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="Bloco de widget interativo do Book" width="31%">
</p>
@@ -551,7 +557,7 @@ Cada capítulo compila em blocos tipados editáveis — texto, callouts, quizzes
<img src="../../assets/figs/web-dev/knowledge.png" alt="Centro de Conhecimento DeepTutor" width="900">
</div>
-As bases de conhecimento são as coleções de documentos por trás do RAG — fundamentam os turnos do Chat, edições do Co-Writer, geração do Book e conversas do Partner. O que é distintivo é uma **escolha de motores de recuperação**: **LlamaIndex** (o padrão, vetor híbrido + BM25 com reranking opcional por cross-encoder e índices FAISS exact-flat ou HNSW), **PageIndex** (recuperação de raciocínio com citações ao nível da página, alojado ou OSS auto-hospedado), **GraphRAG** e **LightRAG** (recuperação de grafo de conhecimento), **LightRAG Server** (recuperação delegada a uma instância externa de LightRAG conectada via HTTP), **WeKnora** (recuperação a partir de uma base de conhecimento na sua implementação auto-hospedada, sem índice local nem cópia de documentos), **Tencent IMA** (uma biblioteca que cura no IMA — pesquisada, navegada e escrita de volta através da sua OpenAPI), **MarginNote 4** (os seus dados de estudo MN4 — documentos, excertos, cartões de mapa mental e as ligações entre eles — enviados pelo Add-on da aplicação e navegados com ferramentas dedicadas), **Kiwix** (um arquivo ZIM pesquisável servido por HTTP sem indexação local), ou um vault **Obsidian** vinculado que o tutor lê e escreve no lugar. Cada KB está vinculada a um motor.
+As bases de conhecimento são as coleções de documentos por trás do RAG — fundamentam os turnos do Chat, edições do caderno de aprendizagem, geração do Book e conversas do Partner. O que é distintivo é uma **escolha de motores de recuperação**: **LlamaIndex** (o padrão, vetor híbrido + BM25 com reranking opcional por cross-encoder e índices FAISS exact-flat ou HNSW), **PageIndex** (recuperação de raciocínio com citações ao nível da página, alojado ou OSS auto-hospedado), **GraphRAG** e **LightRAG** (recuperação de grafo de conhecimento), **LightRAG Server** (recuperação delegada a uma instância externa de LightRAG conectada via HTTP), **WeKnora** (recuperação a partir de uma base de conhecimento na sua implementação auto-hospedada, sem índice local nem cópia de documentos), **Tencent IMA** (uma biblioteca que cura no IMA — pesquisada, navegada e escrita de volta através da sua OpenAPI), **MarginNote 4** (os seus dados de estudo MN4 — documentos, excertos, cartões de mapa mental e as ligações entre eles — enviados pelo Add-on da aplicação e navegados com ferramentas dedicadas), **Kiwix** (um arquivo ZIM pesquisável servido por HTTP sem indexação local), ou um vault **Obsidian** vinculado que o tutor lê e escreve no lugar. Cada KB está vinculada a um motor.
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="Criar uma base de conhecimento" width="900">
@@ -574,16 +580,16 @@ As consultas nativas do LightRAG e a indexação incremental exigem a configura
</details>
<details>
-<summary><b>🌐 Espaço de Aprendizado — Skills, Personas e Contexto Reutilizável</b></summary>
+<summary><b>🌐 Recursos e Personalização — Materiais e Apoio Reutilizável</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="Recursos no workspace ativo" width="900">
</div>
-O Espaço de Aprendizado é a camada de biblioteca, organização e personalização. **Conversas e Materiais** contém o Chat History, notebooks com registos transferíveis e exportação em Markdown, e um banco de questões com respostas e explicações. Inicie **Prática** a partir de uma seleção do banco de questões ou de Aprendizagem personalizada para sessões de revisão, acompanhamento de erros e repetição programada. **Personalização** contém personas, skills (playbooks `SKILL.md`), **Serviços MCP** de um clique e **Aplicações CLI** do catálogo [CLI-Anything](https://github.com/HKUDS/CLI-Anything), cada uma com um guia de utilização carregado a pedido. O espaço de trabalho separado **My Courses** agrupa conversas por disciplina e threads de tutoria; cada recurso é oferecido apenas nos fluxos de trabalho que o suportam.
+Os **Recursos** agrupam o Histórico de chat, os **Favoritos** com registos transferíveis e exportação em Markdown, o **Diário de aprendizagem**, o Centro de Conhecimento e um banco de questões com respostas e explicações. Inicie **Prática** a partir de uma seleção do banco de questões ou de **Aprendizagem → Prática** para sessões de revisão, acompanhamento de erros e repetição programada. A página separada **Personalização** contém personas, skills (playbooks `SKILL.md`), **Serviços MCP** de um clique e **Aplicações CLI** do catálogo [CLI-Anything](https://github.com/HKUDS/CLI-Anything), cada uma com um guia de utilização a pedido. A **Aprendizagem** agrupa livros, percursos de domínio, coleções de leitura e as respetivas conversas de tutoria; cada recurso é oferecido apenas nos fluxos de trabalho que o suportam.
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="Biblioteca de skills de personalização" width="900">
</div>
Não tem de escrever cada skill você mesmo — **Importar do EduHub** navega no catálogo da comunidade e descarrega uma skill diretamente para a sua biblioteca através de uma porta de segurança (veja [Ecossistema](#-ecossistema--eduhub-e-a-comunidade-de-skills)).
@@ -611,7 +617,7 @@ O Memory Graph mostra toda a pirâmide — síntese L3 no centro, L2 no anel do
<summary><b>⚙️ Configurações — Um Plano de Controlo</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="Navegador de configurações" width="900">
</div>
Configurações é o plano de controlo operacional e abre em **Geral**, com o idioma da interface e o de saída do modelo. O navegador pesquisável liga a páginas independentes: **Pessoal** inclui Workspaces, Migração de dados, Aparência e Estatísticas de utilização; **Aprendizagem e conversa** inclui pontos de partida, anexos, Video Learning, controlos de alunos e responsáveis, Progresso de aprendizagem e Memory; **Modelos e serviços** inclui Provedores, Modelos de linguagem, Modelos de tarefa, Embedding, Search, Voz e Geração multimodal; **Funcionalidades e integrações** inclui ferramentas, parâmetros de capacidades, Partners e agentes e Conhecimento e documentos. **Sistema** reúne Rede, Estado de execução e Sobre; **Conversas arquivadas** permite pesquisar, restaurar ou eliminar permanentemente conversas arquivadas. Estado de execução contém a saúde do backend, memória residente e a matriz de **Prontidão**, que classifica bloqueios, avisos e sugestões das capacidades. Workspaces mantém os ficheiros dos temas e o estado de aprendizagem separados, com migração e exportação verificadas em Migração de dados. Um **provedor** guarda o endereço e a credencial de um fornecedor para reutilização pelos seus modelos de serviço; as páginas de modelos selecionam provedores guardados e configuram nomes e capacidades dos modelos. Os **modelos de tarefa** fixam um modelo pequeno e rápido para trabalho em segundo plano — nomear conversas e escrever pontos de partida — e usam a predefinição ativa quando deixados em branco. Voz agrupa síntese e transcrição de voz; Geração multimodal agrupa modelos de imagem e vídeo. Partners e agentes configura harnesses locais e um gateway Hermes remoto.
@@ -621,7 +627,7 @@ Configurações é o plano de controlo operacional e abre em **Geral**, com o id
**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 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.
+**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. Num checkout do código-fonte, execute `python scripts/install_extras.py 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-dev/appearance.png" alt="Configurações de aparência e temas DeepTutor" width="900">
@@ -675,7 +681,7 @@ O **primeiro utilizador registado torna-se administrador** e possui catálogos d
**Ativar:** ligue a autenticação em `data/user/settings/auth.json`, reinicie `deeptutor start`, registe o primeiro administrador em `/register`, depois adicione utilizadores em `/admin/users` e atribua modelos, KBs, skills, Partners, política de ferramentas/MCP/aplicações CLI e acesso de execução de código através de concessões; configure os livros partilhados no painel **Book access** de cada utilizador.
-Para origens privadas/públicas separadas, defina `auth.private_login_hosts` (ou `AUTH_PRIVATE_LOGIN_HOSTS`) para os hosts de frontend privados que podem mostrar o início de sessão por palavra-passe e o registo. O frontend reencaminha o `Host` HTTP recebido para o backend como a sua afirmação de host de frontend. Preserve o `Host` do navegador através do seu proxy inverso, e faça com que o ingress público recuse pedidos que indiquem um host privado; não exponha uma porta Next.js em bruto que aceite valores de `Host` arbitrários. O `Host` HTTP pode ser falsificado por um cliente direto, por isso a autorização de host privado depende dessa fronteira de ingress. O backend aceita afirmações de host de frontend apenas a partir do loopback por predefinição. Se o frontend Web se ligar a partir de outro contentor ou host, defina `AUTH_TRUSTED_FRONTEND_PROXY_IPS` para o endereço IP exato desse proxy de frontend no processo do backend (separado por vírgulas para mais de um). Mantenha a API do backend privada para o proxy de frontend e não inclua redes de clientes gerais nesta lista. O loopback é sempre permitido; quando a lista não está vazia, um utilizador autenticado numa origem privada pode abrir **Profile → Public device sign-in** e criar uma ligação de emparelhamento de curta duração e vinculada ao host para uma origem pública HTTPS. A página pública `/handoff` troca o código único por um bilhete JWE igualmente de curta duração num corpo POST, consome o bilhete uma vez e recebe o cookie de sessão HttpOnly normal.
+Para origens privadas/públicas separadas, defina `auth.private_login_hosts` (ou `AUTH_PRIVATE_LOGIN_HOSTS`) para os hosts de frontend privados que podem mostrar o início de sessão por palavra-passe e o registo. O frontend reencaminha o `Host` HTTP recebido para o backend como a sua afirmação de host de frontend. Preserve o `Host` do navegador através do seu proxy inverso, e faça com que o ingress público recuse pedidos que indiquem um host privado; não exponha uma porta Next.js em bruto que aceite valores de `Host` arbitrários. O `Host` HTTP pode ser falsificado por um cliente direto, por isso a autorização de host privado depende dessa fronteira de ingress. O backend aceita afirmações de host de frontend apenas a partir do loopback por predefinição. Se o frontend Web se ligar a partir de outro contentor ou host, defina `AUTH_TRUSTED_FRONTEND_PROXY_IPS` para o endereço IP exato desse proxy de frontend no processo do backend (separado por vírgulas para mais de um). Isto substitui as predefinições; inclua `127.0.0.1,::1` se também forem necessárias ligações locais do frontend. Mantenha a API do backend privada para o proxy de frontend e não inclua redes de clientes gerais nesta lista. Quando `private_login_hosts` não está vazio, um utilizador autenticado numa origem privada pode abrir **Profile → Public device sign-in** e criar uma ligação de emparelhamento de curta duração e vinculada ao host para uma origem pública HTTPS. A página pública `/handoff` troca o código único por um bilhete JWE igualmente de curta duração num corpo POST, consome o bilhete uma vez e recebe o cookie de sessão HttpOnly normal.
> O PocketBase continua a ser uma integração de utilizador único — mantenha `integrations.pocketbase_url` em branco para implementações multi-utilizador a menos que tenha ligado um armazém de utilizadores externo.
@@ -692,14 +698,14 @@ Um binário `deeptutor`, duas formas de entrada: um **REPL** interativo para pes
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-A gestão principal do espaço de trabalho também está aqui — bases de conhecimento (`kb`), sessões (`session`), partners (`partner`), skills (`skill`), notebooks, memória e configuração; a organização de cursos e sessões permanece na aplicação Web. Lista completa abaixo.
+`--kb` fornece contexto para as ferramentas automáticas de RAG e Knowledge Frontier; o Frontier requer os módulos de conhecimento e pesquisa. `--tool` seleciona as ferramentas ativáveis pelo utilizador. Os módulos ativados também fornecem comandos para bases de conhecimento, sessões, partners, skills, notebooks, memória e configuração.
</details>
@@ -726,6 +732,8 @@ O repositório inclui um [`SKILL.md`](../../SKILL.md) na raiz — um documento c
<details>
<summary><b>Referência de comandos</b></summary>
+A tabela cobre a instalação completa e os complementos opcionais; os comandos e as capacidades requerem que os respetivos módulos estejam ativados. O núcleo fornece `chat` e `ask_questions`.
+
| Comando | Descrição |
|:---|:---|
| `deeptutor init [--non-interactive] [--home PATH]` | Executar o assistente de configuração ou criar as predefinições em falta sem perguntas |
@@ -733,8 +741,9 @@ O repositório inclui um [`SKILL.md`](../../SKILL.md) na raiz — um documento c
| `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 module list/install/uninstall/enable/disable` | Inspecionar e alterar módulos com o DeepTutor parado; os checkouts de código-fonte suportam ativar/desativar |
| `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`, `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`, `video_lesson`, `mastery_path`, `immersive_reading`, `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/eval-diff/set-default/delete/list-sources/sync` | Gerir bases de conhecimento, conectar arquivos Kiwix, avaliar e comparar execuções de recuperação e sincronizar fontes GitHub/web registadas (com comandos para adicionar ou remover fontes) |
@@ -769,13 +778,34 @@ A compatibilidade Responses específica do Copilot é aplicada no envio sem rees
<details>
<summary><b>Distribuição de apenas CLI</b></summary>
-O pacote de apenas CLI encontra-se em `packaging/deeptutor-cli`. Neste checkout, instale-o a partir de fonte:
+O wheel do núcleo fornece a CLI e o SDK; `deeptutor-cli` é um metapacote de compatibilidade. O código-fonte disponibiliza todos os módulos presentes no repositório, pelo que deve instalar as respetivas dependências Python e dispensar a configuração do frontend para usar a CLI:
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
```
-Ainda não está publicado no PyPI, por isso a secção principal de [Começar](#-começar) mantém o caminho de instalação a partir de fonte.
+Para uma instalação mínima, use o wheel do núcleo. As distribuições opcionais acrescentam ferramentas, capacidades, rotas de API, serviços em segundo plano e navegação. Os módulos partilham um ambiente Python e têm de corresponder à versão do núcleo. `deeptutor[full]` seleciona os módulos comuns da aplicação na instalação; as funcionalidades individuais podem ser removidas mais tarde.
+
+Pare o DeepTutor (`Ctrl+C` no respetivo terminal) e use o mesmo ambiente Python e o mesmo `DEEPTUTOR_HOME`:
+
+```bash
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
+```
+
+Exemplos: `solve`, `research`, `questions`, `knowledge`, `parsing`, `reading`, `mastery`, `books`, `memory`, `notebook` e `partners`. Os módulos dependentes bloqueiam a remoção; o núcleo não pode ser removido através do comando de módulos. Desativar ou desinstalar preserva as definições, conversas, bases de conhecimento e ficheiros gerados. As dependências de terceiros partilhadas são mantidas.
+
+**No navegador:** **Settings → Runtime status → Modules** mostra o estado dos módulos e os comandos de terminal correspondentes. As alterações de pacotes exigem um ambiente parado e são efetuadas na CLI. **Chat → Personalizar página** e **Aprendizagem → Nova aprendizagem → Personalizar página** alteram imediatamente as escolhas pessoais de página; ocultar uma entrada não desinstala o respetivo módulo nem revoga o acesso.
+
+A família de pacotes 1.7.0 usa versões correspondentes no núcleo e nos wheels de funcionalidades. Para instalar wheels locais, passe `--wheelhouse /path/to/wheels` a `module install`. Consulte [instalação de módulos e desenvolvimento a partir do código-fonte](../../docs-for-dev/MODULES.md) para compilar os wheels e conhecer os detalhes de implementação.
</details>
@@ -923,22 +953,3 @@ 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 9bf3dbf34..14dc4c52c 100644
--- a/assets/README/README_RU.md
+++ b/assets/README/README_RU.md
@@ -10,7 +10,7 @@
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="Популярный репозиторий дня на GitHub" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Рейтинг истории звёзд" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="Популярный репозиторий дня на GitHub" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Рейтинг истории звёзд" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +60,9 @@
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 Audio Overview 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, 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.
+- **Связанный контекст обучения** — базы знаний, книги, страницы учебного блокнота, избранное, 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** — 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.
@@ -78,8 +78,8 @@ DeepTutor — это агентная учебная рабочая среда,
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +89,7 @@ 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`**.
+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). Полная структура хранения, поддержка баз данных и рекомендации по резервному копированию описаны в разделе [Локальное хранение данных](../../docs-for-user/DATA_STORAGE.md). Для полного приложения рекомендуемый процесс: **выбрать каталог среды выполнения → установить → `deeptutor init` → `deeptutor start`**.
### Пробный запуск Docker одной командой
@@ -125,17 +125,19 @@ deeptutor workspace reset
<details>
<summary><b>Вариант 1 — Установка из PyPI</b> · полное локальное веб-приложение + CLI, клонирование не требуется</summary>
-Полное локальное веб-приложение + CLI без необходимости клонирования. Требуется **Python 3.11–3.14** и среда выполнения **Node.js 20+** в PATH (упакованный автономный сервер Next.js запускается командой `deeptutor start`).
+**Модульная установка 1.7.0:** используйте `deeptutor[full]` для веб-приложения и CLI или `deeptutor` для базового чата. Версии функциональных модулей должны совпадать с версией ядра; в 1.6.15 и более ранних выпусках используется прежняя структура пакетов. Для разработки на текущей ветке `dev` следуйте инструкциям по установке из исходного кода ниже или соберите [локальные wheels](../../docs-for-dev/MODULES.md). Требуется **Python 3.11–3.14** и среда выполнения **Node.js 20+** в PATH (упакованный автономный сервер Next.js запускается командой `deeptutor start`).
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init` запрашивает порт бэкенда (по умолчанию `8001`), порт фронтенда (по умолчанию `3782`), провайдер LLM / базовый URL / API-ключ / модель, необязательный провайдер встраивания для базы знаний / RAG и необязательный провайдер поиска для Web Search.
+**Обновление до 1.7.0:** остановите приложение и создайте резервную копию каталога среды выполнения. Выполните `python -m pip install --upgrade "deeptutor[full]==1.7.0"`, затем `python -m pip check` и `deeptutor module list`. Если установлен старый пакет `deeptutor-cli`, сначала выполните `python -m pip uninstall deeptutor-cli`, а затем команду обновления (при желании добавив `deeptutor-cli==1.7.0`). Старый CLI владеет общими файлами Python, поэтому его обновление в той же операции может удалить новое ядро. Удаление пакета сохраняет данные каталога среды выполнения. Продолжайте использовать тот же `DEEPTUTOR_HOME` и существующие настройки. В 1.7.0 команда `pip install -U deeptutor` без дополнений выбирает только ядро; используйте `[full]` для установки полного приложения. Для локально собранных пакетов следуйте [инструкциям по обновлению с локальными wheels](../../docs-for-dev/MODULES.md#upgrade-from-1615).
+
После `deeptutor start` откройте URL фронтенда, напечатанный в терминале — по умолчанию [http://127.0.0.1:3782](http://127.0.0.1:3782). Нажмите `Ctrl+C` в этом терминале, чтобы остановить бэкенд и фронтенд. Пропустить `deeptutor init` можно для быстрого пробного запуска; приложение загружается с портами по умолчанию и пустыми настройками модели, которые можно настроить позже в **Настройки → Провайдеры** и **Языковые модели**.
**Транскрибирование с микрофона в браузере:** адаптеры STT, совместимые с OpenAI, передают аудио из браузера провайдеру без локального преобразования. Нативные адаптеры STT DashScope и Volcengine преобразуют WebM/Opus из браузера в WAV с частотой 16 kHz; для этого исполняемый файл `ffmpeg` должен быть доступен в `PATH` DeepTutor. Канонический монофонический PCM WAV с частотой 16 kHz не требует такого преобразования. Для установки из PyPI в Windows при использовании любого из нативных адаптеров установите FFmpeg, добавьте его каталог `bin` в `PATH` сервиса и перезапустите DeepTutor. Ошибки преобразования отображаются под полем ввода чата.
@@ -148,7 +150,7 @@ deeptutor start # starts backend + frontend; keep the terminal open
Для разработки на основе чекаута. Используйте **Python 3.11–3.14** и **Node.js 22 LTS** для соответствия CI и Docker.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +159,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +184,19 @@ python -m pip install --upgrade pip
<summary><b>Необязательные дополнения при установке</b> — движки RAG / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson:** выберите Video Lesson в чате или выполните `deeptutor run video_lesson "Explain a concept"`. Бэкенду нужны Node.js 22+ и npm. При первом использовании загружаются закреплённые версии пакетов Remotion и интерпретатор JavaScript на WebAssembly; Docker не требуется. Проверки кадров выполняются внутри интерпретатора без доступа к файловой системе хоста, учётным данным, сети или API процессов, с ограничениями памяти и времени выполнения. Отмена останавливает процесс сборки. Локальные и контейнерные развёртывания используют один и тот же способ выполнения без резервного запуска вне песочницы. Готовый урок воспроизводится в браузере; если необязательная озвучка недоступна, используются субтитры.
+
</details>
<details>
@@ -296,10 +302,10 @@ Docker Desktop (macOS/Windows) обычно разрешает `host.docker.inte
<details>
<summary><b>Вариант 4 — Только CLI</b> · без веб-интерфейса, из чекаута исходного кода</summary>
-Когда веб-интерфейс не нужен. Пакет только для CLI устанавливается из чекаута исходного кода, а не из PyPI.
+Если веб-интерфейс не нужен, используйте CLI из этого чекаута и пропустите Node/npm. Исходный код предоставляет все включённые в репозиторий модули и требует их зависимостей Python. Для минимальной установки модульного выпуска 1.7.0 используйте базовый wheel `deeptutor`, а функциональные модули добавляйте отдельно.
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -307,7 +313,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -319,9 +326,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -329,7 +336,7 @@ deeptutor config show
</details>
-Локальная установка `deeptutor-cli` не включает веб-ресурсы или серверные зависимости. Сохраните чекаут исходного кода — редактируемая установка указывает на него. Чтобы позже добавить веб-приложение, установите пакет PyPI (Вариант 1) и запустите `deeptutor init` + `deeptutor start` из того же рабочего пространства.
+Эта установка из исходного кода включает серверные зависимости, но пропускает настройку фронтенда. Сохраните чекаут: редактируемая установка ссылается на него. Чтобы позднее добавить веб-интерфейс, установите Node.js 22 LTS, выполните `npm ci --legacy-peer-deps` в `web/`, затем запустите `deeptutor init` и `deeptutor start` из корня проекта.
</details>
@@ -417,12 +424,12 @@ DeepTutor отделяет установленный код, приватное
## 📖 Обзор DeepTutor
-Начните с основных поверхностей, которые вы будете использовать ежедневно: Chat, Partners, My Agents, Co-Writer, Book, Knowledge Center, Learning Space, Memory и Settings. Затем тур охватывает многопользовательские развёртывания для общих изолированных рабочих пространств.
+Начните с **рабочего пространства** для предмета или проекта. Его разделы **Главная**, **Обучение** и **Ресурсы** содержат ваши разговоры, учебные занятия и материалы. **Partners** и **Персонализация** остаются связанными с учётной записью при переходе между рабочими пространствами. Далее показано, как связаны эти разделы, а затем описаны настройки и многопользовательское развёртывание.
Если ответ теряет ранее заданное ограничение, ссылается на слабые доказательства или противоречит выбранному материалу, соберите диагностические данные по [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md), прежде чем открывать issue.
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="Главная страница DeepTutor и навигация по рабочему пространству" width="900">
</div>
@@ -444,17 +451,17 @@ DeepTutor отделяет установленный код, приватное
<img src="../../assets/figs/web-dev/chat.png" alt="Рабочее пространство чата DeepTutor" width="900">
</div>
-Цикл намеренно прост: модель думает раундами, вызывает инструменты при необходимости, наблюдает результаты и завершает сообщением без инструментов. `ask_user` особенный — вместо угадывания агент может приостановить ход, задать структурированный уточняющий вопрос и возобновить работу, когда вы ответите.
+Репетитор вызывает инструменты по мере необходимости и может приостановиться, чтобы задать уточняющие вопросы. Кнопка **Настроить страницу** в правом верхнем углу позволяет выбрать видимые режимы и элементы управления навыками, MCP, Partners, предпочтениями и голосовым вводом. В разделе **Начальные запросы** можно добавлять, редактировать или удалять заголовки и запросы для объяснения, решения задач, практики, планирования и исследований. Сохранение применяет предпочтения учётной записи; отмена сбрасывает правки, а восстановление значений по умолчанию возвращает исходный набор.
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="Цикл агента чата DeepTutor" width="900">
</div>
-Переключаемые пользователем инструменты: `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` и `geogebra_analysis` — плюс `imagegen` и `videogen` после настройки соответствующей генеративной модели. Контекстные инструменты, такие как `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_notebook`, `write_note`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` и `workspace_export`, монтируются автоматически, когда ход имеет подходящий контекст.
+Переключаемые пользователем инструменты: `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason` и `geogebra_analysis` — плюс `imagegen` и `videogen` после настройки соответствующей генеративной модели. Контекстные инструменты, такие как `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_favorites`, `save_favorite`, `write_note`, `search_notes`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` и `workspace_export`, монтируются автоматически, когда ход имеет подходящий контекст.
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 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.
+При полной установке **Chat**, **Ask Questions**, **Quiz**, **Visualize** и **Video Lesson** доступны на главной странице в один клик; **Research** для отчётов с цитатами и **Solve** для пошаговых рассуждений находятся в разделе *Дополнительные возможности*. **Обучение → Новое обучение**, над пунктом «Всё обучение», открывает отдельную страницу для книг, **Mastery Path**, **Immersive Reading** и **Практики**. Кнопка **Настроить страницу** скрывает или возвращает способы обучения, не меняя существующие записи; недоступные модули по-прежнему не показываются. 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.
</details>
@@ -465,13 +472,13 @@ DeepTutor отделяет установленный код, приватное
<img src="../../assets/figs/web-dev/partners.png" alt="Рабочее пространство партнёров DeepTutor" width="900">
</div>
-Партнёры — это постоянные компаньоны со своей душой, политикой модели, библиотекой, памятью и каналами. Они не являются отдельным движком бота: каждое входящее веб- или IM-сообщение становится обычным ходом `ChatOrchestrator` внутри рабочего пространства, ограниченного партнёром. Партнёр — это «чат с личностью и номером телефона».
+Партнёры — это постоянные компаньоны со своей душой, политикой модели, библиотекой, памятью и каналами. Они не являются отдельным движком бота: каждое входящее веб- или IM-сообщение становится обычным ходом `ChatOrchestrator` внутри его приватного или привязанного рабочего пространства для контента. Партнёр — это «чат с личностью и номером телефона».
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="Архитектура партнёров DeepTutor" width="900">
</div>
-Каждый партнёр имеет `SOUL.md`, выбор модели, каналы, политику инструментов и назначенную библиотеку. Его библиотека либо копирует базы знаний, навыки и блокноты в `data/partners/<id>/workspace/`, либо остаётся связанной с файлами и ресурсами существующего рабочего пространства; душа, разговоры и память Partner остаются отдельными. Аутентифицированные пользователи без прав администратора сохраняют приватные сессии Partner и память отношений, а Partner читает их личную память только для чтения; трафик администраторов, групп и непривязанных пользователей использует общую область Partner.
+Каждый партнёр имеет `SOUL.md`, выбор модели, каналы, политику инструментов и назначенную библиотеку. Его библиотека либо копирует базы знаний, навыки и коллекции избранного в `data/partners/<id>/workspace/`, либо остаётся связанной с файлами и ресурсами существующего рабочего пространства; душа, разговоры и память Partner остаются отдельными. Аутентифицированные пользователи без прав администратора сохраняют приватные сессии Partner и память отношений, а Partner читает их личную память только для чтения; трафик администраторов, групп и непривязанных пользователей использует общую область Partner.
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="Конфигурация IM-канала для каждого партнёра" width="900">
@@ -499,7 +506,7 @@ DeepTutor отделяет установленный код, приватное
Grok использует собственную аутентификацию и хранение сессий; DeepTutor не копирует его учётные данные. Последующие консультации возобновляют сессию соединения в той же рабочей директории. Текст и активность инструментов транслируются в реальном времени; приватные данные размышлений не передаются. Память Grok между сессиями отключена по умолчанию. Этот коннектор поддерживает текстовые вопросы и инструменты CLI, но не передачу изображений и не импорт прошлых разговоров Grok. В Docker установите и авторизуйте Grok внутри контейнера бэкенда; CLI, установленный только на компьютере браузера, недоступен.
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="Персонализация учётной записи: агенты, персоны, навыки и подключения" width="900">
</div>
**Импортируйте прошлые разговоры** — загрузите существующую историю ChatGPT, Claude Code и Codex как доступные для поиска, возобновляемые разговоры. Выберите `conversations.json` из официального экспорта данных ChatGPT для безопасного, идемпотентного импорта снимка, выбирайте историю Claude по проекту / рабочей директории или историю Codex по календарной дате. Агенты на основе папок остаются обновляемыми, поэтому их выбранная область может подхватывать новые разговоры. Ссылайтесь на один из них из хода Chat через `+` → Мои Агенты, и DeepTutor читает его как транскрипт третьей стороны — это *их* разговор, а не собственный голос DeepTutor.
@@ -507,19 +514,19 @@ Grok использует собственную аутентификацию и
</details>
<details>
-<summary><b>✍️ Co-Writer — Редактирование Markdown с Учётом Выделения</b></summary>
+<summary><b>✍️ Учебный блокнот — Страницы, Источники и Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="Страницы учебного блокнота" width="900">
</div>
-Co-Writer — это разделённое рабочее пространство Markdown для отчётов, руководств, заметок и долгосрочных учебных артефактов. Документы автосохраняются и отображают живой предварительный просмотр (математика KaTeX, ограждения диаграмм), и могут быть сохранены обратно в блокноты, когда черновик становится повторно используемым контекстом. Импортируйте `.docx`, чтобы начать черновик, и экспортируйте текущий редактор как Markdown или Word.
+Учебный блокнот, ранее Co-Writer, организует ваши тексты в страницы, вложенные страницы и блоки внутри активного рабочего пространства. Импортируйте документы Word, выстраивайте дерево страниц и вставляйте исходные записи из избранного как подтверждающие материалы. Статус сохранения страниц всегда виден; их можно экспортировать в Markdown или Word, при этом интерактивное содержимое в Word становится статическим.
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Блочный редактор учебного блокнота и Dito" width="900">
</div>
-Его определяющая идея — **хирургическое редактирование**: выберите фрагмент и попросите DeepTutor переписать, расширить или сократить его. Выберите модель редактирования; она может использовать базу знаний или веб-данные и ведёт журнал вызовов инструментов. Если черновик не изменился за время его работы, результат напрямую заменяет выделенный текст и остаётся обратимым с помощью **Undo**.
+Обсудите отрывок или блок с **Dito**: попросите объяснение, пример, переработку текста или тренировочный вопрос. Разговоры остаются привязанными к соответствующей странице и строке. Просматривайте предложенные изменения перед принятием либо вставляйте ответ под строкой и продолжайте работу. Избранное сохраняет исходные записи, а блокнот помогает выстроить собственное понимание.
</details>
@@ -530,12 +537,12 @@ Co-Writer — это разделённое рабочее пространст
<img src="../../assets/figs/web-dev/books.png" alt="Библиотека книг DeepTutor" width="900">
</div>
-Книга превращает выбранные источники в интерактивную **живую книгу** — не статический PDF, а среда чтения, построенная из типизированных блоков. Книга может начинаться с баз знаний, блокнотов, банков вопросов или истории чата; процесс создания предлагает план глав перед генерацией содержания, поэтому вы рассматриваете структуру вместо того, чтобы принимать слепой одноразовый вывод.
+Книга превращает выбранные источники в интерактивную **живую книгу** — не статический PDF, а среда чтения, построенная из типизированных блоков. Книга может начинаться с баз знаний, избранного, банков вопросов или истории чата; процесс создания предлагает план глав перед генерацией содержания, поэтому вы рассматриваете структуру вместо того, чтобы принимать слепой одноразовый вывод.
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="Блок викторины книги" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="План и главы книги" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="Блок интерактивного виджета книги" width="31%">
</p>
@@ -551,7 +558,7 @@ Co-Writer — это разделённое рабочее пространст
<img src="../../assets/figs/web-dev/knowledge.png" alt="Центр Знаний DeepTutor" width="900">
</div>
-Базы знаний — это коллекции документов для RAG, которые обосновывают ходы Chat, редакции Co-Writer, генерацию Book и разговоры с Партнёрами. Отличительной чертой является **выбор движков поиска**: **LlamaIndex** (по умолчанию, гибридный векторный поиск + BM25 с необязательным переранжированием cross-encoder и индексами FAISS exact-flat или HNSW), **PageIndex** (поиск с рассуждением с цитатами на уровне страницы, размещённый или самостоятельно развёрнутый (OSS)), **GraphRAG** и **LightRAG** (поиск на основе графа знаний), **LightRAG Server** (поиск, делегированный внешнему экземпляру LightRAG, подключаемому по HTTP), **WeKnora** (поиск в базе знаний вашего самостоятельно размещённого развёртывания без локального индекса или копии документов), **Tencent IMA** (библиотека, которую вы курируете в IMA — доступная для поиска, просмотра и записи через её OpenAPI), **MarginNote 4** (ваши учебные данные MN4 — документы, выдержки, карточки интеллект-карт и связи между ними — передаются дополнением (Add-on) приложения и используются с помощью специальных инструментов навигации), **Kiwix** (доступный для поиска ZIM-архив, предоставляемый по HTTP без локального индексирования), или связанное хранилище **Obsidian**, которое репетитор читает и записывает на месте. Каждая KB привязана к одному движку.
+Базы знаний — это коллекции документов для RAG, которые обосновывают ходы Chat, правки учебного блокнота, генерацию Book и разговоры с Партнёрами. Отличительной чертой является **выбор движков поиска**: **LlamaIndex** (по умолчанию, гибридный векторный поиск + BM25 с необязательным переранжированием cross-encoder и индексами FAISS exact-flat или HNSW), **PageIndex** (поиск с рассуждением с цитатами на уровне страницы, размещённый или самостоятельно развёрнутый (OSS)), **GraphRAG** и **LightRAG** (поиск на основе графа знаний), **LightRAG Server** (поиск, делегированный внешнему экземпляру LightRAG, подключаемому по HTTP), **WeKnora** (поиск в базе знаний вашего самостоятельно размещённого развёртывания без локального индекса или копии документов), **Tencent IMA** (библиотека, которую вы курируете в IMA — доступная для поиска, просмотра и записи через её OpenAPI), **MarginNote 4** (ваши учебные данные MN4 — документы, выдержки, карточки интеллект-карт и связи между ними — передаются дополнением (Add-on) приложения и используются с помощью специальных инструментов навигации), **Kiwix** (доступный для поиска ZIM-архив, предоставляемый по HTTP без локального индексирования), или связанное хранилище **Obsidian**, которое репетитор читает и записывает на месте. Каждая KB привязана к одному движку.
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="Создание базы знаний" width="900">
@@ -574,16 +581,16 @@ Co-Writer — это разделённое рабочее пространст
</details>
<details>
-<summary><b>🌐 Пространство Обучения — Навыки, Персоны и Многоразовый Контекст</b></summary>
+<summary><b>🌐 Ресурсы и Персонализация — Материалы и Повторно Используемая Помощь</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="Ресурсы активного рабочего пространства" width="900">
</div>
-Пространство Обучения — это уровень библиотеки, организации и персонализации. **Разговоры и материалы** содержат Chat History, блокноты с перемещаемыми записями и экспортом в Markdown, а также банк вопросов с ответами и объяснениями. Запускайте **Практику** из выбранных вопросов банка вопросов или из Персонализированного обучения для сеансов повторения, отслеживания ошибок и повторения по расписанию. **Персонализация** содержит персонажей, навыки (сценарии `SKILL.md`), устанавливаемые одним кликом **MCP-сервисы** и **CLI-приложения** из каталога [CLI-Anything](https://github.com/HKUDS/CLI-Anything), причём руководство по использованию каждого приложения загружается по требованию. Отдельное рабочее пространство **My Courses** группирует разговоры по предметам и ветки репетиторов; каждый ресурс предлагается только в поддерживающих его рабочих процессах.
+**Ресурсы** объединяют историю чата, **Избранное** с перемещаемыми записями и экспортом в Markdown, **Учебный журнал**, Центр знаний и банк вопросов с ответами и объяснениями. Запускайте **Практику** из выбранных вопросов банка или через **Обучение → Практика**, чтобы повторять материал, отслеживать ошибки и заниматься по расписанию. Отдельная страница **Персонализация** содержит персонажей, навыки (сценарии `SKILL.md`), доступные одним нажатием **MCP-сервисы** и **CLI-приложения** из каталога [CLI-Anything](https://github.com/HKUDS/CLI-Anything), для каждого из которых руководство загружается по требованию. **Обучение** объединяет книги, пути освоения, коллекции чтения и разговоры с репетитором; каждый ресурс предлагается только в поддерживающих его рабочих процессах.
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="Библиотека навыков персонализации" width="900">
</div>
Вам не нужно писать каждый навык самостоятельно — **Импорт из EduHub** просматривает каталог сообщества и загружает навык прямо в вашу библиотеку через шлюз безопасности (см. [Экосистема](#-экосистема--eduhub-и-сообщество-навыков)).
@@ -611,7 +618,7 @@ Co-Writer — это разделённое рабочее пространст
<summary><b>⚙️ Настройки — Единая Панель Управления</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="Навигатор настроек" width="900">
</div>
Настройки — это операционная панель управления, которая открывается страницей **Общие** для выбора языка интерфейса и вывода модели. Навигатор с поиском ведёт на независимые страницы: **Личное** включает рабочие пространства, миграцию данных, внешний вид и статистику использования; **Обучение и разговоры** — стартовые подсказки, вложения, Video Learning, управление учащимися и опекунами, Прогресс обучения и Memory; **Модели и сервисы** — провайдеров, языковые модели, Task-модели, встраивание, поиск, речь и мультимодальную генерацию; **Возможности и интеграции** — инструменты, параметры возможностей, партнёров и агентов, знания и документы. **Система** включает сеть, состояние среды выполнения и сведения о проекте; **Архивные чаты** позволяют искать, восстанавливать или навсегда удалять архивные разговоры. Состояние среды выполнения показывает состояние бэкенда, резидентную память и матрицу **Готовности**, оценивающую блокирующие проблемы, предупреждения и рекомендации для возможностей. Рабочие пространства разделяют файлы тем и состояние обучения, а миграция данных обеспечивает проверяемый перенос и экспорт. **Провайдер** хранит адрес и учётные данные поставщика для повторного использования его сервисными моделями; на страницах моделей выбираются сохранённые провайдеры и задаются имена и возможности моделей. **Task-модели** закрепляют небольшую быструю модель за фоновой работой — названием разговоров и написанием стартовых подсказок — и при пустом значении используют активную модель по умолчанию. Речь объединяет синтез и распознавание речи; мультимодальная генерация объединяет модели изображений и видео. В разделе Партнёры и агенты настраиваются локальные агентные среды и удалённый шлюз Hermes.
@@ -621,7 +628,7 @@ Co-Writer — это разделённое рабочее пространст
**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 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.
+**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. В чекауте исходного кода выполните `python scripts/install_extras.py video-learning` для установки 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-dev/appearance.png" alt="Настройки внешнего вида и темы DeepTutor" width="900">
@@ -675,7 +682,7 @@ data/
**Включение:** включите аутентификацию в `data/user/settings/auth.json`, перезапустите `deeptutor start`, зарегистрируйте первого администратора по адресу `/register`, затем добавляйте пользователей из `/admin/users` и назначайте модели, KB, навыки, Partners, политику инструментов/MCP/CLI-приложений и доступ к выполнению кода через гранты; настройте общие книги в панели **Book access** каждого пользователя.
-Для раздельных приватного/публичного источников задайте `auth.private_login_hosts` (или `AUTH_PRIVATE_LOGIN_HOSTS`) — список приватных хостов фронтенда, на которых может показываться вход по паролю и регистрация. Фронтенд передаёт входящий HTTP `Host` на бэкенд как своё утверждение хоста фронтенда (frontend-host assertion). Сохраняйте `Host` браузера через ваш обратный прокси и настройте публичный входной шлюз так, чтобы он отклонял запросы, называющие приватный хост; не открывайте необработанный порт Next.js, принимающий произвольные значения `Host`. HTTP `Host` может быть подделан прямым клиентом, поэтому авторизация приватного хоста зависит от этой границы входного шлюза. По умолчанию бэкенд принимает утверждения хоста фронтенда только с loopback. Если веб-фронтенд подключается из другого контейнера или хоста, задайте `AUTH_TRUSTED_FRONTEND_PROXY_IPS` — точный IP-адрес этого прокси фронтенда на процессе бэкенда (через запятую, если их несколько). Держите API бэкенда приватным для прокси фронтенда и не включайте в этот список общие клиентские сети. Loopback всегда разрешён; когда список не пуст, аутентифицированный пользователь на приватном источнике может открыть **Профиль → Публичный вход с устройства** и создать недолговечную, привязанную к хосту ссылку сопряжения для публичного источника HTTPS. Публичная страница `/handoff` обменивает одноразовый код на такой же недолговечный билет JWE в теле POST-запроса, использует билет один раз и получает обычную сессионную куки HttpOnly.
+Для раздельных приватного/публичного источников задайте `auth.private_login_hosts` (или `AUTH_PRIVATE_LOGIN_HOSTS`) — список приватных хостов фронтенда, на которых может показываться вход по паролю и регистрация. Фронтенд передаёт входящий HTTP `Host` на бэкенд как своё утверждение хоста фронтенда (frontend-host assertion). Сохраняйте `Host` браузера через ваш обратный прокси и настройте публичный входной шлюз так, чтобы он отклонял запросы, называющие приватный хост; не открывайте необработанный порт Next.js, принимающий произвольные значения `Host`. HTTP `Host` может быть подделан прямым клиентом, поэтому авторизация приватного хоста зависит от этой границы входного шлюза. По умолчанию бэкенд принимает утверждения хоста фронтенда только с loopback. Если веб-фронтенд подключается из другого контейнера или хоста, задайте `AUTH_TRUSTED_FRONTEND_PROXY_IPS` — точный IP-адрес этого прокси фронтенда на процессе бэкенда (через запятую, если их несколько). Это заменяет значения по умолчанию; добавьте `127.0.0.1,::1`, если нужны также локальные подключения фронтенда. Держите API бэкенда приватным для прокси фронтенда и не включайте в этот список общие клиентские сети. Когда `private_login_hosts` не пуст, аутентифицированный пользователь на приватном источнике может открыть **Профиль → Публичный вход с устройства** и создать недолговечную, привязанную к хосту ссылку сопряжения для публичного источника HTTPS. Публичная страница `/handoff` обменивает одноразовый код на такой же недолговечный билет JWE в теле POST-запроса, использует билет один раз и получает обычную сессионную куки HttpOnly.
> PocketBase остаётся однопользовательской интеграцией — оставьте `integrations.pocketbase_url` пустым для многопользовательских развёртываний, если только вы не подключили внешнее хранилище пользователей.
@@ -692,14 +699,14 @@ data/
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-Основные функции управления рабочим пространством доступны и здесь — базы знаний (`kb`), сессии (`session`), партнёры (`partner`), навыки (`skill`), блокноты, память и конфигурация; организация курсов и сессий остаётся в веб-приложении. Полный список ниже.
+`--kb` задаёт контекст для автоматически подключаемых инструментов RAG и Knowledge Frontier; Frontier требует одновременно модулей knowledge и research. `--tool` выбирает переключаемые пользователем инструменты. Включённые модули также предоставляют команды для баз знаний, сессий, партнёров, навыков, блокнотов, памяти и конфигурации.
</details>
@@ -726,6 +733,8 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
<details>
<summary><b>Справочник команд</b></summary>
+Таблица охватывает полную установку и необязательные дополнения; команды и возможности требуют включения соответствующих модулей. Ядро предоставляет `chat` и `ask_questions`.
+
| Команда | Описание |
|:---|:---|
| `deeptutor init [--non-interactive] [--home PATH]` | Запустить мастер настройки или создать отсутствующие настройки по умолчанию без запросов |
@@ -733,8 +742,9 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
| `deeptutor start [--home PATH] [--dev] [--detach] [--no-browser]` | Запустить бэкенд + фронтенд вместе; при необходимости отсоединить процесс или запретить открытие браузера |
| `deeptutor stop [--home PATH]` | Остановить лаунчер, запущенный с `--detach` |
| `deeptutor serve [--port PORT]` | Запустить только бэкенд FastAPI |
+| `deeptutor module list/install/uninstall/enable/disable` | Просматривать модули и изменять их при остановленном DeepTutor; чекауты исходного кода поддерживают включение и отключение |
| `deeptutor workspace show/set/reset` | Просмотр, выбор или восстановление персонального Рабочего пространства для контента |
-| `deeptutor run <capability> <message>` | Запустить один ход возможности (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `mastery_path`, `immersive_reading`, `course_study`, `audio_overview`); добавьте `--format json` для вывода NDJSON |
+| `deeptutor run <capability> <message>` | Запустить один ход возможности (`chat`, `ask_questions`, `deep_solve`, `deep_question`, `deep_research`, `visualize`, `math_animator`, `video_lesson`, `mastery_path`, `immersive_reading`, `audio_overview`); добавьте `--format json` для вывода NDJSON |
| `deeptutor chat` | Интерактивный REPL с управлением возможностями, инструментами, KB, блокнотами и историей |
| `deeptutor partner list/create/start/stop` | Управление партнёрами, подключёнными к IM |
| `deeptutor kb list/info/create/connect-kiwix/add/search/eval/eval-diff/set-default/delete/list-sources/sync` | Управление базами знаний, подключение архивов Kiwix, оценка и сравнение запусков поиска и синхронизация зарегистрированных источников GitHub/Web (с командами добавления/удаления источников) |
@@ -769,13 +779,34 @@ deeptutor run deep_question "Quiz me on that survey" --session "$SID" --format j
<details>
<summary><b>Дистрибутив только с CLI</b></summary>
-Пакет только с CLI находится в `packaging/deeptutor-cli`. В этом чекауте установите его из исходного кода:
+Базовый wheel предоставляет CLI и SDK; `deeptutor-cli` — метапакет для совместимости. Исходный код предоставляет все включённые в репозиторий модули, поэтому для использования CLI установите их зависимости Python и пропустите настройку фронтенда:
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
```
-Он ещё не опубликован в PyPI, поэтому основной раздел [Начало работы](#-начало-работы) сохраняет путь установки из исходного кода.
+Для минимальной установки используйте базовый wheel. Необязательные дистрибутивы добавляют инструменты, возможности, API-маршруты, фоновые сервисы и навигацию. Модули используют одну среду Python, и их версии должны совпадать с версией ядра. `deeptutor[full]` выбирает основные модули приложения при установке; отдельные функции можно удалить позднее.
+
+Остановите DeepTutor (`Ctrl+C` в его терминале), затем используйте ту же среду Python и `DEEPTUTOR_HOME`:
+
+```bash
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
+```
+
+Примеры: `solve`, `research`, `questions`, `knowledge`, `parsing`, `reading`, `mastery`, `books`, `memory`, `notebook` и `partners`. Зависимые модули препятствуют удалению; ядро нельзя удалить командой управления модулями. Отключение и удаление сохраняют настройки, разговоры, базы знаний и созданные файлы. Общие сторонние зависимости тоже сохраняются.
+
+**В браузере:** раздел **Настройки → Состояние среды выполнения → Модули** показывает состояние модулей и соответствующие команды терминала. Изменение пакетов требует остановленной среды и выполняется через CLI. **Чат → Настроить страницу** и **Обучение → Новое обучение → Настроить страницу** сразу меняют личные настройки страниц; скрытие элемента не удаляет его модуль и не отзывает доступ.
+
+В семействе пакетов 1.7.0 версии wheels ядра и функциональных модулей совпадают. При установке локальных wheels передайте `--wheelhouse /path/to/wheels` в `module install`. Инструкции по сборке wheels и развёртыванию приведены в разделе [Установка модулей и разработка из исходного кода](../../docs-for-dev/MODULES.md).
</details>
@@ -923,23 +954,3 @@ 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 5a9f45e09..9d6172c5e 100644
--- a/assets/README/README_TH.md
+++ b/assets/README/README_TH.md
@@ -10,7 +10,7 @@
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="คลัง GitHub ที่กำลังเป็นที่นิยมประจำวัน" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="อันดับประวัติดาว" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="คลัง GitHub ที่กำลังเป็นที่นิยมประจำวัน" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="อันดับประวัติดาว" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +60,9 @@
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 Audio Overview ใช้ capability runtime และบริบท session ชุดเดียวกัน โดยยังคงลูปและ pipeline ที่ออกแบบมาเฉพาะสำหรับแต่ละวัตถุประสงค์
+- **รันไทม์เดียวสำหรับทุกโหมด** — Chat, Ask Questions, Quiz, Research, Visualize, Solve, 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
+- **บริบทการเรียนรู้ที่เชื่อมต่อกัน** — ฐานความรู้, หนังสือ, หน้า Learning notebook, Favorites, คลังคำถาม, บุคลิกภาพ และ Memory สามารถนำมาใช้ซ้ำในเวิร์กโฟลว์ที่รองรับ โดยอยู่ภายใต้สิทธิ์ของบัญชีและนโยบายการเรียนรู้
- **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
@@ -78,8 +78,8 @@ DeepTutor คือ workspace การเรียนรู้แบบ agent-n
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +89,7 @@ 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`**
+DeepTutor มีเส้นทางการติดตั้งสี่เส้นทาง ทั้งหมดแชร์ layout runtime home เดียวกัน: การตั้งค่าส่วนตัวอยู่ใน `data/user/settings/` ภายใต้ไดเร็กทอรีที่คุณเปิดตัว (หรือภายใต้ `DEEPTUTOR_HOME` / `deeptutor start --home` หากคุณตั้งค่าไว้อย่างชัดเจน) ดู [การจัดเก็บข้อมูลในเครื่องอย่างถาวร](../../docs-for-user/DATA_STORAGE.md) สำหรับ layout การจัดเก็บทั้งหมด การรองรับฐานข้อมูล และคำแนะนำในการสำรองข้อมูล สำหรับแอปเต็มรูปแบบ ขั้นตอนที่แนะนำคือ **เลือกไดเร็กทอรี runtime home → ติดตั้ง → `deeptutor init` → `deeptutor start`**
### ทดลองใช้ Docker ด้วยคำสั่งเดียว
@@ -129,17 +129,19 @@ Learning Space จัดการไลบรารีทรัพยากร
<details>
<summary><b>ตัวเลือกที่ 1 — ติดตั้งจาก PyPI</b> · แอป Web local แบบเต็มรูปแบบ + CLI ไม่ต้องโคลน</summary>
-แอป Web local แบบเต็มรูปแบบ + CLI ไม่ต้องโคลน ต้องการ **Python 3.11–3.14** และ runtime **Node.js 20+** บน PATH (เซิร์ฟเวอร์ standalone Next.js ที่แพ็คไว้จะถูกเปิดตัวโดย `deeptutor start`)
+**การติดตั้งแบบโมดูลของ 1.7.0:** ใช้ `deeptutor[full]` สำหรับแอป Web และ CLI หรือ `deeptutor` สำหรับ core chat เวอร์ชันของ feature modules ต้องตรงกับ core; รุ่น 1.6.15 และก่อนหน้าใช้ layout แพ็คเกจแบบเดิม หากต้องการพัฒนาบน `dev` ปัจจุบัน ให้ทำตามคำแนะนำการติดตั้งจากซอร์สด้านล่างหรือสร้าง [local wheels](../../docs-for-dev/MODULES.md) ต้องการ **Python 3.11–3.14** และ runtime **Node.js 20+** บน PATH (เซิร์ฟเวอร์ standalone Next.js ที่แพ็คไว้จะถูกเปิดตัวโดย `deeptutor start`)
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init` จะขอพอร์ต backend (ค่าเริ่มต้น `8001`), พอร์ต frontend (ค่าเริ่มต้น `3782`), LLM provider / base URL / API key / model, embedding provider แบบเสริมสำหรับ Knowledge Base / RAG และ search provider แบบเสริมสำหรับ Web Search
+**การอัพเกรดเป็น 1.7.0:** หยุดแอปและสำรอง runtime home ของคุณ รัน `python -m pip install --upgrade "deeptutor[full]==1.7.0"` จากนั้นตรวจสอบด้วย `python -m pip check` และ `deeptutor module list` หากติดตั้งแพ็คเกจ `deeptutor-cli` รุ่นเก่าไว้ ให้รัน `python -m pip uninstall deeptutor-cli` ก่อน แล้วจึงรันคำสั่งอัพเกรด (จะเพิ่ม `deeptutor-cli==1.7.0` ด้วยก็ได้) CLI รุ่นเก่าเป็นเจ้าของไฟล์ Python ที่ใช้ร่วมกัน การอัพเกรดมันใน transaction เดียวกันจึงอาจลบ core ใหม่ได้ การถอนการติดตั้งแพ็คเกจจะไม่ลบข้อมูลใน runtime home คงค่า `DEEPTUTOR_HOME` และ settings เดิมไว้ ใน 1.7.0 การรันเพียง `pip install -U deeptutor` จะเลือกเฉพาะ core; ใช้ `[full]` เพื่อขอโปรไฟล์การติดตั้งแอปเต็มรูปแบบ สำหรับแพ็คเกจที่สร้างในเครื่อง ดู [คำแนะนำการอัพเกรด local wheels](../../docs-for-dev/MODULES.md#upgrade-from-1615)
+
หลังจาก `deeptutor start` ให้เปิด URL ของ frontend ที่พิมพ์ใน terminal — ค่าเริ่มต้น [http://127.0.0.1:3782](http://127.0.0.1:3782) กด `Ctrl+C` ใน terminal นั้นเพื่อหยุดทั้ง backend และ frontend การข้าม `deeptutor init` ก็ใช้ได้สำหรับการทดลองอย่างรวดเร็ว แอปจะบูตด้วยพอร์ตเริ่มต้นและการตั้งค่า model ว่าง กำหนดค่าในภายหลังใน **Settings → Providers** และ **Language models**
**การถอดเสียงจากไมโครโฟนในเบราว์เซอร์:** STT adapters ที่เข้ากันได้กับ OpenAI จะส่งเสียงจากเบราว์เซอร์ไปยัง provider โดยไม่แปลงไฟล์ในเครื่อง ส่วน native STT adapters ของ DashScope และ Volcengine จะแปลง WebM/Opus จากเบราว์เซอร์เป็น WAV 16 kHz และต้องมีไฟล์ปฏิบัติการ `ffmpeg` ใน `PATH` ของ DeepTutor ไฟล์ WAV แบบ canonical 16 kHz mono PCM จะข้ามขั้นตอนแปลงนี้ สำหรับการติดตั้งผ่าน PyPI บน Windows ที่ใช้ native adapter ตัวใดตัวหนึ่ง ให้ติดตั้ง FFmpeg เพิ่มไดเร็กทอรี `bin` ลงใน `PATH` ของ service แล้วรีสตาร์ท DeepTutor ข้อผิดพลาดในการแปลงจะแสดงใต้ช่องป้อนข้อความของ Chat
@@ -152,7 +154,7 @@ deeptutor start # starts backend + frontend; keep the terminal open
สำหรับการพัฒนาจาก checkout ใช้ **Python 3.11–3.14** และ **Node.js 22 LTS** เพื่อให้ตรงกับ CI และ Docker
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -161,7 +163,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -185,16 +188,19 @@ python -m pip install --upgrade pip
<summary><b>ส่วนเสริมการติดตั้ง</b> — เอ็นจิน RAG / dev / partners / matrix / math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson:** เลือก Video Lesson ใน chat หรือรัน `deeptutor run video_lesson "Explain a concept"` backend ต้องมี Node.js 22+ และ npm การใช้ครั้งแรกจะดาวน์โหลดแพ็คเกจ Remotion ที่ตรึงเวอร์ชันไว้และตัวแปล JavaScript แบบ WebAssembly โดยไม่ต้องใช้ Docker การตรวจเฟรมจะรันภายในตัวแปลภายใต้ขีดจำกัดหน่วยความจำและการทำงาน โดยเข้าถึง filesystem, credentials, network หรือ process APIs ของ host ไม่ได้ การยกเลิกจะหยุดกระบวนการ build การปรับใช้แบบ local และ container ใช้เส้นทางการรันเดียวกัน ไม่มี fallback ที่อยู่นอก sandbox บทเรียนที่ได้จะเล่นในเบราว์เซอร์ โดยมีคำบรรยายเมื่อเสียงบรรยายที่เป็นทางเลือกไม่พร้อมใช้งาน
+
</details>
<details>
@@ -304,10 +310,10 @@ Docker Desktop (macOS/Windows) มักจะ resolve `host.docker.internal`
<details>
<summary><b>ตัวเลือกที่ 4 — CLI เท่านั้น</b> · ไม่มี Web UI จาก source checkout</summary>
-เมื่อคุณไม่ต้องการ Web UI แพ็คเกจ CLI-only ติดตั้งจาก source checkout ไม่ใช่จาก PyPI
+เมื่อคุณไม่ต้องการ Web UI ให้ใช้ CLI จาก checkout นี้และข้ามการตั้งค่า Node/npm ซอร์สจะเปิดใช้โมดูลทั้งหมดที่อยู่ใน checkout และต้องติดตั้ง Python dependencies ของโมดูลเหล่านั้น สำหรับการติดตั้งขั้นต่ำด้วยรุ่นโมดูล 1.7.0 ให้ใช้ core wheel `deeptutor` แล้วเพิ่ม feature modules แยกต่างหาก
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -315,7 +321,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -327,9 +334,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -337,7 +344,7 @@ deeptutor config show
</details>
-แพ็คเกจ `deeptutor-cli` ในเครื่องไม่มี Web assets หรือ server dependencies เก็บ source checkout ไว้ — การติดตั้งแบบ editable ชี้ไปที่มัน หากต้องการเพิ่มแอป Web ในภายหลัง ให้ติดตั้งแพ็คเกจ PyPI (ตัวเลือกที่ 1) และรัน `deeptutor init` + `deeptutor start` จาก workspace เดียวกัน
+การติดตั้งจากซอร์สนี้รวม server dependencies แต่ข้ามการตั้งค่า frontend เก็บ checkout ไว้ — การติดตั้งแบบ editable ชี้ไปที่มัน หากต้องการเพิ่ม Web UI ในภายหลัง ให้ติดตั้ง Node.js 22 LTS รัน `npm ci --legacy-peer-deps` ใน `web/` แล้วรัน `deeptutor init` และ `deeptutor start` จาก root ของโปรเจกต์
</details>
@@ -425,12 +432,12 @@ DeepTutor แยกโค้ดที่ติดตั้ง, runtime home ส
## 📖 สำรวจ DeepTutor
-เริ่มต้นด้วยพื้นผิวหลักที่คุณจะใช้ทุกวัน: Chat, Partners, My Agents, Co-Writer, Book, Knowledge Center, Learning Space, Memory และ Settings จากนั้นจะครอบคลุมการปรับใช้ Multi-User สำหรับ workspace แบบแชร์และแยกส่วน
+เริ่มต้นด้วย **workspace** สำหรับวิชาหรือโปรเจกต์ โดย **Home**, **Learning** และ **Resources** เก็บบทสนทนา กิจกรรมการเรียน และสื่อการเรียนของคุณ ส่วน **Partners** และ **Personalization** จะผูกกับบัญชีของคุณข้าม workspaces การสำรวจด้านล่างแสดงให้เห็นว่าส่วนเหล่านี้เชื่อมต่อกันอย่างไร ตามด้วยการตั้งค่าและการปรับใช้แบบ multi-user
หากคำตอบทำข้อกำหนดก่อนหน้าหลุดหาย, อ้างหลักฐานที่อ่อน หรือไม่สอดคล้องกับสื่อที่เลือก ให้รวบรวมข้อมูลวินิจฉัยตาม [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md) ก่อนเปิด issue
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="หน้า Home และการนำทาง workspace ของ DeepTutor" width="900">
</div>
@@ -452,17 +459,17 @@ Chat คือความสามารถเริ่มต้นและส
<img src="../../assets/figs/web-dev/chat.png" alt="workspace Chat ของ DeepTutor" width="900">
</div>
-ลูปนั้นเรียบง่ายโดยเจตนา: model คิดในรอบ ๆ, เรียกเครื่องมือเมื่อมีประโยชน์, สังเกตผลลัพธ์ และจบด้วยข้อความที่ไม่มีเครื่องมือ `ask_user` เป็นพิเศษ — แทนที่จะเดา agent สามารถหยุด turn, ถามคำถามชี้แจงที่มีโครงสร้าง และดำเนินการต่อเมื่อคุณตอบ
+Tutor เรียกเครื่องมือตามต้องการและสามารถหยุดเพื่อถามคำถามชี้แจงได้ **Customize page** ที่มุมขวาบนใช้เลือกโหมดที่แสดงและตัวควบคุม Skills, MCP, Partners, Preferences และการป้อนข้อความด้วยเสียง ภายใต้ **Starting prompts** คุณสามารถเพิ่ม แก้ไข หรือลบชื่อและ prompts ใน Explain, Solve, Practice, Plan และ Research ได้ Save จะนำ preferences ของบัญชีไปใช้; Cancel จะทิ้งการแก้ไข และ Restore defaults จะคืนตัวเลือกเดิม
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="ลูป agent ของ Chat ใน DeepTutor" width="900">
</div>
-เครื่องมือที่ผู้ใช้สลับได้ ได้แก่ `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason`, และ `geogebra_analysis` — รวมถึง `imagegen` และ `videogen` เมื่อคุณกำหนดค่าโมเดลสร้างที่ตรงกัน เครื่องมือตามบริบทเช่น `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_notebook`, `write_note`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` และ `workspace_export` จะ mount อัตโนมัติเมื่อ turn มีบริบทที่ถูกต้อง
+เครื่องมือที่ผู้ใช้สลับได้ ได้แก่ `brainstorm`, `web_search`, `paper_search`, `zotero_search`, `reason`, และ `geogebra_analysis` — รวมถึง `imagegen` และ `videogen` เมื่อคุณกำหนดค่าโมเดลสร้างที่ตรงกัน เครื่องมือตามบริบทเช่น `rag`, `kb_files`, `knowledge_frontier`, `read_source`, `read_memory`, `write_memory`, `read_skill`, `load_tools`, `exec`, `web_fetch`, `ask_user`, `list_favorites`, `save_favorite`, `write_note`, `search_notes`, `question_bank`, `github`, `consult_subagent`, `workspace_list`, `workspace_read`, `workspace_search`, `workspace_present` และ `workspace_export` จะ mount อัตโนมัติเมื่อ turn มีบริบทที่ถูกต้อง
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** 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
+เมื่อใช้โปรไฟล์เต็มรูปแบบ Home ทำให้ **Chat**, **Ask Questions**, **Quiz**, **Visualize** และ **Video Lesson** อยู่ห่างเพียงคลิกเดียว; **Research** สำหรับรายงานที่มีการอ้างอิงและ **Solve** สำหรับการให้เหตุผลแบบละเอียดอยู่ภายใต้ *More Capabilities* **Learning → New learning** ที่อยู่เหนือ All learning จะเปิดหน้าเฉพาะสำหรับ Books, **Mastery Path**, **Immersive Reading** และ **Practice** ตัวควบคุม **Customize page** ของหน้านี้ใช้ซ่อนหรือคืนวิธีการเรียนโดยไม่เปลี่ยน records ที่มีอยู่; โมดูลที่ไม่พร้อมใช้งานจะยังไม่แสดง Reading รวมเอกสาร วิดีโอ และเสียงไว้ด้วยกัน พร้อม citations ที่ตรวจสอบแล้ว, notes ที่บันทึกไว้, การอ่านออกเสียงอย่างเป็นธรรมชาติจากข้อความต้นฉบับ / คำแนะนำการเรียน / คำศัพท์ / quiz / การแปล และการบันทึกลง notebook
</details>
@@ -473,13 +480,13 @@ Home ทำให้ **Chat**, **Ask Questions**, **Quiz** และ **Visualize
<img src="../../assets/figs/web-dev/partners.png" alt="workspace Partners ของ DeepTutor" width="900">
</div>
-Partners คือเพื่อนถาวรที่มี soul, นโยบาย model, ห้องสมุด, memory และช่องทางของตัวเอง พวกเขาไม่ใช่เอ็นจิน bot แยกต่างหาก: ทุกข้อความ web หรือ IM ที่เข้ามาจะกลายเป็น turn ปกติของ `ChatOrchestrator` ภายใน workspace ที่มีขอบเขต partner partner คือ "chat ที่มีบุคลิกภาพและหมายเลขโทรศัพท์"
+Partners คือเพื่อนถาวรที่มี soul, นโยบาย model, ห้องสมุด, memory และช่องทางของตัวเอง พวกเขาไม่ใช่เอ็นจิน bot แยกต่างหาก: ทุกข้อความ web หรือ IM ที่เข้ามาจะกลายเป็น turn ปกติของ `ChatOrchestrator` ภายใน content workspace ส่วนตัวหรือที่ผูกไว้ของมัน partner คือ "chat ที่มีบุคลิกภาพและหมายเลขโทรศัพท์"
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="สถาปัตยกรรม Partners ของ DeepTutor" width="900">
</div>
-แต่ละ partner มี `SOUL.md`, การเลือก model, ช่องทาง, นโยบายเครื่องมือ และไลบรารีที่กำหนด ไลบรารีสามารถคัดลอก knowledge bases, skills และ notebooks ไปยัง `data/partners/<id>/workspace/` หรือคงการเชื่อมโยงกับไฟล์และทรัพยากรของ workspace ที่มีอยู่ โดย soul, บทสนทนา และ Partner memory ยังคงแยกจากกัน ผู้ใช้ที่ผ่านการยืนยันตัวตนและไม่ใช่ admin จะมี Partner sessions และ relationship memory แบบส่วนตัว ขณะที่ Partner อ่าน personal memory ของพวกเขาแบบ read-only; traffic ของ admin, group และที่ไม่ผูกบัญชีจะใช้ shared Partner scope
+แต่ละ partner มี `SOUL.md`, การเลือก model, ช่องทาง, นโยบายเครื่องมือ และไลบรารีที่กำหนด ไลบรารีสามารถคัดลอก knowledge bases, skills และคอลเลกชัน Favorites ไปยัง `data/partners/<id>/workspace/` หรือคงการเชื่อมโยงกับไฟล์และทรัพยากรของ workspace ที่มีอยู่ โดย soul, บทสนทนา และ Partner memory ยังคงแยกจากกัน ผู้ใช้ที่ผ่านการยืนยันตัวตนและไม่ใช่ admin จะมี Partner sessions และ relationship memory แบบส่วนตัว ขณะที่ Partner อ่าน personal memory ของพวกเขาแบบ read-only; traffic ของ admin, group และที่ไม่ผูกบัญชีจะใช้ shared Partner scope
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="การกำหนดค่าช่องทาง IM ต่อ partner" width="900">
@@ -527,7 +534,7 @@ private thought payloads จะถูกละเว้น Cross-session memory
ของเบราว์เซอร์จะเข้าไม่ถึง
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="การปรับแต่งบัญชีส่วนบุคคล: agents, personas, skills และการเชื่อมต่อ" width="900">
</div>
**นำเข้าบทสนทนาในอดีต** — นำประวัติ ChatGPT, Claude Code และ Codex ที่มีอยู่ของคุณมาเป็นบทสนทนาที่ค้นหาได้และสามารถดำเนินการต่อได้ เลือก `conversations.json` จาก official ChatGPT data export เพื่อทำ snapshot import ที่ปลอดภัยและ idempotent, เลือกประวัติ Claude ตาม project / working directory หรือเลือกประวัติ Codex ตามวันที่ในปฏิทิน agent แบบโฟลเดอร์ยังคงรีเฟรชได้ ทำให้ขอบเขตที่เลือกไว้ดึงบทสนทนาใหม่เข้ามาได้ อ้างอิงรายการหนึ่งจาก Chat turn ผ่าน `+` → My Agents และ DeepTutor จะอ่านมันเป็น transcript ของบุคคลที่สาม — มันยังคงเป็นบทสนทนา *ของพวกเขา* ไม่ใช่เสียงของ DeepTutor เอง
@@ -535,19 +542,19 @@ private thought payloads จะถูกละเว้น Cross-session memory
</details>
<details>
-<summary><b>✍️ Co-Writer — การร่าง Markdown ที่รับรู้การเลือก</b></summary>
+<summary><b>✍️ Learning Notebook — หน้า แหล่งข้อมูล และ Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="หน้าของ Learning notebook" width="900">
</div>
-Co-Writer คือ workspace Markdown แบบ split-view สำหรับรายงาน, บทเรียน, บันทึก และ artifacts การเรียนรู้แบบยาว เอกสารบันทึกอัตโนมัติและแสดงตัวอย่างสด (คณิตศาสตร์ KaTeX, diagram fences) และสามารถบันทึกกลับเข้า notebooks เมื่อร่างกลายเป็นบริบทที่นำมาใช้ซ้ำได้ นำเข้า `.docx` เพื่อเริ่มร่างใหม่ และส่งออกตัวแก้ไขปัจจุบันเป็น Markdown หรือ Word
+Learning notebook ซึ่งเดิมชื่อ Co-Writer จัดระเบียบงานเขียนของคุณเป็นหน้า หน้าย่อย และบล็อกภายใน workspace ที่ใช้งานอยู่ นำเข้าเอกสาร Word จัดโครงสร้างต้นไม้ของหน้า และแทรก records ต้นฉบับจาก Favorites เป็นหลักฐานได้ แต่ละหน้าจะแสดงสถานะการบันทึกและส่งออกเป็น Markdown หรือ Word ได้; เนื้อหาแบบโต้ตอบจะกลายเป็นเนื้อหาคงที่ใน Word
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="ตัวแก้ไขบล็อก Learning notebook และ Dito" width="900">
</div>
-แนวคิดหลักคือ **การแก้ไขเฉพาะจุด**: เลือกช่วงและขอให้ DeepTutor เขียนใหม่, ขยาย หรือย่อ เลือกโมเดลสำหรับการแก้ไขได้; โมเดลสามารถใช้ knowledge base หรือหลักฐานเว็บ และเก็บ trace ของ tool calls หาก draft ไม่เปลี่ยนระหว่างทำงาน ผลลัพธ์จะแทนที่ข้อความที่เลือกโดยตรงและยังย้อนกลับได้ด้วย **Undo**
+สนทนาเกี่ยวกับข้อความหรือบล็อกกับ **Dito**: ขอคำอธิบาย ตัวอย่าง การเขียนใหม่ หรือคำถามฝึกฝน บทสนทนาจะยังผูกกับหน้าและบรรทัดที่เกี่ยวข้อง ตรวจทานการเปลี่ยนแปลงที่เสนอก่อนยอมรับ หรือแทรกคำตอบใต้บรรทัดแล้วทำงานต่อ Favorites เก็บ records ต้นฉบับไว้; notebook คือพื้นที่ที่คุณสร้างความเข้าใจของตัวเอง
</details>
@@ -558,12 +565,12 @@ Co-Writer คือ workspace Markdown แบบ split-view สำหรับ
<img src="../../assets/figs/web-dev/books.png" alt="คลังหนังสือของ DeepTutor" width="900">
</div>
-Book แปลงแหล่งที่มาที่เลือกให้เป็น **หนังสือมีชีวิต** แบบโต้ตอบ — ไม่ใช่ PDF แบบคงที่ แต่เป็นสภาพแวดล้อมการอ่านที่สร้างจาก typed blocks หนังสือสามารถเริ่มจาก knowledge bases, notebooks, question banks หรือประวัติ chat; ขั้นตอนการสร้างจะเสนอ outline บทก่อนที่จะสร้างเนื้อหา ดังนั้นคุณจะตรวจสอบรูปร่างแทนที่จะยอมรับ output แบบ one-shot ที่มองไม่เห็น
+Book แปลงแหล่งที่มาที่เลือกให้เป็น **หนังสือมีชีวิต** แบบโต้ตอบ — ไม่ใช่ PDF แบบคงที่ แต่เป็นสภาพแวดล้อมการอ่านที่สร้างจาก typed blocks หนังสือสามารถเริ่มจาก knowledge bases, Favorites, question banks หรือประวัติ chat; ขั้นตอนการสร้างจะเสนอ outline บทก่อนที่จะสร้างเนื้อหา ดังนั้นคุณจะตรวจสอบรูปร่างแทนที่จะยอมรับ output แบบ one-shot ที่มองไม่เห็น
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="บล็อก quiz ใน Book" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="โครงร่างและบทของหนังสือ" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="บล็อกวิดเจ็ตแบบโต้ตอบใน Book" width="31%">
</p>
@@ -579,7 +586,7 @@ Book แปลงแหล่งที่มาที่เลือกให้
<img src="../../assets/figs/web-dev/knowledge.png" alt="DeepTutor Knowledge Center" width="900">
</div>
-Knowledge bases คือคอลเลกชันเอกสารที่อยู่เบื้องหลัง RAG — รองรับ Chat turns, Co-Writer edits, Book generation และบทสนทนา Partner สิ่งที่โดดเด่นคือ **การเลือกเอ็นจิน retrieval**: **LlamaIndex** (ค่าเริ่มต้น, hybrid vector + BM25 พร้อม cross-encoder reranking แบบเสริม และ FAISS indexes แบบ exact-flat หรือ HNSW), **PageIndex** (reasoning retrieval พร้อม page-level citations, hosted หรือ self-hosted OSS), **GraphRAG** และ **LightRAG** (knowledge-graph retrieval), **LightRAG Server** (retrieval ที่ offload ไปยัง LightRAG instance ภายนอกที่คุณเชื่อมต่อผ่าน HTTP), **WeKnora** (retrieval จาก knowledge base ใน deployment แบบ self-hosted ของคุณ โดยไม่มี local index หรือสำเนาเอกสาร), **Tencent IMA** (ไลบรารีที่คุณคัดสรรใน IMA — ค้นหา เรียกดู และเขียนกลับผ่าน OpenAPI ของมัน), **MarginNote 4** (ข้อมูลการเรียนใน MN4 ของคุณ — เอกสาร ข้อความที่คัดไว้ การ์ด mind-map และความเชื่อมโยงระหว่างสิ่งเหล่านั้น — ที่ถูกส่งเข้ามาโดย Add-on ของแอปและนำทางได้ด้วยเครื่องมือเฉพาะ), **Kiwix** (ZIM archive ที่ค้นหาได้ซึ่งให้บริการผ่าน HTTP โดยไม่ต้องทำ local indexing) หรือ **Obsidian** vault ที่เชื่อมโยง tutor อ่านและเขียนในที่ KB แต่ละอันถูกผูกกับเอ็นจินหนึ่ง
+Knowledge bases คือคอลเลกชันเอกสารที่อยู่เบื้องหลัง RAG — รองรับ Chat turns, การแก้ไข Learning notebook, Book generation และบทสนทนา Partner สิ่งที่โดดเด่นคือ **การเลือกเอ็นจิน retrieval**: **LlamaIndex** (ค่าเริ่มต้น, hybrid vector + BM25 พร้อม cross-encoder reranking แบบเสริม และ FAISS indexes แบบ exact-flat หรือ HNSW), **PageIndex** (reasoning retrieval พร้อม page-level citations, hosted หรือ self-hosted OSS), **GraphRAG** และ **LightRAG** (knowledge-graph retrieval), **LightRAG Server** (retrieval ที่ offload ไปยัง LightRAG instance ภายนอกที่คุณเชื่อมต่อผ่าน HTTP), **WeKnora** (retrieval จาก knowledge base ใน deployment แบบ self-hosted ของคุณ โดยไม่มี local index หรือสำเนาเอกสาร), **Tencent IMA** (ไลบรารีที่คุณคัดสรรใน IMA — ค้นหา เรียกดู และเขียนกลับผ่าน OpenAPI ของมัน), **MarginNote 4** (ข้อมูลการเรียนใน MN4 ของคุณ — เอกสาร ข้อความที่คัดไว้ การ์ด mind-map และความเชื่อมโยงระหว่างสิ่งเหล่านั้น — ที่ถูกส่งเข้ามาโดย Add-on ของแอปและนำทางได้ด้วยเครื่องมือเฉพาะ), **Kiwix** (ZIM archive ที่ค้นหาได้ซึ่งให้บริการผ่าน HTTP โดยไม่ต้องทำ local indexing) หรือ **Obsidian** vault ที่เชื่อมโยง tutor อ่านและเขียนในที่ KB แต่ละอันถูกผูกกับเอ็นจินหนึ่ง
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="สร้าง knowledge base" width="900">
@@ -602,16 +609,16 @@ Knowledge bases คือคอลเลกชันเอกสารที่
</details>
<details>
-<summary><b>🌐 Learning Space — Skills, Personas และบริบทที่นำมาใช้ซ้ำได้</b></summary>
+<summary><b>🌐 Resources และ Personalization — สื่อการเรียนและความช่วยเหลือที่นำมาใช้ซ้ำได้</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="ทรัพยากรใน workspace ที่ใช้งานอยู่" width="900">
</div>
-Learning Space คือชั้น library, organization และ personalization **Conversations & Materials** เก็บ Chat History, notebooks ที่ย้าย records และ export เป็น Markdown ได้ และ question bank พร้อมคำตอบและคำอธิบาย เริ่ม **Practice** จากคำถามที่เลือกใน question bank หรือจาก Personalized Learning เพื่อทบทวน ติดตามข้อผิดพลาด และทบทวนซ้ำตามกำหนด **Personalization** เก็บ personas, skills (`SKILL.md` playbooks), **MCP Services** แบบคลิกเดียว และ **CLI Apps** จาก catalog [CLI-Anything](https://github.com/HKUDS/CLI-Anything) โดยแต่ละรายการมีคู่มือการใช้งานที่โหลดตามต้องการ workspace **My Courses** ที่แยกออกมาจะจัดกลุ่มบทสนทนาตามวิชาและ tutor threads; asset แต่ละรายการจะแสดงเฉพาะในเวิร์กโฟลว์ที่รองรับเท่านั้น
+**Resources** รวม Chat History, **Favorites** ที่ย้าย records และส่งออก Markdown ได้, **Learning journal**, Knowledge Center และคลังคำถามพร้อมคำตอบและคำอธิบาย เริ่ม **Practice** จากคำถามที่เลือกในคลังคำถามหรือจาก **Learning → Practice** เพื่อทบทวน ติดตามข้อผิดพลาด และทบทวนซ้ำตามกำหนด หน้า **Personalization** ที่แยกออกมาต่างหากเก็บ personas, skills (`SKILL.md` playbooks), **MCP Services** แบบคลิกเดียว และ **CLI Apps** จาก catalog [CLI-Anything](https://github.com/HKUDS/CLI-Anything) โดยแต่ละรายการมีคู่มือการใช้งานที่โหลดตามต้องการ **Learning** จัดกลุ่มหนังสือ mastery paths คอลเลกชันการอ่าน และบทสนทนากับ tutor ที่เกี่ยวข้อง; asset แต่ละรายการจะแสดงเฉพาะในเวิร์กโฟลว์ที่รองรับเท่านั้น
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="ไลบรารี skills ใน Personalization" width="900">
</div>
คุณไม่จำเป็นต้องเขียน skill ทุกอันเอง — **นำเข้าจาก EduHub** จะเรียกดู catalog ชุมชนและดาวน์โหลด skill ตรงเข้า library ผ่านประตูความปลอดภัย (ดู [ระบบนิเวศ](#-ระบบนิเวศ--eduhub-และชุมชน-skills))
@@ -639,7 +646,7 @@ Memory Graph แสดงพีระมิดทั้งหมด — กา
<summary><b>⚙️ Settings — Control Plane เดียว</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="ตัวนำทาง Settings" width="900">
</div>
Settings คือศูนย์ควบคุมการทำงาน โดยเปิดที่หน้า **General** สำหรับภาษา UI และภาษา output ของ model ตัวนำทางที่ค้นหาได้เชื่อมไปยังหน้าแยกกัน: **Personal** ครอบคลุม Workspaces, Data migration, Appearance และ Usage statistics; **Learning & conversation** ครอบคลุมจุดเริ่มต้น ไฟล์แนบ Video Learning การควบคุมผู้เรียนและผู้ปกครอง Learning progress และ Memory; **Models & services** ครอบคลุม Providers, Language models, Task models, Embedding, Search, Voice และ Multimodal generation; **Features & integrations** ครอบคลุมเครื่องมือ พารามิเตอร์ความสามารถ Partners & agents และ Knowledge & documents **System** มี Network, Runtime status และ About; **Archived chats** ใช้ค้นหา กู้คืน หรือลบบทสนทนาที่เก็บถาวรอย่างถาวร Runtime status แสดงสถานะ backend, resident memory และเมทริกซ์ **Readiness** ที่ประเมินปัญหาที่ขัดขวาง คำเตือน และข้อเสนอแนะของความสามารถ Workspaces แยกไฟล์แต่ละหัวข้อและสถานะการเรียน โดยมีการย้ายข้อมูลที่ตรวจสอบแล้วและการส่งออกใน Data migration **provider** เก็บที่อยู่และ credential ของผู้ให้บริการเพื่อให้ model ของบริการนั้นใช้ซ้ำได้ หน้า model เลือก provider ที่บันทึกไว้และกำหนดชื่อและความสามารถของ model **Task models** กำหนด model ขนาดเล็กที่รวดเร็วสำหรับงานเบื้องหลัง เช่น การตั้งชื่อบทสนทนาและเขียนจุดเริ่มต้น และใช้ model เริ่มต้นที่ใช้งานอยู่เมื่อปล่อยว่าง Voice รวมการสังเคราะห์เสียงพูดและการถอดเสียง ส่วน Multimodal generation รวม model ภาพและวิดีโอ Partners & agents กำหนดค่า harness ในเครื่องและ Hermes gateway ระยะไกล
@@ -649,7 +656,7 @@ Settings คือศูนย์ควบคุมการทำงาน โ
**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 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
+**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 ใน source checkout ให้รัน `python scripts/install_extras.py 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-dev/appearance.png" alt="การตั้งค่ารูปลักษณ์และธีมของ DeepTutor" width="900">
@@ -703,7 +710,7 @@ data/
**เปิดใช้งาน:** เปิด auth ใน `data/user/settings/auth.json`, รีสตาร์ท `deeptutor start`, ลงทะเบียน admin คนแรกที่ `/register` จากนั้นเพิ่มผู้ใช้จาก `/admin/users` และกำหนด models, KBs, skills, Partners, นโยบาย tool/MCP/CLI-app และสิทธิ์การรันโค้ดผ่าน grants; กำหนดค่าหนังสือที่แชร์ในแผง **Book access** ของผู้ใช้แต่ละคน
-สำหรับ origin ส่วนตัว/สาธารณะที่แยกจากกัน ให้ตั้งค่า `auth.private_login_hosts` (หรือ `AUTH_PRIVATE_LOGIN_HOSTS`) เป็น frontend host ส่วนตัวที่อาจแสดงการลงชื่อเข้าใช้ด้วย password และการลงทะเบียน frontend จะส่งต่อ `Host` ของ HTTP ที่เข้ามาไปยัง backend เป็น frontend-host assertion ของมัน คงค่า `Host` ของเบราว์เซอร์ไว้ตลอดผ่าน reverse proxy ของคุณ และทำให้ public ingress ปฏิเสธ request ที่ระบุ private host; อย่าเปิดเผยพอร์ต Next.js แบบ raw ที่ยอมรับค่า `Host` ใด ๆ ก็ได้ HTTP `Host` สามารถถูกปลอมแปลงโดย client โดยตรงได้ ดังนั้นการอนุญาต private-host จึงขึ้นอยู่กับขอบเขตของ ingress นั้น โดยค่าเริ่มต้น backend จะยอมรับ frontend-host assertions จาก loopback เท่านั้น หาก Web frontend เชื่อมต่อมาจาก container หรือเครื่องอื่น ให้ตั้งค่า `AUTH_TRUSTED_FRONTEND_PROXY_IPS` เป็น IP ที่ตรงเป๊ะของ frontend proxy นั้นบน backend process (คั่นด้วยจุลภาคหากมีมากกว่าหนึ่ง) เก็บ backend API ให้เป็นส่วนตัวสำหรับ frontend proxy เท่านั้น และไม่ควรรวม client network ทั่วไปไว้ในรายการนี้ loopback ได้รับอนุญาตเสมอ; เมื่อรายการนี้ไม่ว่าง ผู้ใช้ที่ผ่านการยืนยันตัวตนบน private origin จะเปิด **Profile → Public device sign-in** และสร้างลิงก์ pairing แบบผูกกับ host และมีอายุสั้นสำหรับ HTTPS public origin ได้ หน้า public `/handoff` จะแลก one-time code เป็น JWE ticket ที่มีอายุสั้นเท่ากันใน POST body, ใช้ ticket นั้นครั้งเดียว และได้รับ session cookie แบบ HttpOnly ตามปกติ
+สำหรับ origin ส่วนตัว/สาธารณะที่แยกจากกัน ให้ตั้งค่า `auth.private_login_hosts` (หรือ `AUTH_PRIVATE_LOGIN_HOSTS`) เป็น frontend host ส่วนตัวที่อาจแสดงการลงชื่อเข้าใช้ด้วย password และการลงทะเบียน frontend จะส่งต่อ `Host` ของ HTTP ที่เข้ามาไปยัง backend เป็น frontend-host assertion ของมัน คงค่า `Host` ของเบราว์เซอร์ไว้ตลอดผ่าน reverse proxy ของคุณ และทำให้ public ingress ปฏิเสธ request ที่ระบุ private host; อย่าเปิดเผยพอร์ต Next.js แบบ raw ที่ยอมรับค่า `Host` ใด ๆ ก็ได้ HTTP `Host` สามารถถูกปลอมแปลงโดย client โดยตรงได้ ดังนั้นการอนุญาต private-host จึงขึ้นอยู่กับขอบเขตของ ingress นั้น โดยค่าเริ่มต้น backend จะยอมรับ frontend-host assertions จาก loopback เท่านั้น หาก Web frontend เชื่อมต่อมาจาก container หรือเครื่องอื่น ให้ตั้งค่า `AUTH_TRUSTED_FRONTEND_PROXY_IPS` เป็น IP ที่ตรงเป๊ะของ frontend proxy นั้นบน backend process (คั่นด้วยจุลภาคหากมีมากกว่าหนึ่ง) ค่านี้จะแทนที่ค่าเริ่มต้น; หากยังต้องการให้ frontend ในเครื่องเชื่อมต่อได้ ให้รวม `127.0.0.1,::1` ด้วย เก็บ backend API ให้เป็นส่วนตัวสำหรับ frontend proxy เท่านั้น และไม่ควรรวม client network ทั่วไปไว้ในรายการนี้ เมื่อ `private_login_hosts` ไม่ว่าง ผู้ใช้ที่ผ่านการยืนยันตัวตนบน private origin จะเปิด **Profile → Public device sign-in** และสร้างลิงก์ pairing แบบผูกกับ host และมีอายุสั้นสำหรับ HTTPS public origin ได้ หน้า public `/handoff` จะแลก one-time code เป็น JWE ticket ที่มีอายุสั้นเท่ากันใน POST body, ใช้ ticket นั้นครั้งเดียว และได้รับ session cookie แบบ HttpOnly ตามปกติ
> PocketBase ยังคงเป็น integration สำหรับผู้ใช้คนเดียว — เว้น `integrations.pocketbase_url` ว่างสำหรับการปรับใช้ multi-user เว้นแต่คุณจะเชื่อมต่อ user store ภายนอก
@@ -720,14 +727,14 @@ binary `deeptutor` เดียว, สองวิธีเข้า: **REPL**
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-การจัดการ workspace หลักมีให้ใช้งานที่นี่ด้วย — knowledge bases (`kb`), sessions (`session`), partners (`partner`), skills (`skill`), notebooks, memory และ config; การจัดระเบียบ course และ session ยังคงอยู่ในแอป Web รายการเต็มอยู่ด้านล่าง
+`--kb` ให้บริบทสำหรับเครื่องมือ RAG และ Knowledge Frontier ที่ใช้โดยอัตโนมัติ; Frontier ต้องมีทั้งโมดูล knowledge และ research ส่วน `--tool` ใช้เลือกเครื่องมือที่ผู้ใช้สลับได้ โมดูลที่เปิดใช้งานยังให้คำสั่ง KB, session, partner, skill, notebook, memory และ config ด้วย
</details>
@@ -754,6 +761,8 @@ repo มี root [`SKILL.md`](../../SKILL.md) — เอกสาร handover
<details>
<summary><b>เอกสารอ้างอิงคำสั่ง</b></summary>
+ตารางนี้ครอบคลุมการติดตั้งเต็มรูปแบบและส่วนเสริมที่เป็นทางเลือก; คำสั่งและความสามารถต้องมีโมดูลที่เกี่ยวข้องเปิดใช้งานอยู่ Core มี `chat` และ `ask_questions`
+
| คำสั่ง | คำอธิบาย |
|:---|:---|
| `deeptutor init [--non-interactive] [--home PATH]` | รันตัวช่วยตั้งค่า หรือสร้างค่าเริ่มต้นที่ยังขาดโดยไม่แสดง prompt |
@@ -761,8 +770,9 @@ repo มี root [`SKILL.md`](../../SKILL.md) — เอกสาร handover
| `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 module list/install/uninstall/enable/disable` | ตรวจสอบโมดูลและเปลี่ยนแปลงขณะหยุด DeepTutor; source checkouts รองรับ enable/disable |
| `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`, `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`, `video_lesson`, `mastery_path`, `immersive_reading`, `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/eval-diff/set-default/delete/list-sources/sync` | จัดการ knowledge bases, เชื่อมต่อคลัง Kiwix, ประเมินและเปรียบเทียบการรัน retrieval และ sync GitHub/web sources ที่ลงทะเบียนไว้ (พร้อมคำสั่งเพิ่ม/ลบ source) |
@@ -797,13 +807,34 @@ requests ขณะรันจะใช้ API endpoint ที่ส่งกล
<details>
<summary><b>การแจกจ่าย CLI เท่านั้น</b></summary>
-แพ็คเกจ CLI เท่านั้นอยู่ใน `packaging/deeptutor-cli` ใน checkout นี้ ติดตั้งจากซอร์ส:
+Core wheel มี CLI และ SDK; `deeptutor-cli` เป็น metapackage สำหรับความเข้ากันได้ ซอร์สเปิดใช้โมดูลทั้งหมดที่อยู่ใน checkout ดังนั้นการใช้ CLI ให้ติดตั้ง Python dependencies ของโมดูลเหล่านั้นและข้ามการตั้งค่า frontend:
+
+```bash
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
+```
+
+สำหรับการติดตั้งขั้นต่ำ ให้ใช้ core wheel ส่วน distributions ที่เป็นทางเลือกจะให้เครื่องมือ ความสามารถ API routes บริการเบื้องหลัง และเมนูนำทาง โมดูลใช้ Python environment เดียวกันและต้องมีเวอร์ชันตรงกับ core `deeptutor[full]` เลือกโมดูลแอปที่ใช้ทั่วไปในขณะติดตั้ง; คุณสามารถนำแต่ละคุณสมบัติออกในภายหลังได้
+
+หยุด DeepTutor (`Ctrl+C` ใน terminal ที่รันอยู่) แล้วใช้ Python environment และ `DEEPTUTOR_HOME` เดิม:
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
```
-ยังไม่ได้เผยแพร่บน PyPI ดังนั้นส่วน [เริ่มต้น](#-เริ่มต้น) หลักจึงคงเส้นทางการติดตั้งจากซอร์สไว้
+ตัวอย่าง ได้แก่ `solve`, `research`, `questions`, `knowledge`, `parsing`, `reading`, `mastery`, `books`, `memory`, `notebook` และ `partners` โมดูลที่พึ่งพาโมดูลอื่นจะขัดขวางการนำโมดูลนั้นออก; คำสั่ง module ไม่สามารถนำ core ออกได้ การปิดใช้งานหรือถอนการติดตั้งจะเก็บ settings บทสนทนา ฐานความรู้ และไฟล์ที่สร้างไว้ ส่วน dependencies ของบุคคลที่สามที่ใช้ร่วมกันจะยังคงอยู่ด้วย
+
+**ในเบราว์เซอร์:** **Settings → Runtime status → Modules** แสดงสถานะโมดูลและคำสั่ง terminal ที่ตรงกัน การเปลี่ยนแพ็คเกจทำผ่าน CLI ขณะที่ environment หยุดอยู่ **Chat → Customize page** และ **Learning → New learning → Customize page** เปลี่ยนตัวเลือกหน้าส่วนตัวของคุณได้ทันที; การซ่อนรายการจะไม่ถอนการติดตั้งโมดูลหรือเพิกถอนสิทธิ์การเข้าถึง
+
+ตระกูลแพ็คเกจ 1.7.0 ใช้เวอร์ชันที่ตรงกันระหว่าง core และ feature wheels สำหรับการติดตั้ง local wheels ให้ส่ง `--wheelhouse /path/to/wheels` ให้ `module install` ดู [การติดตั้งโมดูลและการพัฒนาจากซอร์ส](../../docs-for-dev/MODULES.md) สำหรับรายละเอียดการสร้าง wheels และการปรับใช้
</details>
@@ -951,22 +982,3 @@ 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 884c1ef64..25cb7c468 100644
--- a/assets/README/README_TW.md
+++ b/assets/README/README_TW.md
@@ -1,7 +1,6 @@
<div align="center">
<p align="center"><img src="../../assets/figs/logo/color-full.png" alt="DeepTutor" width="480"></p>
-
# DeepTutor:終身個人化學習導師
<p align="center">
@@ -10,7 +9,7 @@
</p>
<p align="center">
-<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending"><img alt="GitHub 今日熱門儲存庫" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55"></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Star History 排名" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
+<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending&amp;theme=dark" /><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" /><img alt="GitHub 今日熱門儲存庫" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;type=trending" height="55" /></picture></a>&#32;<a href="https://trendshift.io/repositories/17099"><img src="https://trendshift.io/api/badge/trendshift/repositories/17099/daily" alt="HKUDS/DeepTutor | Trendshift" width="250" height="55"></a>&#32;<a href="https://www.star-history.com/hkuds/deeptutor"><picture><source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor&amp;theme=dark"><source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/badge?repo=HKUDS/DeepTutor"><img alt="Star History 排名" src="https://api.star-history.com/badge?repo=HKUDS/DeepTutor" width="185" height="55"></picture></a>
</p>
<p align="center">
@@ -60,9 +59,9 @@
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 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。
+- **所有模式共用一套執行階段** — Chat、Ask Questions、Quiz、Research、Visualize、Solve、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。
+- **相互連結的學習情境** — 知識庫、書籍、學習筆記本頁面、Favorites、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** — 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。
@@ -78,8 +77,8 @@ DeepTutor 是代理程式原生的學習工作區,在同一個可擴充系統
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
+Help me install and configure the current dev version of DeepTutor from https://github.com/HKUDS/DeepTutor.
+Clone the dev branch, or inspect and 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;
@@ -89,7 +88,7 @@ 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`**。
+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)。請參閱[本機資料持久化](../../docs-for-user/DATA_STORAGE.md),了解完整的儲存配置、資料庫支援與備份說明。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
@@ -125,17 +124,19 @@ Learning Space 管理資源庫。在 **Settings → Workspaces** 中,可為各
<details>
<summary><b>方式一 — 從 PyPI 安裝</b> · 完整本機 Web 應用程式+CLI,無須 clone</summary>
-完整本機 Web 應用程式+CLI,無須 clone。需要 **Python 3.11–3.14**,且 PATH 中須有 **Node.js 20+** 執行階段(`deeptutor start` 會啟動套件內的 Next.js standalone 伺服器)。
+**1.7.0 模組化安裝:** 完整 Web 應用程式與 CLI 請使用 `deeptutor[full]`,核心聊天功能則使用 `deeptutor`。功能模組必須與核心版本一致;1.6.15 及更早版本使用舊的套件配置。若要針對目前的 `dev` 開發,請依下方原始碼指示操作,或建置[本機 wheel](../../docs-for-dev/MODULES.md)。需要 **Python 3.11–3.14**,且 PATH 中須有 **Node.js 20+** 執行階段(`deeptutor start` 會啟動套件內的 Next.js standalone 伺服器)。
```bash
mkdir -p my-deeptutor && cd my-deeptutor
-pip install -U deeptutor
+pip install -U "deeptutor[full]"
deeptutor init # prompts for ports + LLM provider + optional embedding/search
deeptutor start # starts backend + frontend; keep the terminal open
```
`deeptutor init` 會引導你設定後端連接埠(預設 `8001`)、前端連接埠(預設 `3782`)、LLM 供應商/Base URL/API key/模型、Knowledge Base/RAG 選用的 embedding 供應商,以及 Web Search 選用的搜尋供應商。
+**升級至 1.7.0:** 停止應用程式並備份執行環境目錄。使用 `python -m pip install --upgrade "deeptutor[full]==1.7.0"`,接著執行 `python -m pip check` 與 `deeptutor module list`。若已安裝舊版 `deeptutor-cli` 套件,請先執行 `python -m pip uninstall deeptutor-cli`,再執行升級指令(可選擇加上 `deeptutor-cli==1.7.0`)。舊 CLI 擁有共用的 Python 檔案,因此在同一次安裝作業中升級它,可能刪除新的核心。解除安裝套件會保留執行環境目錄中的資料。請沿用相同的 `DEEPTUTOR_HOME` 與既有設定。在 1.7.0 中,單獨使用 `pip install -U deeptutor` 只會選取核心;請使用 `[full]` 指定完整應用程式安裝組合。若使用本機建置的套件,請依照[本機 wheel 升級指示](../../docs-for-dev/MODULES.md#upgrade-from-1615)。
+
執行 `deeptutor start` 後,開啟終端機顯示的前端 URL;預設為 [http://127.0.0.1:3782](http://127.0.0.1:3782)。在該終端機按下 `Ctrl+C`,即可同時停止後端與前端。若只是快速試用,也可以略過 `deeptutor init`;應用程式會以預設連接埠與空白模型設定啟動,之後再到 **Settings → Providers** 與 **Language models** 設定即可。
**瀏覽器麥克風轉錄:** 相容 OpenAI 的 STT 介接器會將瀏覽器音訊直接傳送給供應商,無須在本機轉換。DashScope 與 Volcengine 的原生 STT 介接器會將瀏覽器 WebM/Opus 轉換為 16 kHz WAV,因此 DeepTutor 的 `PATH` 中必須有可執行的 `ffmpeg`。標準的 16 kHz 單聲道 PCM WAV 不需要此轉換。在 Windows 上透過 PyPI 安裝且使用任一原生介接器時,請安裝 FFmpeg、將其 `bin` 目錄加入服務的 `PATH`,然後重新啟動 DeepTutor。轉換失敗時,錯誤會顯示在聊天輸入框下方。
@@ -148,7 +149,7 @@ deeptutor start # starts backend + frontend; keep the terminal open
適合針對原始碼 checkout 進行開發。請使用 **Python 3.11–3.14** 與 **Node.js 22 LTS**,以符合 CI 和 Docker 環境。
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -157,7 +158,8 @@ python3 -m venv .venv && source .venv/bin/activate
python -m pip install --upgrade pip
# Install backend + frontend deps
-python -m pip install -e .
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
( cd web && npm ci --legacy-peer-deps )
deeptutor init
@@ -181,16 +183,19 @@ python -m pip install --upgrade pip
<summary><b>選用的額外安裝項目</b> — RAG 引擎/dev/partners/matrix/math-animator</summary>
```bash
-pip install -e ".[rag-lightrag]" # Built-in LightRAG engine (exact supported SDK)
-pip install -e ".[graphrag]" # Microsoft GraphRAG engine (Python 3.11–3.13)
-pip install -e ".[dev]" # tests/lint tools
-pip install -e ".[partners]" # Partner IM channel SDKs
-pip install -e ".[video-learning]" # compatibility extra; captions ship in the full/CLI installs
-pip install -e ".[matrix]" # Matrix channel without E2EE/libolm
-pip install -e ".[matrix-e2e]" # Matrix E2EE; requires libolm
-pip install -e ".[math-animator]" # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py rag-lightrag # Built-in LightRAG engine (exact supported SDK)
+python scripts/install_extras.py graphrag # Microsoft GraphRAG engine (Python 3.11–3.13)
+python scripts/install_extras.py dev # tests/lint tools
+python scripts/install_extras.py partners # Partner IM channel SDKs
+python scripts/install_extras.py video-learning # captions for reading/video-learning
+python scripts/install_extras.py matrix # Matrix channel without E2EE/libolm
+python scripts/install_extras.py matrix-e2e # Matrix E2EE; requires libolm
+python scripts/install_extras.py math-animator # Manim addon; requires LaTeX/ffmpeg/system libs
+python scripts/install_extras.py edge-tts # Optional free speech provider and video-lesson narration
```
+**Video Lesson:** 在聊天中選擇 Video Lesson,或執行 `deeptutor run video_lesson "Explain a concept"`。後端需要 Node.js 22+ 與 npm。首次使用會下載固定版本的 Remotion 套件與 WebAssembly JavaScript 直譯器;無須 Docker。影格檢查在直譯器內執行,無法存取主機檔案系統、憑證、網路或處理程序 API,並受到記憶體與執行限制。取消操作會停止建置處理程序。本機與容器部署使用相同的執行路徑,沒有不受沙箱保護的備援方式。生成的課程會在瀏覽器播放;選用的旁白無法使用時,仍會提供字幕。
+
</details>
<details>
@@ -296,10 +301,10 @@ Docker Desktop(macOS/Windows)通常不加 `--add-host` 也能解析 `host.
<details>
<summary><b>方式四 — 僅使用 CLI</b> · 無 Web UI,從原始碼 checkout 安裝</summary>
-適合不需要 Web UI 的情境。僅含 CLI 的套件須從原始碼 checkout 安裝,而不是從 PyPI 安裝。
+不需要 Web UI 時,可以從此 checkout 使用 CLI,並略過 Node/npm。原始碼會提供所有已納入版本控制的模組,因此需要安裝它們的 Python 相依套件。若要使用 1.7.0 模組化版本進行最小化安裝,請使用核心 `deeptutor` wheel,再個別加入功能模組。
```bash
-git clone https://github.com/HKUDS/DeepTutor.git
+git clone --branch dev https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
# Create a venv (macOS/Linux). Windows PowerShell:
@@ -307,7 +312,8 @@ cd DeepTutor
python3 -m venv .venv-cli && source .venv-cli/bin/activate
python -m pip install --upgrade pip
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
deeptutor init --cli
deeptutor chat
```
@@ -319,9 +325,9 @@ deeptutor chat
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --tool rag --kb my-kb
+deeptutor chat --capability deep_solve --kb my-kb
deeptutor run chat "Explain Fourier transform"
-deeptutor run deep_solve "Solve x^2 = 4" --tool rag --kb my-kb
+deeptutor run deep_solve "Solve x^2 = 4" --kb my-kb
deeptutor kb create my-kb --doc textbook.pdf
deeptutor memory show
deeptutor config show
@@ -329,7 +335,7 @@ deeptutor config show
</details>
-本機 `deeptutor-cli` 安裝不含 Web 資源或伺服器相依套件。請保留原始碼 checkout,因為 editable install 會指向該處。若之後要加入 Web 應用程式,請安裝 PyPI 套件(方式一),並從相同工作區執行 `deeptutor init` 與 `deeptutor start`。
+此原始碼安裝包含伺服器相依套件,但略過前端設定。請保留 checkout,因為 editable install 會指向該處。若日後要加入 Web UI,請安裝 Node.js 22 LTS,在 `web/` 執行 `npm ci --legacy-peer-deps`,再從專案根目錄執行 `deeptutor init` 與 `deeptutor start`。
</details>
@@ -417,12 +423,12 @@ DeepTutor 會將已安裝的程式碼、私有執行環境目錄與選用的內
## 📖 探索 DeepTutor
-先從日常最常使用的主要介面開始:Chat、Partners、My Agents、Co-Writer、Book、Knowledge Center、Learning Space、Memory 與 Settings。導覽最後會介紹用於共享且相互隔離工作區的 Multi-User 部署。
+先為科目或專案建立一個**工作區**。其中的 **Home**、**Learning** 與 **Resources** 分別容納對話、學習活動與素材。**Partners** 與 **Personalization** 隨帳號跨工作區共用。下方導覽會介紹這些介面如何相互連結,接著說明設定與多使用者部署。
如果回答遺漏先前限制、引用薄弱證據,或與所選素材不一致,請先將診斷資料收集到 [`REASONING_SAFETY_CHECKLIST.md`](../../docs-for-user/REASONING_SAFETY_CHECKLIST.md),再建立 issue。
<div align="center">
-<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor Home and workspace navigation" width="900">
+<img src="../../assets/figs/web-dev/overview.png" alt="DeepTutor 首頁與工作區導覽" width="900">
</div>
@@ -444,17 +450,17 @@ Chat 是預設能力,也是大多數工作的起點。單一對話可以進行
<img src="../../assets/figs/web-dev/chat.png" alt="DeepTutor Chat 工作區" width="900">
</div>
-這個迴圈刻意保持簡單:模型分輪思考、在有幫助時呼叫工具、觀察結果,最後以不含工具呼叫的訊息完成回合。`ask_user` 比較特殊;代理程式不必猜測,而是可以暫停回合、提出結構化的釐清問題,並在你回答後繼續。
+導師會按需呼叫工具,也能暫停並提出釐清問題。右上方的 **Customize page** 可選擇顯示的模式,以及 Skills、MCP、Partners、Preferences 與語音輸入控制項。在 **Starting prompts** 下,可新增、編輯或移除 Explain、Solve、Practice、Plan 與 Research 中的標題與提示。Save 會套用帳號偏好設定;Cancel 捨棄修改,Restore defaults 則還原初始選項。
<div align="center">
<img src="../../assets/figs/system/chat-agent-loop.svg" alt="DeepTutor Chat 代理程式迴圈" width="900">
</div>
-使用者可切換的工具包括 `brainstorm`、`web_search`、`paper_search`、`zotero_search`、`reason` 與 `geogebra_analysis`;設定對應的生成模型後,還會有 `imagegen` 與 `videogen`。`rag`、`kb_files`、`knowledge_frontier`、`read_source`、`read_memory`、`write_memory`、`read_skill`、`load_tools`、`exec`、`web_fetch`、`ask_user`、`list_notebook`、`write_note`、`question_bank`、`github`、`consult_subagent`、`workspace_list`、`workspace_read`、`workspace_search`、`workspace_present` 與 `workspace_export` 等情境式工具,會在回合具有相符情境時自動掛載。
+使用者可切換的工具包括 `brainstorm`、`web_search`、`paper_search`、`zotero_search`、`reason` 與 `geogebra_analysis`;設定對應的生成模型後,還會有 `imagegen` 與 `videogen`。`rag`、`kb_files`、`knowledge_frontier`、`read_source`、`read_memory`、`write_memory`、`read_skill`、`load_tools`、`exec`、`web_fetch`、`ask_user`、`list_favorites`、`save_favorite`、`write_note`、`search_notes`、`question_bank`、`github`、`consult_subagent`、`workspace_list`、`workspace_read`、`workspace_search`、`workspace_present` 與 `workspace_export` 等情境式工具,會在回合具有相符情境時自動掛載。
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** 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。
+在完整安裝組合中,Home 讓 **Chat**、**Ask Questions**、**Quiz**、**Visualize** 與 **Video Lesson** 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。All learning 上方的 **Learning → New learning** 會開啟專門頁面,提供 Books、**Mastery Path**、**Immersive Reading** 與 **Practice**。其中的 **Customize page** 可隱藏或還原學習方式,不會變更既有紀錄;無法使用的模組仍不會列出。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。
</details>
@@ -465,13 +471,13 @@ Home 讓 **Chat**、**Ask Questions**、**Quiz** 與 **Visualize** 一鍵可達
<img src="../../assets/figs/web-dev/partners.png" alt="DeepTutor Partners 工作區" width="900">
</div>
-Partners 是持續運作的夥伴,各自擁有 soul、模型政策、知識庫、記憶與頻道。它們不是另一套 bot 引擎;每一則從 Web 或 IM 收到的訊息,都會在限定於該 partner 的工作區內成為一般的 `ChatOrchestrator` 回合。Partner 就像是「擁有個性與電話號碼的聊天」。
+Partners 是持續運作的夥伴,各自擁有 soul、模型政策、知識庫、記憶與頻道。它們不是另一套 bot 引擎;每一則從 Web 或 IM 收到的訊息,都會在其私有或已繫結的內容工作區內成為一般的 `ChatOrchestrator` 回合。Partner 就像是「擁有個性與電話號碼的聊天」。
<div align="center">
<img src="../../assets/figs/system/partners-architecture.png" alt="DeepTutor Partners 架構" width="900">
</div>
-每個 partner 都有 `SOUL.md`、模型選擇、頻道、工具政策與指派的資源庫。其資源庫可將知識庫、技能與筆記本複製到 `data/partners/<id>/workspace/`,或保持與既有工作區的檔案和資源連結;soul、對話與 Partner 記憶仍各自獨立。已驗證的非管理員使用者擁有私有的 Partner 工作階段與關係記憶,而 Partner 只能以唯讀方式讀取其個人記憶;管理員、群組與未繫結流量則使用共享的 Partner 範圍。
+每個 partner 都有 `SOUL.md`、模型選擇、頻道、工具政策與指派的資源庫。其資源庫可將知識庫、技能與 Favorites 集合複製到 `data/partners/<id>/workspace/`,或保持與既有工作區的檔案和資源連結;soul、對話與 Partner 記憶仍各自獨立。已驗證的非管理員使用者擁有私有的 Partner 工作階段與關係記憶,而 Partner 只能以唯讀方式讀取其個人記憶;管理員、群組與未繫結流量則使用共享的 Partner 範圍。
<div align="center">
<img src="../../assets/figs/web-dev/partners-channels.png" alt="各 Partner 的 IM 頻道設定" width="900">
@@ -499,7 +505,7 @@ My Agents 會將其他代理程式變成 DeepTutor 的情境,並提供兩項
Grok 使用自己的驗證與工作階段儲存機制,DeepTutor 不會複製其憑證。後續諮詢會在同一個工作目錄中續接該連線的工作階段。文字與工具活動會即時串流;私密的思考內容則會被省略。跨工作階段的 Grok 記憶預設為停用。此連接器支援文字問答與 CLI 工具,不支援影像轉發或匯入過往的 Grok 對話。在 Docker 中,請於後端容器內安裝並驗證 Grok;只安裝在瀏覽器所在電腦上的 CLI 無法被存取。
<div align="center">
-<img src="../../assets/figs/web-dev/personalization.png" alt="Account personalization: agents, personas, skills, and connections" width="900">
+<img src="../../assets/figs/web-dev/personalization.png" alt="帳號個人化:代理程式、角色設定、技能與連線" width="900">
</div>
**匯入過往對話** — 將現有的 ChatGPT、Claude Code 與 Codex 記錄匯入為可搜尋、可繼續的對話。選取官方 ChatGPT 資料匯出中的 `conversations.json`,即可進行安全且具冪等性的快照匯入;Claude 記錄依專案/工作目錄選取,Codex 記錄則依日曆日期選取。以資料夾為基礎的代理程式仍可重新整理,讓其選定範圍拉取新對話。你可以在 Chat 回合中透過 `+` → My Agents 參照其中一段對話;DeepTutor 會將其讀作第三方逐字稿,保留為*對方*的對話,而不是 DeepTutor 自己的口吻。
@@ -507,19 +513,19 @@ Grok 使用自己的驗證與工作階段儲存機制,DeepTutor 不會複製
</details>
<details>
-<summary><b>✍️ Co-Writer — 能感知選取範圍的 Markdown 寫作</b></summary>
+<summary><b>✍️ 學習筆記本 — 頁面、來源與 Dito</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/co-writer.png" alt="Learning notebook pages" width="900">
+<img src="../../assets/figs/web-dev/co-writer.png" alt="學習筆記本頁面" width="900">
</div>
-Co-Writer 是用於報告、教學文章、筆記與長篇學習作品的分割檢視 Markdown 工作區。文件會自動儲存並呈現即時預覽(KaTeX 數學式、圖解 fences);草稿成為可重複使用的情境後,也能存回筆記本。可匯入 `.docx` 開新草稿,也可將目前編輯器匯出為 Markdown 或 Word。
+學習筆記本(前身為 Co-Writer)會將你自己的寫作整理成目前工作區內的頁面、子頁面與區塊。你可以匯入 Word 文件、排列頁面樹,並將 Favorites 的原始紀錄插入作為證據。頁面會明確顯示儲存狀態,並可匯出為 Markdown 或 Word;互動內容在 Word 中會轉為靜態。
<div align="center">
-<img src="../../assets/figs/web-dev/notebook-detail.png" alt="Learning notebook block editor and Dito" width="900">
+<img src="../../assets/figs/web-dev/notebook-detail.png" alt="學習筆記本區塊編輯器與 Dito" width="900">
</div>
-它的核心概念是**精準編輯**:選取一段內容,請 DeepTutor 改寫、擴寫或縮短。你可以選擇編輯模型;它可以知識庫或 Web 證據作為修改依據,並保留工具呼叫軌跡。若模型工作期間草稿未發生變更,結果會直接取代所選文字,且仍可使用 **Undo** 復原。
+與 **Dito** 討論段落或區塊:要求說明、範例、改寫或練習題。對話會附著於相關頁面與行。接受提議的修改前可先檢視,或將回答插入該行下方並繼續寫作。Favorites 保留來源紀錄;筆記本則是建立自己理解的地方。
</details>
@@ -530,12 +536,12 @@ Co-Writer 是用於報告、教學文章、筆記與長篇學習作品的分割
<img src="../../assets/figs/web-dev/books.png" alt="DeepTutor 書籍庫" width="900">
</div>
-Book 會將選定來源轉換成互動式**活書**;它不是靜態 PDF,而是由具型別區塊組成的閱讀環境。書籍可從知識庫、筆記本、題庫或聊天記錄建立;生成內容前,建立流程會先提出章節大綱,讓你審視整體架構,而非直接接受無從確認的單次輸出。
+Book 會將選定來源轉換成互動式**活書**;它不是靜態 PDF,而是由具型別區塊組成的閱讀環境。書籍可從知識庫、Favorites、題庫或聊天記錄建立;生成內容前,建立流程會先提出章節大綱,讓你審視整體架構,而非直接接受無從確認的單次輸出。
<p align="center">
<img src="../../assets/figs/web-dev/book-quiz.png" alt="Book 測驗區塊" width="31%">
&nbsp;
-<img src="../../assets/figs/web-dev/book-detail.png" alt="Book outline and chapters" width="31%">
+<img src="../../assets/figs/web-dev/book-detail.png" alt="Book 大綱與章節" width="31%">
&nbsp;
<img src="../../assets/figs/web-dev/book-widget.png" alt="Book 互動式元件區塊" width="31%">
</p>
@@ -551,7 +557,7 @@ Book 會將選定來源轉換成互動式**活書**;它不是靜態 PDF,而
<img src="../../assets/figs/web-dev/knowledge.png" alt="DeepTutor Knowledge Center" width="900">
</div>
-知識庫是 RAG 背後的文件集合,可為 Chat 回合、Co-Writer 編輯、Book 生成與 Partner 對話提供依據。其特色在於可**選擇檢索引擎**:**LlamaIndex**(預設,混合 vector+BM25,並可選用 cross-encoder reranking 與 exact-flat 或 HNSW FAISS 索引)、**PageIndex**(可推理的檢索並附頁面層級引用,支援託管式或自架 OSS)、**GraphRAG** 與 **LightRAG**(知識圖譜檢索)、**LightRAG Server**(透過 HTTP 連接的外部 LightRAG 執行個體負責檢索)、**WeKnora**(從自架部署中的知識庫檢索,無須建立本機索引或複製文件)、**Tencent IMA**(在 IMA 中整理的知識庫 — 透過其 OpenAPI 進行搜尋、瀏覽與寫回)、**MarginNote 4**(你的 MN4 學習資料 — 文件、摘錄、思維導圖卡片及彼此之間的連結 — 由該應用程式的 Add-on 推送匯入,並透過專用工具進行導覽)、**Kiwix**(透過 HTTP 提供的可搜尋 ZIM 封存檔,無須建立本機索引),或讓導師就地讀寫的已連結 **Obsidian** vault。每個知識庫都會繫結至單一引擎。
+知識庫是 RAG 背後的文件集合,可為 Chat 回合、學習筆記本編輯、Book 生成與 Partner 對話提供依據。其特色在於可**選擇檢索引擎**:**LlamaIndex**(預設,混合 vector+BM25,並可選用 cross-encoder reranking 與 exact-flat 或 HNSW FAISS 索引)、**PageIndex**(可推理的檢索並附頁面層級引用,支援託管式或自架 OSS)、**GraphRAG** 與 **LightRAG**(知識圖譜檢索)、**LightRAG Server**(透過 HTTP 連接的外部 LightRAG 執行個體負責檢索)、**WeKnora**(從自架部署中的知識庫檢索,無須建立本機索引或複製文件)、**Tencent IMA**(在 IMA 中整理的知識庫 — 透過其 OpenAPI 進行搜尋、瀏覽與寫回)、**MarginNote 4**(你的 MN4 學習資料 — 文件、摘錄、思維導圖卡片及彼此之間的連結 — 由該應用程式的 Add-on 推送匯入,並透過專用工具進行導覽)、**Kiwix**(透過 HTTP 提供的可搜尋 ZIM 封存檔,無須建立本機索引),或讓導師就地讀寫的已連結 **Obsidian** vault。每個知識庫都會繫結至單一引擎。
<div align="center">
<img src="../../assets/figs/web-dev/knowledge-create.png" alt="建立知識庫" width="900">
@@ -574,16 +580,16 @@ Book 會將選定來源轉換成互動式**活書**;它不是靜態 PDF,而
</details>
<details>
-<summary><b>🌐 Learning Space — 技能、角色設定與可重複使用的情境</b></summary>
+<summary><b>🌐 Resources 與 Personalization — 素材與可重複使用的輔助功能</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/resources.png" alt="Resources in the active workspace" width="900">
+<img src="../../assets/figs/web-dev/resources.png" alt="目前工作區的資源" width="900">
</div>
-Learning Space 是資源庫、組織與個人化層。**Conversations & Materials** 包含 Chat History、支援搬移紀錄與匯出 Markdown 的筆記本,以及含答案與解說的題庫。從選定的題庫題目或 Personalized Learning 啟動 **Practice**,即可進行複習工作階段、錯題追蹤與定期複習。**Personalization** 包含角色設定、技能(`SKILL.md` 操作手冊)、一鍵安裝的 **MCP Services**,以及來自 [CLI-Anything](https://github.com/HKUDS/CLI-Anything) 型錄的 **CLI Apps**,每個應用程式的使用指南會按需載入。獨立的 **My Courses** 工作區會依科目歸納對話與導師討論串;每項資產只會出現在支援它的工作流程中。
+**Resources** 集合 Chat History、支援搬移紀錄與匯出 Markdown 的 **Favorites**、**Learning journal**、Knowledge Center,以及含答案與解說的題庫。從選定的題庫題目或 **Learning → Practice** 啟動 **Practice**,即可進行複習工作階段、錯題追蹤與定期複習。獨立的 **Personalization** 頁面包含角色設定、技能(`SKILL.md` 操作手冊)、一鍵安裝的 **MCP Services**,以及來自 [CLI-Anything](https://github.com/HKUDS/CLI-Anything) 型錄的 **CLI Apps**,每個應用程式的使用指南會按需載入。**Learning** 集合書籍、精熟路徑、閱讀集合與其導師對話;每項資產只會出現在支援它的工作流程中。
<div align="center">
-<img src="../../assets/figs/web-dev/skills.png" alt="Personalization skill library" width="900">
+<img src="../../assets/figs/web-dev/skills.png" alt="個人化技能庫" width="900">
</div>
你不必自行撰寫每一項技能;**Import from EduHub** 可瀏覽社群型錄,並透過安全閘道將技能直接下載至技能庫(參閱[生態系](#-生態系--eduhub-與技能社群))。
@@ -611,7 +617,7 @@ Memory Graph 會呈現完整金字塔:L3 綜整位於中央、L2 位於中圈
<summary><b>⚙️ Settings — 統一控制中心</b></summary>
<div align="center">
-<img src="../../assets/figs/web-dev/settings.png" alt="Settings navigator" width="900">
+<img src="../../assets/figs/web-dev/settings.png" alt="設定導覽" width="900">
</div>
Settings 是操作控制中心,開啟時會顯示用於設定介面與模型輸出語言的 **General** 頁面。可搜尋的導覽選單連結至各個獨立頁面:**Personal** 包含 Workspaces、Data migration、Appearance 與 Usage statistics;**Learning & conversation** 包含起始提示、附件、Video Learning、學習者與監護人控制、Learning progress,以及 Memory;**Models & services** 包含 Providers、Language models、Task models、Embedding、Search、Voice 與 Multimodal generation;**Features & integrations** 包含工具、能力參數、Partners & agents,以及 Knowledge & documents。**System** 包含 Network、Runtime status 與 About;**Archived chats** 可搜尋、還原或永久刪除已封存的對話。Runtime status 包含後端健康狀況、常駐記憶體,以及評估各項能力阻礙、警告與建議的 **Readiness** 矩陣。Workspaces 讓不同主題的檔案與學習狀態保持獨立,Data migration 則提供經驗證的遷移與匯出功能。**供應商(provider)**保存廠商位址與憑證,供其服務模型重複使用;模型頁面可選擇已儲存的供應商,並設定模型名稱與能力。**任務模型**可為命名對話、撰寫起始提示等背景工作指定小型快速模型;留空時則使用目前的預設模型。Voice 集合語音合成與轉錄;Multimodal generation 集合影像與影片模型。Partners & agents 可設定本機代理程式執行框架與遠端 Hermes gateway。
@@ -621,7 +627,7 @@ Settings 是操作控制中心,開啟時會顯示用於設定介面與模型
**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,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。
+**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。在原始碼 checkout 中,執行 `python scripts/install_extras.py 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-dev/appearance.png" alt="DeepTutor 外觀設定與主題" width="900">
@@ -675,7 +681,7 @@ data/
**啟用方式:** 在 `data/user/settings/auth.json` 開啟驗證、重新啟動 `deeptutor start`、到 `/register` 註冊第一位管理員,接著從 `/admin/users` 新增使用者,並透過授權指派模型、知識庫、技能、partners、工具/MCP/CLI app 政策與程式碼執行權限;再從每位使用者的 **Book access** 面板設定共享書籍。
-若要區分私有/公開的來源網域,可設定 `auth.private_login_hosts`(或 `AUTH_PRIVATE_LOGIN_HOSTS`)為可顯示密碼登入與註冊的私有前端 Host 清單。前端會將收到的 HTTP `Host` 轉送給後端,作為其前端 Host 的宣告依據。請確保反向代理會保留瀏覽器原始的 `Host`,並讓公開的對外入口拒絕帶有私有 Host 的請求;不要直接對外開放會接受任意 `Host` 值的原始 Next.js 連接埠。由於 HTTP `Host` 可由直接連線的客戶端偽造,私有 Host 的授權因此依賴這道入口邊界。後端預設只接受來自 loopback 的前端 Host 宣告。若 Web 前端是從另一個容器或主機連接,請在後端處理程序上設定 `AUTH_TRUSTED_FRONTEND_PROXY_IPS` 為該前端代理的確切 IP 位址(多個位址以逗號分隔)。請讓後端 API 只對前端代理保持私有,不要在此清單中加入一般客戶端網段。Loopback 一律允許;當清單非空時,位於私有來源網域上的已驗證使用者可開啟 **Profile → Public device sign-in**,建立一個短時效、綁定 Host 的配對連結,供 HTTPS 公開來源網域使用。公開的 `/handoff` 頁面會以 POST body 將該一次性代碼交換為同樣短時效的 JWE ticket,消耗該 ticket 一次,並取得一般的 HttpOnly 工作階段 cookie。
+若要區分私有/公開的來源網域,可設定 `auth.private_login_hosts`(或 `AUTH_PRIVATE_LOGIN_HOSTS`)為可顯示密碼登入與註冊的私有前端 Host 清單。前端會將收到的 HTTP `Host` 轉送給後端,作為其前端 Host 的宣告依據。請確保反向代理會保留瀏覽器原始的 `Host`,並讓公開的對外入口拒絕帶有私有 Host 的請求;不要直接對外開放會接受任意 `Host` 值的原始 Next.js 連接埠。由於 HTTP `Host` 可由直接連線的客戶端偽造,私有 Host 的授權因此依賴這道入口邊界。後端預設只接受來自 loopback 的前端 Host 宣告。若 Web 前端是從另一個容器或主機連接,請在後端處理程序上設定 `AUTH_TRUSTED_FRONTEND_PROXY_IPS` 為該前端代理的確切 IP 位址(多個位址以逗號分隔)。此設定會取代預設值;若也需要本機前端連線,請加入 `127.0.0.1,::1`。請讓後端 API 只對前端代理保持私有,不要在此清單中加入一般客戶端網段。當 `private_login_hosts` 非空時,位於私有來源網域上的已驗證使用者可開啟 **Profile → Public device sign-in**,建立一個短時效、綁定 Host 的配對連結,供 HTTPS 公開來源網域使用。公開的 `/handoff` 頁面會以 POST body 將該一次性代碼交換為同樣短時效的 JWE ticket,消耗該 ticket 一次,並取得一般的 HttpOnly 工作階段 cookie。
> PocketBase 仍是單一使用者整合;除非已連接外部使用者儲存區,否則在多使用者部署中請將 `integrations.pocketbase_url` 留白。
@@ -692,14 +698,14 @@ data/
```bash
deeptutor chat # interactive REPL
-deeptutor chat --capability deep_solve --kb my-kb --tool rag
-deeptutor run chat "Explain the Fourier transform" --tool rag --kb textbook
-deeptutor run chat "Find recent work beyond this material" --kb textbook --tool knowledge_frontier
+deeptutor chat --capability deep_solve --kb my-kb
+deeptutor run chat "Explain the Fourier transform" --kb textbook
+deeptutor run chat "Find recent work beyond this material" --kb textbook
deeptutor run deep_research "Survey 2026 papers on RAG" \
--config mode=report --config depth=standard
```
-這裡也提供核心工作區管理功能,包括知識庫(`kb`)、工作階段(`session`)、partners(`partner`)、技能(`skill`)、筆記本、記憶與設定;課程與工作階段的組織仍在 Web 應用程式中進行。完整清單如下。
+`--kb` 為自動 RAG 與 Knowledge Frontier 工具提供情境;Frontier 同時需要 knowledge 與 research 模組。`--tool` 選擇使用者可切換的工具。已啟用的模組也會提供知識庫、工作階段、Partner、技能、筆記本、記憶與設定指令。
</details>
@@ -726,6 +732,8 @@ repo 根目錄附有 [`SKILL.md`](../../SKILL.md),這是一份精簡的 CLI
<details>
<summary><b>指令參考</b></summary>
+此表涵蓋完整安裝與選用的附加項目;指令與能力需要啟用對應模組。核心提供 `chat` 與 `ask_questions`。
+
| 指令 | 說明 |
|:---|:---|
| `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 |
@@ -733,8 +741,9 @@ repo 根目錄附有 [`SKILL.md`](../../SKILL.md),這是一份精簡的 CLI
| `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 module list/install/uninstall/enable/disable` | 檢視模組,並在 DeepTutor 停止時變更;原始碼 checkout 支援啟用/停用 |
| `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`、`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`、`video_lesson`、`mastery_path`、`immersive_reading`、`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/eval-diff/set-default/delete/list-sources/sync` | 管理知識庫、連接 Kiwix 封存檔、評估並比較檢索執行結果,並同步已註冊的 GitHub/Web 來源(含來源新增/移除指令) |
@@ -768,13 +777,34 @@ Copilot 專屬的 Responses 相容性處理會在派送時套用,不會改寫
<details>
<summary><b>僅含 CLI 的發行套件</b></summary>
-僅含 CLI 的套件位於 `packaging/deeptutor-cli`。在這份 checkout 中,請從原始碼安裝:
+核心 wheel 提供 CLI 與 SDK;`deeptutor-cli` 是相容性中繼套件。原始碼會提供所有已納入版本控制的模組,因此使用 CLI 時,請安裝它們的 Python 相依套件並略過前端設定:
```bash
-python -m pip install -e ./packaging/deeptutor-cli
+python -m pip install -r requirements/full.txt
+python -m pip install -e . --no-deps
```
-它尚未發布至 PyPI,因此主要的[開始使用](#-開始使用)章節仍採用從原始碼安裝的方式。
+最小化安裝請使用核心 wheel。選用發行套件提供工具、能力、API 路由、背景服務與導覽項目。模組共用同一個 Python 環境,且必須與核心版本一致。`deeptutor[full]` 會在安裝時選取常用的應用程式模組;之後仍可移除個別功能。
+
+停止 DeepTutor(在其終端機按下 `Ctrl+C`),接著使用相同的 Python 環境與 `DEEPTUTOR_HOME`:
+
+```bash
+deeptutor module list # installed / enabled / ready
+deeptutor module disable research # hide and deactivate; keep code
+deeptutor module enable research # restore it and required modules
+
+# Package installations only; source checkouts use enable / disable:
+deeptutor module install solve # install the matching module and dependencies
+deeptutor module uninstall solve --dry-run # inspect the plan and dependency blockers
+deeptutor module uninstall solve # remove only this module's distribution
+deeptutor chat # restart the CLI; use start for an installed Web app
+```
+
+例如:`solve`、`research`、`questions`、`knowledge`、`parsing`、`reading`、`mastery`、`books`、`memory`、`notebook` 與 `partners`。若有其他模組依賴它,就無法移除;核心也不能透過模組指令移除。停用或解除安裝會保留設定、對話、知識庫與生成的檔案。共用的第三方相依套件也會保留。
+
+**在瀏覽器中:** **Settings → Runtime status → Modules** 顯示模組狀態與對應的終端機指令。變更套件需要先停止執行環境,並在 CLI 中操作。**Chat → Customize page** 與 **Learning → New learning → Customize page** 會立即變更個人頁面選項;隱藏項目不會解除安裝其模組或撤銷存取權。
+
+1.7.0 套件系列的核心與功能 wheel 採用相同版本。若要安裝本機 wheel,請在 `module install` 加上 `--wheelhouse /path/to/wheels`。建置 wheel 與部署的詳細資訊,請參閱[模組安裝與原始碼開發](../../docs-for-dev/MODULES.md)。
</details>
@@ -922,20 +952,3 @@ 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/figs/system/generate_diagrams.py b/assets/figs/system/generate_diagrams.py
index 8164afc6f..3801b5818 100644
--- a/assets/figs/system/generate_diagrams.py
+++ b/assets/figs/system/generate_diagrams.py
@@ -5,77 +5,227 @@ Sources: app/container.py, app/service.py, runtime/turn_engine.py,
runtime/orchestrator.py, core/stream.py, agents/_shared/capability_result.py.
The SVGs are editable text; no raster assets are modified.
"""
-from pathlib import Path
+
from html import escape
+from pathlib import Path
ROOT = Path(__file__).parent
+
class Diagram:
def __init__(self, title, description, height):
self.height = height
- self.parts = [f'''<svg xmlns="http://www.w3.org/2000/svg" width="1280" height="{height}" viewBox="0 0 1280 {height}" role="img" aria-labelledby="title desc"><title id="title">{escape(title)}</title><desc id="desc">{escape(description)}</desc><defs><marker id="arrow" markerWidth="9" markerHeight="9" refX="8" refY="4.5" orient="auto"><path d="M0 0 L9 4.5 L0 9 Z" fill="#64748b"/></marker></defs><style>text{{font-family:Arial,Helvetica,sans-serif;fill:#1e293b}}.title{{font-size:29px;font-weight:700}}.label{{font-size:21px;font-weight:600}}.body{{font-size:18px;fill:#475569}}.note{{font-size:17px;fill:#64748b}}.arrow{{fill:none;stroke:#64748b;stroke-width:2;marker-end:url(#arrow)}}</style><rect width="1280" height="{height}" fill="#fff"/>''']
- self.text(40,44,title,'title')
- self.text(40,76,description,'body')
- def text(self,x,y,value,kind='body',anchor=None):
- a=f' text-anchor="{anchor}"' if anchor else ''
+ self.parts = [
+ f'''<svg xmlns="http://www.w3.org/2000/svg" width="1280" height="{height}" viewBox="0 0 1280 {height}" role="img" aria-labelledby="title desc"><title id="title">{escape(title)}</title><desc id="desc">{escape(description)}</desc><defs><marker id="arrow" markerWidth="9" markerHeight="9" refX="8" refY="4.5" orient="auto"><path d="M0 0 L9 4.5 L0 9 Z" fill="#64748b"/></marker></defs><style>text{{font-family:Arial,Helvetica,sans-serif;fill:#1e293b}}.title{{font-size:29px;font-weight:700}}.label{{font-size:21px;font-weight:600}}.body{{font-size:18px;fill:#475569}}.note{{font-size:17px;fill:#64748b}}.arrow{{fill:none;stroke:#64748b;stroke-width:2;marker-end:url(#arrow)}}</style><rect width="1280" height="{height}" fill="#fff"/>'''
+ ]
+ self.text(40, 44, title, "title")
+ self.text(40, 76, description, "body")
+
+ def text(self, x, y, value, kind="body", anchor=None):
+ a = f' text-anchor="{anchor}"' if anchor else ""
self.parts.append(f'<text x="{x}" y="{y}" class="{kind}"{a}>{escape(value)}</text>')
- def box(self,x,y,w,h,title,lines=(),accent=False):
- fill,stroke=('#eff6ff','#93c5fd') if accent else ('#f8fafc','#cbd5e1')
- self.parts.append(f'<rect x="{x}" y="{y}" width="{w}" height="{h}" rx="13" fill="{fill}" stroke="{stroke}" stroke-width="1.5"/>')
- self.text(x+20,y+32,title,'label')
- for i,line in enumerate(lines): self.text(x+20,y+62+i*27,line)
- def arrow(self,path,label=None,x=0,y=0):
+
+ def box(self, x, y, w, h, title, lines=(), accent=False):
+ fill, stroke = ("#eff6ff", "#93c5fd") if accent else ("#f8fafc", "#cbd5e1")
+ self.parts.append(
+ f'<rect x="{x}" y="{y}" width="{w}" height="{h}" rx="13" fill="{fill}" stroke="{stroke}" stroke-width="1.5"/>'
+ )
+ self.text(x + 20, y + 32, title, "label")
+ for i, line in enumerate(lines):
+ self.text(x + 20, y + 62 + i * 27, line)
+
+ def arrow(self, path, label=None, x=0, y=0):
self.parts.append(f'<path d="{path}" class="arrow"/>')
- if label:self.text(x,y,label,'note')
- def save(self,name):
- (ROOT/name).write_text('\n'.join(self.parts)+"\n</svg>\n")
+ if label:
+ self.text(x, y, label, "note")
+
+ def save(self, name):
+ (ROOT / name).write_text("\n".join(self.parts) + "\n</svg>\n")
+
-s=Diagram('DeepTutor · turn architecture','Current dev: durable application boundary, shared execution engine, two plugin levels.',1000)
-s.box(40,110,370,70,'CLI',('Typer entry point',))
-s.box(455,110,370,70,'WebSocket API',('/ws commands and event replay',))
-s.box(870,110,370,70,'Python SDK',('DeepTutorApp facade',))
-for x in [225,640,1055]: s.arrow(f'M{x} 180 V205 H640 V228')
-s.box(350,230,580,100,'TurnApplicationService',('Start, cancel, regenerate and replay turns', 'Coordinates the per-turn durable runtime'),True)
-s.box(40,230,260,100,'Session store',('Turn state and events','SQLite / PocketBase'))
-s.box(980,230,260,100,'Runtime coordinator',('Worker ownership','Local / Redis'))
-s.arrow('M350 280 H300');s.arrow('M930 280 H980')
-s.box(460,380,360,70,'TurnEngine',('Execute the assembled context',),True)
-s.arrow('M640 330 V380')
-s.box(460,500,360,80,'ChatOrchestrator',('Select capability; default: chat',),True)
-s.arrow('M640 450 V500')
-s.box(40,495,330,100,'UnifiedContext',('Message, history, resources,','model policy and turn scope'))
-s.arrow('M370 540 H460')
-s.box(920,495,320,90,'CapabilityRegistry',('Built-ins and installed plugins',))
-s.arrow('M920 540 H820')
-s.box(40,640,780,165,'Level 2 · selected capability',('chat · ask_questions · deep_solve · deep_question', 'deep_research · visualize · math_animator', 'mastery_path · immersive_reading · video_lesson'),True)
-s.arrow('M640 580 V610 H430 V640')
-s.box(920,640,320,165,'Level 1 · ToolRegistry',('Single-shot tool definitions','Context / capability gates','LLM-selected invocations'))
-s.arrow('M820 720 H920')
-s.box(40,865,780,100,'Per-turn StreamBus',('Capabilities emit typed events and the final result envelope.',))
-s.arrow('M430 805 V865')
-s.box(920,865,320,100,'Durable consumers',('Runtime persists events;','adapters subscribe / replay.'))
-s.arrow('M820 910 H920')
-s.text(40,985,'Runtime configuration: JSON settings under data/user/settings; workspace resources are scoped.','note')
-s.save('system-architecture.svg')
+s = Diagram(
+ "DeepTutor · turn architecture",
+ "Current dev: durable application boundary, shared execution engine, two plugin levels.",
+ 1000,
+)
+s.box(40, 110, 370, 70, "CLI", ("Typer entry point",))
+s.box(455, 110, 370, 70, "WebSocket API", ("/ws commands and event replay",))
+s.box(870, 110, 370, 70, "Python SDK", ("DeepTutorApp facade",))
+for x in [225, 640, 1055]:
+ s.arrow(f"M{x} 180 V205 H640 V228")
+s.box(
+ 350,
+ 230,
+ 580,
+ 100,
+ "TurnApplicationService",
+ ("Start, cancel, regenerate and replay turns", "Coordinates the per-turn durable runtime"),
+ True,
+)
+s.box(40, 230, 260, 100, "Session store", ("Turn state and events", "SQLite / PocketBase"))
+s.box(980, 230, 260, 100, "Runtime coordinator", ("Worker ownership", "Local / Redis"))
+s.arrow("M350 280 H300")
+s.arrow("M930 280 H980")
+s.box(460, 380, 360, 70, "TurnEngine", ("Execute the assembled context",), True)
+s.arrow("M640 330 V380")
+s.box(460, 500, 360, 80, "ChatOrchestrator", ("Select capability; default: chat",), True)
+s.arrow("M640 450 V500")
+s.box(
+ 40,
+ 495,
+ 330,
+ 100,
+ "UnifiedContext",
+ ("Message, history, resources,", "model policy and turn scope"),
+)
+s.arrow("M370 540 H460")
+s.box(920, 495, 320, 90, "CapabilityRegistry", ("Built-ins and installed plugins",))
+s.arrow("M920 540 H820")
+s.box(
+ 40,
+ 640,
+ 780,
+ 165,
+ "Level 2 · selected capability",
+ (
+ "chat · ask_questions · deep_solve · deep_question",
+ "deep_research · visualize · math_animator",
+ "mastery_path · immersive_reading · video_lesson",
+ ),
+ True,
+)
+s.arrow("M640 580 V610 H430 V640")
+s.box(
+ 920,
+ 640,
+ 320,
+ 165,
+ "Level 1 · ToolRegistry",
+ ("Single-shot tool definitions", "Context / capability gates", "LLM-selected invocations"),
+)
+s.arrow("M820 720 H920")
+s.box(
+ 40,
+ 865,
+ 780,
+ 100,
+ "Per-turn StreamBus",
+ ("Capabilities emit typed events and the final result envelope.",),
+)
+s.arrow("M430 805 V865")
+s.box(
+ 920,
+ 865,
+ 320,
+ 100,
+ "Durable consumers",
+ ("Runtime persists events;", "adapters subscribe / replay."),
+)
+s.arrow("M820 910 H920")
+s.text(
+ 40,
+ 985,
+ "Runtime configuration: JSON settings under data/user/settings; workspace resources are scoped.",
+ "note",
+)
+s.save("system-architecture.svg")
-c=Diagram('DeepTutor · chat capability loop','The chat loop runs inside the durable turn application and streams typed events.',960)
-c.box(360,112,560,85,'TurnApplicationService → TurnEngine',('ChatOrchestrator selects the chat capability',),True)
-c.arrow('M640 197 V240')
-c.box(40,240,270,245,'Assembled context',('User message and history','Workspace and resources','Memory and persona','Skills and model policy','Mounted tool definitions'))
-c.box(365,240,500,90,'1 LLM round',('Generate text and choose tools or finish',),True)
-c.arrow('M310 300 H365')
-c.box(365,400,500,100,'2 Invoke selected tools',('ToolRegistry → execute → tool results','Tools may request user input.'))
-c.arrow('M615 330 V400','tool calls',635,375)
-c.box(365,560,500,80,'3 Observe results',('Append observations to the conversation',))
-c.arrow('M615 500 V560')
-c.arrow('M365 600 H335 V285 H365','next round',225,535)
-c.box(365,710,500,150,'Finish · capability result',('emit_capability_result() emits result','payload.response + metadata','cost_summary / usage_summary when available'),True)
-c.arrow('M865 285 H900 V765 H865','final answer',745,690)
-c.box(960,240,280,400,'Per-turn StreamBus',('thinking · content','tool_call · tool_result','observation','wait_for_input','result · done','','Other protocol events:','stages, progress, sources,','session metadata, errors'))
-c.arrow('M865 445 H960')
-c.arrow('M865 805 H925 V610 H960')
-c.box(960,710,280,150,'Persist and replay',('Turn event journal','Consumer cursor / sequence','Web UI · CLI · SDK'))
-c.arrow('M1100 640 V710')
-c.text(40,915,'Result data such as response and cost_summary are payload fields, not StreamEventType values.','note')
-c.text(40,942,'The diagram groups event families; core/stream.py is the authoritative protocol enumeration.','note')
-c.save('chat-agent-loop.svg')
+c = Diagram(
+ "DeepTutor · chat capability loop",
+ "The chat loop runs inside the durable turn application and streams typed events.",
+ 960,
+)
+c.box(
+ 360,
+ 112,
+ 560,
+ 85,
+ "TurnApplicationService → TurnEngine",
+ ("ChatOrchestrator selects the chat capability",),
+ True,
+)
+c.arrow("M640 197 V240")
+c.box(
+ 40,
+ 240,
+ 270,
+ 245,
+ "Assembled context",
+ (
+ "User message and history",
+ "Workspace and resources",
+ "Memory and persona",
+ "Skills and model policy",
+ "Mounted tool definitions",
+ ),
+)
+c.box(365, 240, 500, 90, "1 LLM round", ("Generate text and choose tools or finish",), True)
+c.arrow("M310 300 H365")
+c.box(
+ 365,
+ 400,
+ 500,
+ 100,
+ "2 Invoke selected tools",
+ ("ToolRegistry → execute → tool results", "Tools may request user input."),
+)
+c.arrow("M615 330 V400", "tool calls", 635, 375)
+c.box(365, 560, 500, 80, "3 Observe results", ("Append observations to the conversation",))
+c.arrow("M615 500 V560")
+c.arrow("M365 600 H335 V285 H365", "next round", 225, 535)
+c.box(
+ 365,
+ 710,
+ 500,
+ 150,
+ "Finish · capability result",
+ (
+ "emit_capability_result() emits result",
+ "payload.response + metadata",
+ "cost_summary / usage_summary when available",
+ ),
+ True,
+)
+c.arrow("M865 285 H900 V765 H865", "final answer", 745, 690)
+c.box(
+ 960,
+ 240,
+ 280,
+ 400,
+ "Per-turn StreamBus",
+ (
+ "thinking · content",
+ "tool_call · tool_result",
+ "observation",
+ "wait_for_input",
+ "result · done",
+ "",
+ "Other protocol events:",
+ "stages, progress, sources,",
+ "session metadata, errors",
+ ),
+)
+c.arrow("M865 445 H960")
+c.arrow("M865 805 H925 V610 H960")
+c.box(
+ 960,
+ 710,
+ 280,
+ 150,
+ "Persist and replay",
+ ("Turn event journal", "Consumer cursor / sequence", "Web UI · CLI · SDK"),
+)
+c.arrow("M1100 640 V710")
+c.text(
+ 40,
+ 915,
+ "Result data such as response and cost_summary are payload fields, not StreamEventType values.",
+ "note",
+)
+c.text(
+ 40,
+ 942,
+ "The diagram groups event families; core/stream.py is the authoritative protocol enumeration.",
+ "note",
+)
+c.save("chat-agent-loop.svg")
diff --git a/assets/releases/ver1-6-15.md b/assets/releases/past_releases/ver1-6-15.md
similarity index 93%
rename from assets/releases/ver1-6-15.md
rename to assets/releases/past_releases/ver1-6-15.md
index 4e19906b3..0abfee4ca 100644
--- a/assets/releases/ver1-6-15.md
+++ b/assets/releases/past_releases/ver1-6-15.md
@@ -2,7 +2,7 @@
**Release Date:** 2026.10.19
-Building on [v1.6.14](past_releases/ver1-6-14.md), v1.6.15 improves Guided Learning with reviewed outline changes, independently graded question groups, and bounded tutoring memory. It also strengthens chat recovery and document parsing, adds retrieval comparisons, and brings native Gemini speech.
+Building on [v1.6.14](ver1-6-14.md), v1.6.15 improves Guided Learning with reviewed outline changes, independently graded question groups, and bounded tutoring memory. It also strengthens chat recovery and document parsing, adds retrieval comparisons, and brings native Gemini speech.
## What's New
diff --git a/assets/releases/ver1-7-0.md b/assets/releases/ver1-7-0.md
new file mode 100644
index 000000000..8724ca758
--- /dev/null
+++ b/assets/releases/ver1-7-0.md
@@ -0,0 +1,40 @@
+# DeepTutor v1.7.0 Release Notes
+
+**Release Date:** 2026.10.28
+
+Building on [v1.6.15](past_releases/ver1-6-15.md), v1.7.0 brings modular installation, a refreshed learning workspace, block-based notebooks with Dito, and narrated video lessons. Full-app upgrades now use `deeptutor[full]`; existing runtime data remains separate from the installed packages.
+
+## What's New
+
+### Install the parts you use
+
+`deeptutor` now provides core chat, CLI, and SDK; `deeptutor[full]` selects the Web app and standard feature modules. The `deeptutor-cli` package becomes a compatibility alias. Inspect installed, enabled, and ready states with `deeptutor module list`, then enable, disable, install, or remove modules while the app is stopped. Dependency checks protect required modules, and removal preserves user data.
+
+### A workspace organized around learning
+
+Modern and Classic layouts offer different navigation arrangements. Home brings together Chat, the Task Board, Learning notebook, and Calendar; Learning and Resources keep study activities and materials accessible. Customize Chat modes, controls, and starting prompts, or choose which learning methods appear on the New learning page. Conversation and resource navigation retain their workspace boundaries.
+
+### Notebook pages with Dito beside them
+
+The Learning notebook replaces the former Co-Writer editor with pages, subpages, and blocks. Import Word documents, insert source records from Favorites, discuss a passage with Dito, and review proposed edits before accepting them. Export pages as Markdown or Word. Favorites hold saved source records; notebook pages hold your own writing and understanding.
+
+### Video lessons and free read-aloud
+
+Choose Video Lesson to generate a lesson that plays directly in the browser, with captions and optional Microsoft Edge narration. Frame checks execute generated code inside a bounded WebAssembly interpreter; Docker is not required. Microsoft Edge also joins the read-aloud providers, and reply playback is more reliable on iOS.
+
+### More reliable tutoring and indexing
+
+Compatible interrupted LlamaIndex rebuilds can resume completed embedding checkpoints. Knowledge-base creation retains same-named documents, and one failed caption group no longer aborts the entire ingestion. Chat recovers worker failures more consistently, completed Anthropic thinking is excluded from history replay, and prompt caching uses steadier conversation prefixes. Guided Learning preserves mathematical meaning when checking citations and keeps review work within its eligibility gate.
+
+English and Chinese guides are synchronized with this release at [deeptutor.info](https://deeptutor.info/).
+
+## Upgrade Notes
+
+- **Full app:** stop DeepTutor and back up the runtime home, then run `python -m pip install --upgrade "deeptutor[full]==1.7.0"`. Run `python -m pip check` and `deeptutor module list` before restarting with the same `DEEPTUTOR_HOME`. Bare `deeptutor` now selects core only.
+- **Legacy CLI package:** first run `python -m pip uninstall deeptutor-cli`, then install the new core or full profile. Optionally reinstall `deeptutor-cli==1.7.0` as the compatibility alias. The old CLI owns shared Python files, so upgrading it in the same transaction can remove files needed by the new core. Package removal leaves runtime-home data intact.
+- **Source installs:** install `requirements/full.txt`, then `python -m pip install -e . --no-deps`. Use `python scripts/install_extras.py <extra>` for optional source dependencies. Source checkouts support module enable/disable; package install/uninstall requires a wheel environment.
+- **Docker:** pull `ghcr.io/hkuds/deeptutor:1.7.0` or `:latest` and recreate the container with the existing data volume.
+- **Video Lesson:** the backend needs Node.js 22+ and npm; first use downloads pinned rendering packages. Install the `edge-tts` extra for narration. Without available narration, lessons retain their captions and play silently.
+- **Module versions:** core and feature wheels must match. Stop active servers and CLI turns before changing modules; inspect dependency blockers rather than uninstalling packages beneath a running app. See [module installation and migration](../../docs-for-dev/MODULES.md).
+
+**Full Changelog**: https://github.com/HKUDS/DeepTutor/compare/v1.6.15...v1.7.0
diff --git a/deeptutor/__version__.py b/deeptutor/__version__.py
index 83a467e52..3cad67b16 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__ = "1.6.15"
+__version__ = "1.7.0"
__all__ = ("__version__",)
diff --git a/docs-for-dev/MODULES.md b/docs-for-dev/MODULES.md
index 1b8c4f58e..23bf13de3 100644
--- a/docs-for-dev/MODULES.md
+++ b/docs-for-dev/MODULES.md
@@ -7,9 +7,9 @@ is a compatibility metapackage: it depends on core and owns no Python files or
console scripts. `deeptutor[full]` is an installation profile, not a permanent
metapackage that would prevent removing individual applications.
-These package changes are prepared in source; the new distribution family must
-be published together at the next release. Do not expect the currently published
-1.6.15 package to have these boundaries. Local wheel builds are supported now.
+The modular distribution family starts with 1.7.0 and must be published together
+at each release. The 1.6.15 and earlier packages use the previous layout and do
+not have these boundaries. Local wheel builds are also supported.
## Source checkout
diff --git a/docs-for-user/AGENT_SETUP.md b/docs-for-user/AGENT_SETUP.md
index 074d74fa7..96aa5a4b1 100644
--- a/docs-for-user/AGENT_SETUP.md
+++ b/docs-for-user/AGENT_SETUP.md
@@ -15,7 +15,7 @@ waiting:
- Installation folder and any existing DeepTutor checkout.
- Full Web app or CLI-only; default to the full app for the README setup prompt.
- Target version or branch. This guide describes current `dev`, including the
- upcoming 1.7.0 modular layout; use matching documentation for a stable release.
+ 1.7.0 modular layout; use matching documentation for an older stable release.
- LLM provider, exact model ID, and any custom/local endpoint.
- Credential source: an existing environment variable, a private local file
the user identifies, or provider login. Do not ask for keys in chat.
@@ -56,14 +56,14 @@ dependencies. In the 1.7.0 package layout, `deeptutor` provides the minimal CLI;
`deeptutor-cli` is a compatibility alias for the same core. Add feature modules
as needed; this is not the layout of the published 1.6.15 packages.
-The upcoming 1.7.0 package layout uses `python -m pip install "deeptutor[full]"`
+The 1.7.0 package layout uses `python -m pip install "deeptutor[full]"`
for the complete Web app. Bare `deeptutor` contains core chat, CLI and SDK;
-it does not contain the server or Web assets. Until the split packages are
-published, use the source flow above or the local wheels described in
+it does not contain the server or Web assets. For development builds,
+use the source flow above or the local wheels described in
[Modules](../docs-for-dev/MODULES.md).
When upgrading from 1.6.15, stop DeepTutor, back up the existing runtime home,
-and keep using the same `DEEPTUTOR_HOME`. Once 1.7.0 is published, run
+and keep using the same `DEEPTUTOR_HOME`. To install 1.7.0, run
`python -m pip install --upgrade "deeptutor[full]==1.7.0"`, then
`python -m pip check` and `deeptutor module list` before restarting.
If the legacy `deeptutor-cli` package is installed, uninstall it **before**
diff --git a/tests/services/test_app_update.py b/tests/services/test_app_update.py
index 93709bced..754229d5a 100644
--- a/tests/services/test_app_update.py
+++ b/tests/services/test_app_update.py
@@ -32,7 +32,8 @@ def _release(**overrides: object) -> dict:
@pytest.mark.asyncio
-async def test_version_check_caches_success_for_the_ttl() -> None:
+async def test_version_check_caches_success_for_the_ttl(monkeypatch) -> None:
+ monkeypatch.setattr(app_update, "__version__", "1.6.15")
calls = 0
def handler(_request: httpx.Request) -> httpx.Response: