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。
hero.mp4
- 🖐️ 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。
这是入门的最快方式。需要 Python 3.12 或更高版本。
-
安装 PySpur:
pip install pyspur
-
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。 -
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。 -
[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
这是生产部署的推荐方式:
-
安装 Docker: 首先,根据你的操作系统,按照官方安装指南安装 Docker:
-
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
- 在名为
-
访问 PySpur: 在浏览器中访问
http://localhost:6080
。 -
[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。
visualization.mp4
支持 PDF、视频、音频、图像等……
multimodal.mp4

RAG_1.mp4
RAG_2.mp4
blocks.mp4
evals.mp4
optimization.mp4
开发时,请按照以下步骤操作:
-
克隆仓库:
git clone https://github.com/PySpur-com/pyspur.git cd pyspur
-
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。
-
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。
你可以通过给我们项目加星标来支持我们的工作!谢谢!
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。