PySpur - منصة تطوير مرئي للوكلاء الأذكياء الاصطناعيين

نظرة عامة على المشروع

PySpur هي منصة سير عمل مرئية للوكلاء الأذكياء الاصطناعيين، تمكن مهندسي الذكاء الاصطناعي من تطوير الوكلاء الأذكياء الاصطناعيين بسرعة مضاعفة 10 مرات. هذا مشروع مفتوح المصدر مدعوم من Y Combinator، مصمم خصيصًا لحل المشكلات الرئيسية التي يواجهها مهندسو الذكاء الاصطناعي عند بناء الوكلاء الأذكياء.

المشاكل الأساسية التي يحلها

يواجه مهندسو الذكاء الاصطناعي ثلاثة تحديات رئيسية عند بناء الوكلاء الأذكياء:

1. جحيم المطالبات : قضاء الكثير من الوقت في تحسين المطالبات والتجربة والخطأ المتكرر
2. نقاط عمياء في سير العمل : نقص التصور للتفاعلات بين الخطوات، مما يؤدي إلى أعطال خفية وارتباك
3. كابوس اختبار المحطة الطرفية : الحاجة إلى مراقبة المخرجات الأصلية وتحليل JSON يدويًا

الميزات والوظائف الأساسية

🔄 إدارة سير العمل

• واجهة مستخدم رسومية مرئية : بناء سير عمل الذكاء الاصطناعي عن طريق السحب والإفلات
• دعم التكرار : دعم استدعاءات الأدوات التكرارية مع الذاكرة
• التعاون بين الإنسان والآلة : استمرار سير العمل، ودعم انتظار الموافقات البشرية
• تصحيح الأخطاء بنقاط التوقف : نقاط توقف سير العمل، تتطلب موافقة بشرية قبل المتابعة

📤 معالجة البيانات متعددة الوسائط

• تحميل الملفات : دعم تحميل الملفات أو لصق عناوين URL لمعالجة المستندات
• دعم متعدد الوسائط : معالجة تنسيقات متعددة مثل الفيديو والصور والصوت والنصوص والأكواد
• مخرجات منظمة : توفير محرر واجهة مستخدم لمخطط JSON

🗃️ نظام RAG

• عملية RAG كاملة : تحليل وتقسيم وتضمين وإدخال البيانات في قاعدة بيانات المتجهات
• تكامل قاعدة بيانات المتجهات : دعم قواعد بيانات المتجهات المتعددة

🧰 تكامل الأدوات

• دعم غني للأدوات : تكامل Slack و Firecrawl.dev و Google Sheets و GitHub وغيرها
• قابلية التوسع : إضافة عقد جديدة عن طريق إنشاء ملف Python واحد

📊 المراقبة والتقييم

• تتبع تلقائي : التقاط تلقائي لمسارات تنفيذ الوكلاء الأذكياء الذين تم نشرهم
• نظام التقييم : تقييم أداء الوكيل الذكي على مجموعات بيانات العالم الحقيقي
• نشر بنقرة واحدة : النشر كواجهة برمجة تطبيقات (API) والتكامل في أي مكان

🎛️ دعم متعدد البائعين

• دعم أكثر من 100 مزود خدمة : دعم أكثر من 100 مزود LLM ومضمن وقاعدة بيانات متجهات
• مدفوعة بواسطة Python : مبنية على Python، سهلة التوسيع والتخصيص

بداية سريعة

متطلبات التثبيت

• Python 3.11 أو إصدار أحدث

خطوات التثبيت الأساسية

1. تثبيت PySpur

   pip install pyspur
   

2. تهيئة مشروع جديد

   pyspur init my-project
   cd my-project
   

3. تشغيل الخادم

   pyspur serve --sqlite
   

بشكل افتراضي، سيؤدي هذا إلى تشغيل تطبيق PySpur على http://localhost:6080، باستخدام قاعدة بيانات sqlite. يوصى بتكوين عنوان URL لمثيل postgres في ملف .env للحصول على تجربة أكثر استقرارًا.

4. تكوين البيئة ومفاتيح API (اختياري)
   • طريقة واجهة التطبيق : انتقل إلى علامة تبويب مفاتيح API لإضافة مفاتيح المزود (OpenAI و Anthropic وما إلى ذلك)
   • طريقة يدوية : تحرير ملف .env (يوصى بتكوين postgres) وإعادة تشغيل pyspur serve

إعداد بيئة التطوير

الطريقة الموصى بها: استخدام حاوية التطوير

يوصى باستخدام Cursor/VS Code مع حاوية التطوير (.devcontainer/devcontainer.json) للحصول على:

• بيئة تطوير متسقة مع أدوات وإضافات مُعدة مسبقًا
• إعدادات محسنة لتطوير Python و TypeScript
• إعادة تحميل تلقائي سريع وإعادة توجيه المنفذ

الخطوات:

1. تثبيت Cursor/VS Code وإضافة Dev Containers
2. استنساخ وفتح المستودع
3. انقر فوق "إعادة الفتح في الحاوية" عند المطالبة

طريقة الإعداد اليدوي

1. استنساخ المستودع

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

2. تشغيل باستخدام docker-compose

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

3. إعدادات مخصصة : تحرير .env لتكوين البيئة (مثل إعدادات PostgreSQL)

ملاحظة: يتطلب الإعداد اليدوي تكوينًا إضافيًا وقد لا يتضمن جميع ميزات حاوية التطوير.

سيناريوهات التطبيق

PySpur مناسب بشكل خاص للحالات التالية:

• سير عمل الذكاء الاصطناعي المعقد الذي يحتاج إلى تصحيح الأخطاء المرئي
• عمليات ضمان الجودة التي تتطلب إشرافًا بشريًا
• تطبيقات معالجة البيانات متعددة الوسائط
• بناء وتحسين نظام RAG
• نشر تطبيقات الوكلاء الأذكياء على نطاق واسع

الهيكل التقني

• الواجهة الأمامية : محرر سير عمل يعتمد على واجهة رسومية
• الواجهة الخلفية : محرك تنفيذ مدفوع بواسطة Python
• قاعدة البيانات : دعم SQLite و PostgreSQL
• النشر : دعم النشر في حاويات ونشر API بنقرة واحدة