# pyspur **Repository Path**: fnwork/pyspur ## Basic Information - **Project Name**: pyspur - **Description**: No description available - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-03-06 - **Last Updated**: 2025-03-06 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README ![PySpur](./docs/images/hero.png)

PySpur 是一个基于 Python 编写的 AI 智能体构建器。AI 工程师使用它来构建智能体，逐步执行并检查过去的运行记录。

https://github.com/user-attachments/assets/1ebf78c9-94b2-468d-bbbb-566311df16fe # 🕸️ 为什么选择 PySpur? - ✅ **测试驱动**：构建工作流，运行测试用例，并进行迭代。 - 👤 **人在环路中**：持久化工作流，等待人工批准或拒绝。 - 🔄 **循环**：具有记忆功能的迭代工具调用。 - 📤 **文件上传**：上传文件或粘贴 URL 来处理文档。 - 📋 **结构化输出**：JSON Schema UI 编辑器。 - 🗃️ **RAG**：解析、分块、嵌入并将数据更新到向量数据库。 - 🖼️ **多模态**：支持视频、图像、音频、文本、代码。 - 🧰 **工具**：Slack、Firecrawl.dev、Google Sheets、GitHub 等。 - 🧪 **评估**：在真实数据集上评估代理。 - 🚀 **一键部署**：发布为 API 并在任意地方集成。 - 🐍 **基于 Python**：通过创建单个 Python 文件来添加新节点。 - 🎛️ **供应商支持**：支持超过 100 个 LLM 供应商、嵌入器和向量数据库。 # ⚡ 快速开始这是入门的最快方式。需要 Python 3.11 或更高版本。 1. **安装 PySpur:** ```sh pip install pyspur ``` 2. **初始化新项目:** ```sh pyspur init my-project cd my-project ``` 这将创建一个包含 `.env` 文件的新目录。 3. **启动服务器:** ```sh pyspur serve --sqlite ``` 默认情况下，这将使用 SQLite 数据库在 `http://localhost:6080` 启动 PySpur 应用。我们建议你在 `.env` 文件中配置 Postgres 实例的 URL，以获得更稳定的体验。 4. **[可选] 配置环境和添加 API 密钥:** - **应用界面**: 导航至 API 密钥标签页添加供应商密钥（OpenAI、Anthropic 等） - **手动配置**: 编辑 `.env` 文件（推荐：配置 postgres）并使用 `pyspur serve` 重启 # ✨ 核心优势 ## 人在环路中断点: 这些断点在达到时会暂停工作流，并在人工批准后恢复。它们为需要质量保证的工作流提供人工监督：在工作流继续之前验证关键输出。 https://github.com/user-attachments/assets/98cb2b4e-207c-4d97-965b-4fee47c94ce8 ## 节点级调试： https://github.com/user-attachments/assets/6e82ad25-2a46-4c50-b030-415ea9994690 ## 多模态（上传文件或粘贴 URL）支持 PDF、视频、音频、图像等…… https://github.com/user-attachments/assets/83ed9a22-1ec1-4d86-9dd6-5d945588fd0b ## 循环 Loops

## RAG ### 步骤 1) 创建文档集合（分块 + 解析） https://github.com/user-attachments/assets/c77723b1-c076-4a64-a01d-6d6677e9c60e ### 步骤 2) 创建向量索引（嵌入 + 向量数据库插入） https://github.com/user-attachments/assets/50e5c711-dd01-4d92-bb23-181a1c5bba25 ## 模块化构建块 https://github.com/user-attachments/assets/6442f0ad-86d8-43d9-aa70-e5c01e55e876 ## 评估最终性能 https://github.com/user-attachments/assets/4dc2abc3-c6e6-4d6d-a5c3-787d518de7ae ## 即将推出：自我提升 https://github.com/user-attachments/assets/5bef7a16-ef9f-4650-b385-4ea70fa54c8a # 🛠️ PySpur 开发环境设置 #### [ Unix 类系统开发指南。Windows/PC 开发不支持。 ] 我们推荐使用 Cursor/VS Code 和我们的开发容器（`.devcontainer/devcontainer.json`），它提供： - 预配置工具和扩展的一致开发环境 - 针对 Python 和 TypeScript 开发的优化设置 - 自动热重载和端口转发 **选项 1：Cursor/VS Code 开发容器（推荐）** 1. 安装 [Cursor](https://www.cursor.com/)/[VS Code](https://code.visualstudio.com/) 和 [Dev Containers 扩展](https://marketplace.visualstudio.com/items?itemName=ms-vscode-remote.remote-containers) 2. 克隆并打开仓库 3. 当提示时点击"在容器中重新打开" **选项 2：手动设置** 1. **克隆仓库:** ```sh git clone https://github.com/PySpur-com/pyspur.git cd pyspur ``` 2. **使用 docker-compose.dev.yml 启动:** ```sh docker compose -f docker-compose.dev.yml up --build -d ``` 3. **自定义设置:** 编辑 `.env` 配置环境（例如：PostgreSQL 设置）。注意：手动设置需要额外配置，可能无法包含开发容器提供的所有功能。 # ⭐ 支持我们你可以通过给我们项目 Star 来支持我们的工作！谢谢！ ![star](https://github.com/user-attachments/assets/71f65273-6755-469d-be44-087bb89d5e76) 我们非常重视你的反馈。请 [告诉我们](mailto:founders@pyspur.dev?subject=Feature%20Request&body=I%20want%20this%20feature%3Ai) 你想在下一次看到列表中的哪些功能或全新的功能。