Skip to content

Latest commit

 

History

History
188 lines (136 loc) · 8.1 KB

README_ES.md

File metadata and controls

188 lines (136 loc) · 8.1 KB

PySpur

PySpur es un constructor de agentes de IA en Python. Los ingenieros de IA lo utilizan para crear agentes, ejecutarlos paso a paso e inspeccionar ejecuciones anteriores.

README en inglés Versión en chino simplificado README en japonés README en coreano Versión en alemán del README Versión en francés del README Versión en español del README

Docs Conócenos Cloud Únete a nuestro Discord

hero.mp4

🕸️ ¿Por qué PySpur?

  • 🖐️ Arrastrar y Soltar: Construye, prueba e itera en segundos.
  • 🔄 Bucles: Llamadas iterativas a herramientas con memoria.
  • 📤 Carga de Archivos: Sube archivos o pega URLs para procesar documentos.
  • 📋 Salidas Estructuradas: Editor de interfaz para esquemas JSON.
  • 🗃️ RAG: Analiza, segmenta, incrusta y actualiza datos en una base de datos vectorial.
  • 🖼️ Multimodal: Soporte para video, imágenes, audio, textos y código.
  • 🧰 Herramientas: Slack, Firecrawl.dev, Google Sheets, GitHub y más.
  • 🧪 Evaluaciones: Evalúa agentes en conjuntos de datos del mundo real.
  • 🚀 Despliegue con un clic: Publica como una API e intégrala donde desees.
  • 🐍 Basado en Python: Agrega nuevos nodos creando un solo archivo Python.
  • 🎛️ Soporte para Cualquier Proveedor: Más de 100 proveedores de LLM, embedders y bases de datos vectoriales.

⚡ Inicio Rápido

Opción A: Usando el Paquete Python pyspur

Esta es la forma más rápida de comenzar. Se requiere Python 3.12 o superior.

  1. Instala PySpur:

    pip install pyspur

  2. Inicializa un nuevo proyecto:

    pyspur init my-project
cd my-project

    Esto creará un nuevo directorio con un archivo .env.

  3. Inicia el servidor:

    pyspur serve --sqlite

    Por defecto, esto iniciará la aplicación PySpur en http://localhost:6080 utilizando una base de datos SQLite. Se recomienda configurar una URL de instancia de Postgres en el archivo .env para obtener una experiencia más estable.

  4. [Opcional] Personaliza tu despliegue: Puedes personalizar tu despliegue de PySpur de dos maneras:

    a. A través de la aplicación (Recomendado): - Navega a la pestaña de API Keys en la aplicación - Agrega tus claves API para varios proveedores (OpenAI, Anthropic, etc.) - Los cambios se aplican inmediatamente

    b. Configuración Manual: - Edita el archivo .env en el directorio de tu proyecto - Se recomienda configurar una base de datos Postgres en el archivo .env para mayor fiabilidad - Reinicia la aplicación con pyspur serve. Agrega --sqlite si no estás utilizando Postgres

Opción B: Usando Docker (Recomendado para sistemas escalables y en producción)

Esta es la forma recomendada para despliegues en producción:

  1. Instala Docker: Primero, instala Docker siguiendo la guía oficial de instalación para tu sistema operativo:

  2. Crea un Proyecto PySpur: Una vez instalado Docker, crea un nuevo proyecto PySpur con:

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

    Esto:

    • Iniciará un nuevo proyecto PySpur en un directorio llamado pyspur-project
    • Configurará los archivos de configuración necesarios
    • Iniciará la aplicación PySpur automáticamente, respaldada por una instancia local de Postgres en Docker

  3. Accede a PySpur: Ve a http://localhost:6080 en tu navegador.

  4. [Opcional] Personaliza tu despliegue: Puedes personalizar tu despliegue de PySpur de dos maneras:

    a. A través de la aplicación (Recomendado): - Navega a la pestaña de API Keys en la aplicación - Agrega tus claves API para varios proveedores (OpenAI, Anthropic, etc.) - Los cambios se aplican inmediatamente

    b. Configuración Manual: - Edita el archivo .env en el directorio de tu proyecto - Reinicia los servicios con: sh docker compose up -d

¡Eso es todo! Haz clic en "New Spur" para crear un flujo de trabajo, o comienza con una de las plantillas predefinidas.

✨ Beneficios Principales

Depuración a Nivel de Nodo:

visualization.mp4

Multimodal (Sube archivos o pega URLs)

PDFs, Videos, Audio, Imágenes, ...

multimodal.mp4

Bucles

Bucles

RAG

Paso 1) Crear Colección de Documentos (Segmentación + Análisis)

RAG_1.mp4

Paso 2) Crear Índice Vectorial (Incrustación + Actualización en DB Vectorial)

RAG_2.mp4

Bloques Modulares

blocks.mp4

Evaluar el Rendimiento Final

evals.mp4

Próximamente: Auto-mejora

optimization.mp4

🛠️ Configuración de Desarrollo de PySpur

[ Instrucciones para el desarrollo en sistemas tipo Unix. Desarrollo en Windows/PC no es soportado ]

Para el desarrollo, sigue estos pasos:

  1. Clona el repositorio:

    git clone https://github.com/PySpur-com/pyspur.git
cd pyspur

  2. Inicia utilizando docker-compose.dev.yml:

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

    Esto iniciará una instancia local de PySpur con recarga en caliente habilitada para el desarrollo.

  3. Personaliza tu configuración: Edita el archivo .env para configurar tu entorno. Por defecto, PySpur utiliza una base de datos PostgreSQL local. Para usar una base de datos externa, modifica las variables POSTGRES_* en el archivo .env.

⭐ Apóyanos

¡Puedes apoyarnos en nuestro trabajo dándonos una estrella! ¡Gracias!

star

Tu retroalimentación será enormemente apreciada. Por favor dinos qué características de esa lista te gustaría ver a continuación o solicita nuevas funcionalidades.