Skip to content

Latest commit

 

History

History
188 lines (136 loc) · 7.37 KB

README_CN.md

File metadata and controls

188 lines (136 loc) · 7.37 KB

PySpur

PySpur 是一个基于 Python 的 AI 代理构建器。AI 工程师使用它来构建代理、逐步执行并检查过去的运行记录。

README in English 简体中文版自述文件 日本語のREADME README in Korean Deutsche Version der README Version française du README Versión en español del README

Docs Meet us Cloud Join Our Discord

hero.mp4

🕸️ 为什么选择 PySpur?

  • 🖐️ 拖拽式构建:几秒内构建、测试并迭代。
  • 🔄 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:用于 JSON Schema 的 UI 编辑器。
  • 🗃️ RAG:解析、分块、嵌入并将数据插入向量数据库。
  • 🖼️ 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。
  • 🎛️ 供应商通用支持:支持超过 100 个 LLM 提供商、嵌入器和向量数据库。

⚡ 快速开始

选项 A:使用 pyspur Python 包

这是入门的最快方式。需要 Python 3.12 或更高版本。

  1. 安装 PySpur:

    pip install pyspur
  2. 初始化新项目:

    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:

    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] 自定义部署: 你可以通过两种方式自定义你的 PySpur 部署:

    a. 通过应用(推荐): - 在应用中导航至 API 密钥标签页 - 添加各供应商的 API 密钥(例如 OpenAI、Anthropic 等) - 更改会立即生效

    b. 手动配置: - 编辑项目目录中的 .env 文件 - 建议在 .env 中配置 Postgres 数据库以获得更高的可靠性 - 使用 pyspur serve 重启应用;如果不使用 Postgres,请添加 --sqlite

选项 B:使用 Docker(推荐用于可扩展的生产系统)

这是生产部署的推荐方式:

  1. 安装 Docker: 首先,根据你的操作系统,按照官方安装指南安装 Docker:

  2. 创建 PySpur 项目: 安装 Docker 后,使用以下命令创建一个新的 PySpur 项目:

    curl -fsSL https://raw.githubusercontent.com/PySpur-com/pyspur/main/start_pyspur_docker.sh | bash -s pyspur-project

    这将:

    • 在名为 pyspur-project 的新目录中启动一个新的 PySpur 项目
    • 设置所需的配置文件
    • 自动启动由本地 Postgres Docker 实例支持的 PySpur 应用
  3. 访问 PySpur: 在浏览器中访问 http://localhost:6080

  4. [可选] 自定义部署: 你可以通过两种方式自定义你的 PySpur 部署:

    a. 通过应用(推荐): - 在应用中导航至 API 密钥标签页 - 添加各供应商的 API 密钥(例如 OpenAI、Anthropic 等) - 更改会立即生效

    b. 手动配置: - 编辑项目目录中的 .env 文件 - 使用以下命令重启服务: sh docker compose up -d

就这么简单!点击 “New Spur” 创建工作流,或从内置模板开始。

✨ 核心优势

节点级调试:

visualization.mp4

多模态(上传文件或粘贴 URL)

支持 PDF、视频、音频、图像等……

multimodal.mp4

循环

Loops

RAG

步骤 1) 创建文档集合(分块 + 解析)

RAG_1.mp4

步骤 2) 创建向量索引(嵌入 + 向量数据库插入)

RAG_2.mp4

模块化构建块

blocks.mp4

评估最终性能

evals.mp4

即将推出:自我提升

optimization.mp4

🛠️ PySpur 开发环境设置

[ Unix 类系统开发指南。Windows/PC 开发不支持。 ]

开发时,请按照以下步骤操作:

  1. 克隆仓库:

    git clone https://github.com/PySpur-com/pyspur.git
    cd pyspur
  2. 使用 docker-compose.dev.yml 启动:

    docker compose -f docker-compose.dev.yml up --build -d

    这将启动一个本地 PySpur 实例,并启用热重载以便开发。

  3. 自定义你的设置: 编辑 .env 文件以配置你的环境。默认情况下,PySpur 使用本地 PostgreSQL 数据库。若要使用外部数据库,请修改 .env 中的 POSTGRES_* 变量。

⭐ 支持我们

你可以通过给我们项目加星标来支持我们的工作!谢谢!

star

我们非常感谢你的反馈。 请 告诉我们 你希望下一个看到列表中的哪些功能,或请求全新的功能。