ChatTutor

GitHub
989 136 较难 1 次阅读 昨天AGPL-3.0开发框架语言模型Agent图像
AI 解读 由 AI 自动生成,仅供参考

ChatTutor 是一款兼具可视化与交互能力的 AI 智能导师,旨在突破传统聊天机器人仅靠文字交流的局限。在现实课堂中,教师借助黑板、图表等工具能更生动地讲解知识,而普通 AI 在处理数学推导、科学原理等 STEM 学科内容时,往往因缺乏视觉辅助而显得力不从心。ChatTutor 创造性地为 AI 赋予了使用“电子白板”的能力,使其不仅能对话,还能实时绘制数学公式画布、生成思维导图,将抽象概念转化为直观的视觉呈现,从而大幅提升学习效率与理解深度。

这款工具特别适合有深度学习需求的学生、需要辅导孩子的家长,以及希望探索多模态教学场景的教育工作者。对于开发者而言,ChatTutor 提供了开放的架构,支持对接 OpenAI、Anthropic、DeepSeek 等多种主流大模型,并具备完善的数据库与对象存储配置选项,便于二次开发与私有化部署。其核心亮点在于将“教学工具链”完整引入 AI 交互流程,让机器真正像人类老师一样“边讲边画”,实现了从单纯问答到沉浸式教学的跨越。无论是攻克复杂的几何难题,还是梳理庞大的知识体系,ChatTutor 都能成为您身边得力的可视化学习伙伴。

使用场景

一名高中生正在备战数学竞赛,面对复杂的解析几何大题,他急需一位能像真人老师一样在草稿纸上边画图边推导的辅导者。

没有 ChatTutor 时

  • 纯文字描述抽象难懂:AI 只能用枯燥的文字描述“过点 A 做垂线”,学生必须在脑海中自行构建几何图形,极易产生理解偏差。
  • 推导过程断裂:遇到多步骤计算时,传统聊天机器人无法保留中间演算痕迹,学生一旦走神就很难跟上逻辑链条。
  • 缺乏互动反馈:学生无法直接在解题过程中标记疑问点,只能被动阅读大段文本,难以进行针对性的即时提问。
  • 思维结构混乱:对于需要梳理知识点的复习场景,仅靠文字列表难以直观展示概念间的层级与关联,记忆效率低下。

使用 ChatTutor 后

  • 可视化白板演示:ChatTutor 直接调用电子画布,实时绘制精准的几何图形并动态标注辅助线,让抽象题目瞬间变得直观清晰。
  • 手把手分步推导:AI 像在黑板板书一样,一步步写出公式变换和计算过程,学生可随时暂停查看任意步骤的细节,逻辑连贯无断点。
  • 交互式深度研讨:学生可以直接在画布上圈出不懂的步骤,ChatTutor 会立即针对该区域进行专项讲解,实现真正的“指哪讲哪”。
  • 自动生成思维导图:在复习阶段,ChatTutor 能一键将零散的知识点转化为结构化的思维导图,帮助学生快速建立完整的知识体系。

ChatTutor 通过将“电子白板”与"AI 大脑”深度融合,把单向的文字问答升级为沉浸式的互动课堂,真正实现了因材施教的个性化辅导。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes该项目主要基于 Node.js/Bun 运行,而非 Python。支持通过 Docker 或直接使用 Node.js/Bun 部署。需要配置 PostgreSQL 数据库。需自行设置 AI 模型提供商(如 OpenAI、Anthropic、DeepSeek)的 API Key。若需图片上传功能,必须配置对象存储(OSS)相关参数。
python未说明
Node.js >= 20
Bun >= 1.2
pnpm >= 9.1.0
Docker >= 24.0.0
Docker Compose >= 2.22.0
PostgreSQL
Vue
Vite
ElysiaJs
AI SDK
ChatTutor hero image

快速开始

ChatTutor

ChatTutor

可视化与交互式AI辅导老师

版本 许可证 星标 叉子 最近一次提交 问题

[!NOTE]

在线网站:ChatTutor 已在 https://chattutor.app 上线,请在设置中配置您自己的 API 密钥和模型。(https://chattutor.app/settings)

ChatTutor 是一款具备电子白板功能的 AI 辅导老师。

传统的聊天机器人主要通过文本与用户互动,在大多数场景下已足够。然而,随着近年来大语言模型的发展,越来越多的人开始使用 AI 来辅助学习。在真实的课堂环境中,教师会使用粉笔、电脑、黑板等多种教学工具来帮助学生更好地理解知识。但对于聊天机器人而言,仅靠文本传递的信息非常有限,尤其是在 STEM 学科领域。

ChatTutor 有效地解决了这一问题,它将现实教育场景中的各种教学工具引入到线上平台,使用户能够通过电子设备与这些工具进行交互。我们赋予了 AI 使用这些工具的能力,从而使 AI 成为一位真正可动手操作的老师。

功能

数学画布
数学画布 数学画布
数学画布 数学画布
思维导图
思维导图 思维导图

快速入门

环境变量

数据库配置

  • DATABASE_URL: PostgreSQL 连接字符串

服务器与客户端

  • VITE_API_BASE_URL: API 服务器的基础 URL(例如 http://localhost:8002
  • CLINET_BASE_URL: 客户端应用的基础 URL(例如 http://localhost:8001

AI 配置

  • MODEL_API_KEY: 您的 AI 服务 API 密钥(例如 your_api_key_here
  • MODEL_BASE_URL: AI 服务的基础 URL(可选,默认为 OpenAI)
  • AGENT_MODEL: 用于与用户对话的主要代理模型(例如 gpt-4
  • AGENT_MODEL_PROVIDER: 模型提供商(选项参见 Provider Enum
  • TITLE_MODEL: 用于生成对话标题的模型(可选,默认为 AGENT_MODEL
  • TITLE_MODEL_PROVIDER: 标题生成的模型提供商(可选,默认为 AGENT_MODEL_PROVIDER,参见 Provider Enum

Provider Enum

  • OpenAI: openai
  • Anthropic: anthropic
  • DeepSeek: deepseek

OSS 配置

  • OSS_ENDPOINT: OSS 端点 URL(若未设置,图片上传将不可用)
  • OSS_ACCESS_KEY: OSS 访问密钥
  • OSS_SECRET_KEY: OSS 秘密密钥
  • OSS_BUCKET: OSS 存储桶名称
  • OSS_REGION: OSS 区域
使用 Docker 运行

环境

  • Docker >= 24.0.0
  • Docker Compose >= 2.22.0

设置

git clone https://github.com/HugeCatLab/ChatTutor.git
cd ChatTutor
cp .env.example .env

运行

cd docker
docker compose up -d
使用 Node 和 Bun 运行

环境

  • Node.js >= 20
  • Bun >= 1.2
  • pnpm >= 9.1.0

设置

git clone https://github.com/HugeCatLab/ChatTutor.git
cd ChatTutor
pnpm i

开发

pnpm dev

或者:

pnpm client:dev
pnpm web:dev

构建

pnpm build
pnpm client:start
pnpm web:start

技术栈

赞助商

我们的赞助商名单如下(不分先后):

  • AiHubMix:开放的 AI 模型中心。

星标历史

星标历史图表


AGPL v3 许可证

版权所有 © 2025 Acbox,保留所有权利。

版本历史

v0.1.02026/01/03
v0.0.12025/12/09

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|2天前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|3天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

145.9k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

108.1k|★★☆☆☆|今天
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|2天前
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|2天前
语言模型图像Agent