PySpurはPython製のAIエージェントビルダーです。AIエンジニアはこれを利用してエージェントを構築し、ステップバイステップで実行し、過去の実行結果を検証します。
hero.mp4
- ✅ テスト駆動型: ワークフローを構築し、テストケースを実行し、反復します。
- 👤 ヒューマンインザループ: 人間の承認または拒否を待つ永続的なワークフロー。
- 🔄 ループ: メモリを活用した反復的なツール呼び出し。
- 📤 ファイルアップロード: ファイルのアップロードやURLの貼り付けによりドキュメントを処理します。
- 📋 構造化された出力: JSONスキーマ用のUIエディタ。
- 🗃️ RAG: データを解析、分割、埋め込み、そしてVector DBにアップサートします。
- 🖼️ マルチモーダル: ビデオ、画像、オーディオ、テキスト、コードに対応。
- 🧰 ツール: Slack、Firecrawl.dev、Google Sheets、GitHubなど多数。
- 🧪 評価: 実際のデータセットでエージェントを評価します。
- 🚀 ワンクリックデプロイ: APIとして公開し、どこにでも統合可能。
- 🐍 Pythonベース: 単一のPythonファイルを作成するだけで新しいノードを追加できます。
- 🎛️ どのベンダーにも対応: 100以上のLLMプロバイダー、エンベッダー、Vector DBに対応。
これは最も迅速なスタート方法です。Python 3.11以上が必要です。
-
PySpurのインストール:
pip install pyspur
-
新しいプロジェクトの初期化:
pyspur init my-project cd my-project
これにより、
.env
ファイルを含む新しいディレクトリが作成されます。 -
サーバーの起動:
pyspur serve --sqlite
デフォルトでは、SQLiteデータベースを使用して
http://localhost:6080
でPySpurアプリが起動します。より安定した動作を求める場合は、.env
ファイルにPostgresのインスタンスURLを設定することを推奨します。 -
[オプション] 環境設定とAPIキーの追加:
- アプリUI: APIキータブに移動して各プロバイダーのキー(OpenAI、Anthropicなど)を追加
- 手動設定:
.env
ファイルを編集(推奨:postgresを設定)し、pyspur serve
で再起動
これらのブレークポイントは到達時にワークフローを一時停止し、人間が承認するとすぐに再開します。 品質保証が必要なワークフローに人間の監視を可能にします:ワークフローが進む前に重要な出力を検証します。
HIL.mp4
visualization.mp4
PDF、ビデオ、オーディオ、画像、…
multimodal.mp4

RAG_1.mp4
RAG_2.mp4
blocks.mp4
evals.mp4
optimization.mp4
開発のためには、以下の手順に従ってください:
-
リポジトリのクローン:
git clone https://github.com/PySpur-com/pyspur.git cd pyspur
-
docker-compose.dev.ymlを使用して起動:
docker compose -f docker-compose.dev.yml up --build -d
これにより、開発用にホットリロードが有効なPySpurのローカルインスタンスが起動します。
-
セットアップのカスタマイズ: 環境設定のために
.env
ファイルを編集してください。デフォルトでは、PySpurはローカルのPostgreSQLデータベースを使用しています。外部データベースを使用する場合は、.env
内のPOSTGRES_*
変数を変更してください.
スターを押していただくことで、私たちの活動をサポートしていただけます。ありがとうございます!
皆様のフィードバックを大変ありがたく思います。 次にどの機能を見たいか、または全く新しい機能のリクエストがあれば、ぜひお知らせください.