PySpur-Dev/pyspurView GitHub Homepage for Latest Official Releases

AIエージェント向けのビジュアルワークフロープラットフォーム。グラフィカルインターフェースを提供し、LLMワークフローの構築、デバッグ、評価を可能にし、AIエンジニアの反復速度を10倍に向上させます。

Apache-2.0TypeScriptpyspurPySpur-Dev 5.4k Last Updated: July 20, 2025

PySpur - AIエージェント可視化開発プラットフォーム

プロジェクト概要

PySpurは、AIエンジニアがAIエージェントを10倍の速度で反復開発できる、AIエージェント向けの可視化ワークフロープラットフォームです。これはY Combinatorが支援するオープンソースプロジェクトであり、AIエンジニアがインテリジェントエージェントを構築する際に直面する重要な課題を解決するために設計されています。

解決するコアな問題

AIエンジニアは、インテリジェントエージェントを構築する際に、一般的に次の3つの課題に直面します。

  1. プロンプト地獄：プロンプトの調整と試行錯誤に多くの時間を費やす
  2. ワークフローの盲点：ステップの相互作用の可視化が不足しており、隠れた故障や混乱につながる
  3. エンドツーエンドテストの悪夢：生の出力を監視し、JSONを手動で解析する必要がある

コア機能と特徴

🔄 ワークフロー管理

  • 可視化されたグラフィカルインターフェース：ドラッグアンドドロップでAIワークフローを構築
  • ループサポート：メモリ付きの反復ツール呼び出しをサポート
  • 人機協調：ワークフローを永続化し、手動承認をサポート
  • デバッグ：ワークフローの一時停止ポイント、手動承認後に実行を継続

📤 マルチモーダルデータ処理

  • ファイルアップロード：ファイルのアップロードまたはURLの貼り付けによるドキュメント処理をサポート
  • マルチモーダルサポート：ビデオ、画像、オーディオ、テキスト、コードなど、さまざまな形式を処理
  • 構造化された出力：JSON SchemaのUIエディタを提供

🗃️ RAGシステム

  • 完全なRAGフロー：解析、チャンク化、埋め込みを行い、データをベクトルデータベースに挿入
  • ベクトルデータベース統合：さまざまなベクトルデータベースをサポート

🧰 ツール統合

  • 豊富なツールサポート：Slack、Firecrawl.dev、Google Sheets、GitHubなどを統合
  • 拡張性：単一のPythonファイルを作成して新しいノードを追加可能

📊 監視と評価

  • 自動追跡：デプロイされたインテリジェントエージェントの実行軌跡を自動的にキャプチャ
  • 評価システム：現実世界のデータセットでインテリジェントエージェントのパフォーマンスを評価
  • ワンクリックデプロイ：APIとして公開し、どこにでも統合

🎛️ マルチベンダーサポート

  • 100以上のサービスプロバイダーをサポート：100以上のLLMプロバイダー、エンベッダー、ベクトルデータベースをサポート
  • Python駆動：Pythonに基づいて構築され、拡張とカスタマイズが容易

クイックスタート

インストール要件

  • Python 3.11以降

基本的なインストール手順

  1. PySpurのインストール
pip install pyspur
  1. 新しいプロジェクトの初期化
pyspur init my-project
cd my-project
  1. サーバーの起動
pyspur serve --sqlite

デフォルトでは、これは http://localhost:6080 でPySpurアプリケーションを起動し、sqliteデータベースを使用します。より安定したエクスペリエンスを得るには、.env ファイルにpostgresインスタンスのURLを設定することをお勧めします。

  1. 環境とAPIキーの設定（オプション）
  • アプリケーションインターフェース方式：APIキーのタブに移動して、プロバイダーキー（OpenAI、Anthropicなど）を追加
  • 手動方式：.env ファイルを編集し（postgresの設定を推奨）、pyspur serve で再起動

開発環境の設定

推奨される方法：開発コンテナの使用

Cursor/VS Codeと開発コンテナ（.devcontainer/devcontainer.json）を組み合わせて使用​​することをお勧めします。

  • 事前に構成されたツールと拡張機能による一貫した開発環境
  • PythonおよびTypeScript開発向けに最適化された設定
  • 自動ホットリロードとポートフォワーディング

手順：

  1. Cursor/VS CodeとDev Containers拡張機能をインストール
  2. リポジトリをクローンして開く
  3. プロンプトが表示されたら、"コンテナで再度開く"をクリック

手動設定方法

  1. リポジトリのクローン
git clone https://github.com/PySpur-com/pyspur.git
cd pyspur
  1. docker-composeを使用して起動
docker compose -f docker-compose.dev.yml up --build -d
  1. カスタム設定：.env を編集して環境を設定（PostgreSQL設定など）

注意：手動設定には追加の設定が必要であり、すべての開発コンテナ機能が含まれていない可能性があります。

アプリケーションシナリオ

PySpurは、特に次のシナリオに適しています。

  • 可視化されたデバッグが必要な複雑なAIワークフロー
  • 人的監督が必要な品質保証プロセス
  • マルチモーダルデータ処理アプリケーション
  • RAGシステムの構築と最適化
  • 大規模なインテリジェントエージェントアプリケーションのデプロイ

技術アーキテクチャ

  • フロントエンド：グラフィカルインターフェースベースのワークフローエディタ
  • バックエンド：Python駆動の実行エンジン
  • データベース：SQLiteとPostgreSQLをサポート
  • デプロイ：コンテナ化されたデプロイとワンクリックAPI公開をサポート

Star History Chart