技能介绍

解决的命令行自动化痛点

对于习惯使用脚本和终端的工程师来说，频繁切换到图形界面去配置学习平台、管理知识库或生成测验题目会打断工作流。DeepTutor 提供了丰富的智能辅导能力，但如果缺乏统一的命令行接口，AI 代理很难直接参与日常的学习管理和系统配置。我们需要一种方式，让代理能够以纯文本指令驱动整个平台，从而将环境初始化、会话管理和能力调度纳入自动化流程。

核心工作流与命令结构

该技能通过标准化的 CLI 指令解决了上述问题。首次使用时，代理可运行 deeptutor init 触发引导式配置向导，依次完成端口、大模型、嵌入模型及搜索策略的设定，并同步生成与 Web 端一致的配置文件。

在交互层面，deeptutor chat 是主要入口。其核心参数包括：

--tool：动态挂载如 web_search、paper_search 等用户可控工具
--capability：指定初始能力，如深度求解或测验生成

对于 REPL 内部的精细化控制，技能定义了一组 Slash Commands，例如使用 /new 重置会话上下文，/tool on|off 实时切换工具，或通过 /show <id|last> 展开被折叠的思考过程与工具结果。此外，代理还能直接通过指令管理知识库、学习记忆、笔记本以及基于 IM 的 Partner 陪伴者。

适用边界与注意事项

需要注意的是，使用此技能要求本地环境已安装 Python 3.11 及以上版本。部分工具属于上下文门控（Context-gated），仅在特定条件满足时才会自动挂载，强行启用可能导致不必要的资源开销。此外，BookEngine 的维护指令仅适用于后台管理，实际的编写与阅读仍需依赖 Web 应用。该技能适合需要将 DeepTutor 深度集成到自动化脚本或 AI Agent 工作流中的开发者，而非寻找图形化交互的用户。