feat: Add Chinese documentation and Docker Compose configurations for DeepTutor and llama.cpp

- Created README.zh.md for DeepTutor with comprehensive features, installation steps, and usage instructions in Chinese.
- Added docker-compose.yaml for DeepTutor to define services, environment variables, and resource limits.
- Introduced .env.example for llama.cpp with configuration options for server settings and resource management.
- Added README.md and README.zh.md for llama.cpp detailing features, prerequisites, quick start guides, and API documentation.
- Implemented docker-compose.yaml for llama.cpp to support various server configurations (CPU, CUDA, ROCm) and CLI usage.
This commit is contained in:
Sun-ZhenXing
2026-02-01 16:08:44 +08:00
parent e2ac465417
commit 28ed2462af
10 changed files with 1470 additions and 0 deletions

248
apps/deeptutor/README.zh.md Normal file
View File

@@ -0,0 +1,248 @@
# DeepTutor
中文说明 | [English](README.md)
## 概述
DeepTutor 是一个 AI 驱动的个性化学习助手,通过多智能体系统将任何文档转化为交互式学习体验。它可以帮助您解决问题、生成题目、进行研究、协作写作、整理笔记,并引导您完成学习路径。
**项目地址:** <https://github.com/HKUDS/DeepTutor>
**许可证:** Apache-2.0
**文档:** <https://hkuds.github.io/DeepTutor/>
## 功能特性
- **问题求解** — 提供详细的分步解决方案和可视化图表
- **题目生成** — 根据您的知识水平生成自适应题目
- **研究助手** — 通过多智能体协作进行深度研究
- **协作写作** — 交互式创意生成和写作辅助
- **智能笔记** — 高效组织和检索学习材料
- **引导学习** — 个性化学习路径和进度跟踪
- **多智能体系统** — 针对不同学习任务的专业智能体
- **RAG 集成** — 使用 LightRAG 和 RAG-Anything 进行知识检索
- **代码执行** — 内置代码练习环境
## 快速开始
### 前置要求
- Docker 和 Docker Compose
- OpenAI API 密钥(必需)
- 可选Anthropic、Perplexity 或 DashScope API 密钥
### 安装步骤
1. **克隆仓库**
```bash
git clone <your-compose-anything-repo>
cd apps/deeptutor
```
2. **配置环境变量**
```bash
cp .env.example .env
# 编辑 .env 文件并添加您的 API 密钥
```
**必需配置:**
- `OPENAI_API_KEY` — 您的 OpenAI API 密钥
**可选配置:**
- `ANTHROPIC_API_KEY` — 用于 Claude 模型
- `PERPLEXITY_API_KEY` — 用于网络搜索
- `DASHSCOPE_API_KEY` — 用于阿里云模型
- 如需调整端口(默认:后端 8001前端 3782
- 云端部署时设置 `NEXT_PUBLIC_API_BASE_EXTERNAL`
3. **可选:自定义智能体配置**
创建 `config/agents.yaml` 文件以自定义智能体行为(详见[文档](https://hkuds.github.io/DeepTutor/guide/config.html))。
4. **启动服务**
```bash
docker compose up -d
```
首次运行需要约 30-60 秒初始化。
5. **访问应用**
- **前端界面:** <http://localhost:3782>
- **后端 API** <http://localhost:8001>
- **API 文档:** <http://localhost:8001/docs>
## 使用方法
### 创建知识库
1. 访问 <http://localhost:3782/knowledge>
2. 点击"新建知识库"
3. 上传文档(支持 PDF、DOCX、TXT、Markdown、HTML 等)
4. 等待处理完成
### 学习模式
- **求解Solve** — 获取问题的分步解决方案
- **题目Question** — 基于学习材料生成练习题
- **研究Research** — 通过多智能体协作进行深度研究
- **协作写作Co-Writer** — 交互式写作和创意生成
- **笔记Notebook** — 组织和管理学习材料
- **引导Guide** — 遵循个性化学习路径
### 高级功能
- **代码执行** — 在界面中直接练习编码
- **可视化图表** — 为复杂概念自动生成图表
- **导出** — 将您的工作下载为 PDF 或 Markdown
- **多语言支持** — 支持多种语言
## 配置说明
### 环境变量
主要环境变量(所有选项见 [.env.example](.env.example)
| 变量 | 默认值 | 描述 |
| ------------------------ | -------- | -------------------- |
| `OPENAI_API_KEY` | (必需) | 您的 OpenAI API 密钥 |
| `DEFAULT_MODEL` | `gpt-4o` | 默认 LLM 模型 |
| `BACKEND_PORT` | `8001` | 后端服务器端口 |
| `FRONTEND_PORT` | `3782` | 前端应用端口 |
| `DEEPTUTOR_CPU_LIMIT` | `4.00` | CPU 限制(核心数) |
| `DEEPTUTOR_MEMORY_LIMIT` | `8G` | 内存限制 |
### 端口说明
- **8001** — 后端 API 服务器
- **3782** — 前端 Web 界面
### 数据卷
- `deeptutor_data` — 用户数据、知识库和学习材料
- `./config` — 自定义智能体配置(可选)
## 资源要求
**最低配置:**
- CPU1 核心
- 内存2GB
- 磁盘2GB + 知识库所需空间
**推荐配置:**
- CPU4 核心
- 内存8GB
- 磁盘10GB+
## 支持的模型
DeepTutor 支持多个 LLM 提供商:
- **OpenAI** — GPT-4、GPT-4 Turbo、GPT-3.5 Turbo
- **Anthropic** — Claude 3Opus、Sonnet、Haiku
- **Perplexity** — 用于网络搜索集成
- **DashScope** — 阿里云模型
- **OpenAI 兼容 API** — 任何与 OpenAI 格式兼容的 API
## 故障排查
### 后端启动失败
- 验证 `.env` 中的 `OPENAI_API_KEY` 是否正确设置
- 查看日志:`docker compose logs -f`
- 确保端口 8001 和 3782 未被占用
- 验证数据卷有足够的磁盘空间
### 前端无法连接后端
- 确认后端正在运行:访问 <http://localhost:8001/docs>
- 云端部署时,将 `NEXT_PUBLIC_API_BASE_EXTERNAL` 设置为您的公网 URL
- 检查防火墙设置
### 知识库处理失败
- 确保有足够的内存(推荐 8GB+
- 检查文档格式是否支持
- 查看日志了解具体错误
### API 速率限制
- 在提供商控制台监控 API 使用情况
- 考虑升级 API 计划
- 为不同任务使用不同模型
## 安全提示
- **API 密钥** — 妥善保管您的 API 密钥,切勿提交到版本控制系统
- **网络暴露** — 生产环境部署时,使用 HTTPS 和适当的身份验证
- **数据隐私** — 用户数据存储在 Docker 卷中,请确保适当的备份和安全措施
- **资源限制** — 设置合适的 CPU 和内存限制以防止资源耗尽
## 更新
更新到最新版本:
```bash
# 拉取最新镜像
docker compose pull
# 重新创建容器
docker compose up -d
```
更新到特定版本,编辑 `.env` 中的 `DEEPTUTOR_VERSION` 并运行:
```bash
docker compose up -d
```
## 高级用法
### 自定义智能体配置
创建 `config/agents.yaml` 以自定义智能体行为:
```yaml
agents:
solver:
model: gpt-4o
temperature: 0.7
researcher:
model: gpt-4-turbo
max_tokens: 4000
```
详细配置选项请参见[官方文档](https://hkuds.github.io/DeepTutor/guide/config.html)。
### 云端部署
云端部署需要额外配置:
1. 在 `.env` 中设置公网 URL
```env
NEXT_PUBLIC_API_BASE_EXTERNAL=https://your-domain.com:8001
```
2. 配置反向代理nginx/Caddy以支持 HTTPS
3. 确保适当的防火墙规则
4. 考虑使用特定环境的密钥管理
### 使用不同的嵌入模型
DeepTutor 默认使用 `text-embedding-3-large`。要使用不同的嵌入模型,请参考[官方文档](https://hkuds.github.io/DeepTutor/guide/config.html)。
## 相关链接
- **GitHub** <https://github.com/HKUDS/DeepTutor>
- **文档:** <https://hkuds.github.io/DeepTutor/>
- **问题反馈:** <https://github.com/HKUDS/DeepTutor/issues>
- **讨论区:** <https://github.com/HKUDS/DeepTutor/discussions>
## 许可证
DeepTutor 使用 Apache-2.0 许可证。详情请参见[官方仓库](https://github.com/HKUDS/DeepTutor)。