PySpur은 파이썬 기반의 AI 에이전트 빌더입니다. AI 엔지니어들은 이를 사용해 에이전트를 구축하고, 단계별로 실행하며 과거 실행 기록을 검토합니다.
hero.mp4
- ✅ 테스트 주도: 워크플로우를 구축하고, 테스트 케이스를 실행하며, 반복합니다.
- 👤 인간 참여 루프: 인간의 승인 또는 거부를 기다리는 지속적인 워크플로우.
- 🔄 루프: 메모리를 활용한 반복적 도구 호출.
- 📤 파일 업로드: 파일을 업로드하거나 URL을 붙여넣어 문서를 처리.
- 📋 구조화된 출력: JSON 스키마용 UI 편집기.
- 🗃️ RAG: 데이터를 파싱, 청킹, 임베딩 및 벡터 DB에 업서트.
- 🖼️ 멀티모달: 비디오, 이미지, 오디오, 텍스트, 코드 지원.
- 🧰 도구: Slack, Firecrawl.dev, Google Sheets, GitHub 등.
- 🧪 평가: 실제 데이터셋에서 에이전트 평가.
- 🚀 원클릭 배포: API로 발행하여 원하는 곳에 통합.
- 🐍 파이썬 기반: 단일 파이썬 파일 생성으로 새 노드 추가.
- 🎛️ 모든 벤더 지원: 100개 이상의 LLM 제공업체, 임베더, 벡터 DB 지원.
시작하는 가장 빠른 방법입니다. 파이썬 3.11 이상이 필요합니다.
-
PySpur 설치:
pip install pyspur
-
새 프로젝트 초기화:
pyspur init my-project cd my-project새 디렉토리와 함께
.env파일이 생성됩니다. -
서버 시작:
pyspur serve --sqlite
기본적으로 SQLite 데이터베이스를 사용하여
http://localhost:6080에서 PySpur 앱이 시작됩니다. 보다 안정적인 사용을 위해.env파일에 PostgreSQL 인스턴스 URL을 설정하는 것을 권장합니다. -
[선택 사항] 환경 구성 및 API 키 추가:
- 앱 UI: API 키 탭으로 이동하여 공급자 키(OpenAI, Anthropic 등) 추가
- 수동 구성:
.env파일 편집(권장: postgres 구성) 후pyspur serve로 재시작
이러한 중단점은 도달했을 때 워크플로우를 일시 중지하고 인간이 승인하면 재개됩니다. 품질 보증이 필요한 워크플로우에 인간의 감독을 가능하게 합니다: 워크플로우가 진행되기 전에 중요한 출력을 검증합니다.
HIL.mp4
visualization.mp4
PDF, 비디오, 오디오, 이미지, ...
multimodal.mp4
RAG_1.mp4
RAG_2.mp4
blocks.mp4
evals.mp4
optimization.mp4
개발을 위해 아래 단계를 따르세요:
-
리포지토리 클론:
git clone https://github.com/PySpur-com/pyspur.git cd pyspur -
docker-compose.dev.yml 사용하여 실행:
docker compose -f docker-compose.dev.yml up --build -d
이 명령어는 개발용 핫 리로딩이 활성화된 로컬 PySpur 인스턴스를 시작합니다.
-
환경 설정 맞춤: 환경 구성을 위해
.env파일을 수정합니다. 기본적으로 PySpur는 로컬 PostgreSQL 데이터베이스를 사용합니다. 외부 데이터베이스를 사용하려면.env파일의POSTGRES_*변수를 수정하세요.
별을 남겨 주셔서 저희의 작업을 지원하실 수 있습니다! 감사합니다!
여러분의 피드백은 큰 힘이 됩니다. 다음에 보고 싶은 기능이나 완전히 새로운 기능 요청이 있다면 알려주세요.