PySpur - AI 지능형 에이전트 시각화 개발 플랫폼

프로젝트 개요

PySpur는 AI 엔지니어가 AI 지능형 에이전트를 10배 빠른 속도로 반복 개발할 수 있도록 지원하는 시각화 워크플로우 플랫폼입니다. Y Combinator의 지원을 받는 오픈 소스 프로젝트로, AI 엔지니어가 지능형 에이전트를 구축할 때 겪는 핵심적인 어려움을 해결하기 위해 설계되었습니다.

해결하는 핵심 문제

AI 엔지니어는 지능형 에이전트를 구축할 때 일반적으로 세 가지 주요 문제에 직면합니다.

1. 프롬프트 지옥: 프롬프트 최적화 및 반복적인 시행착오에 많은 시간 소모
2. 워크플로우 사각지대: 단계별 상호 작용에 대한 시각화 부족으로 숨겨진 오류 및 혼란 발생
3. 터미널 테스트 악몽: 원시 출력을 주시하고 JSON을 수동으로 분석해야 함

핵심 기능 특징

🔄 워크플로우 관리

• 시각화 그래픽 인터페이스: 드래그 앤 드롭 방식으로 AI 워크플로우 구축
• 순환 지원: 메모리가 있는 반복적인 도구 호출 지원
• 인간-기계 협업: 영구적인 워크플로우, 수동 승인 대기 지원
• 중단점 디버깅: 워크플로우 일시 중지 지점, 수동 승인 후 실행 재개 필요

📤 멀티모달 데이터 처리

• 파일 업로드: 파일 업로드 또는 URL 붙여넣기를 통한 문서 처리 지원
• 멀티모달 지원: 비디오, 이미지, 오디오, 텍스트, 코드 등 다양한 형식 처리
• 구조화된 출력: JSON 스키마의 UI 편집기 제공

🗃️ RAG 시스템

• 완전한 RAG 프로세스: 데이터 구문 분석, 분할, 임베딩 및 벡터 데이터베이스에 삽입
• 벡터 데이터베이스 통합: 다양한 벡터 데이터베이스 지원

🧰 도구 통합

• 풍부한 도구 지원: Slack, Firecrawl.dev, Google Sheets, GitHub 등 통합
• 확장성: 단일 Python 파일 생성으로 새 노드 추가 가능

📊 모니터링 및 평가

• 자동 추적: 배포된 지능형 에이전트의 실행 궤적 자동 캡처
• 평가 시스템: 실제 데이터 세트에서 지능형 에이전트 성능 평가
• 원클릭 배포: API로 게시하고 어디든 통합

🎛️ 다중 공급업체 지원

• 100+ 서비스 제공업체 지원: 100개 이상의 LLM 제공업체, 임베더 및 벡터 데이터베이스 지원
• Python 기반: Python 기반으로 구축되어 확장 및 사용자 정의 용이

빠른 시작

설치 요구 사항

• Python 3.11 이상

기본 설치 단계

1. PySpur 설치

pip install pyspur

2. 새 프로젝트 초기화

pyspur init my-project
cd my-project

3. 서버 시작

pyspur serve --sqlite

기본적으로 http://localhost:6080에서 PySpur 애플리케이션을 시작하고 sqlite 데이터베이스를 사용합니다. 보다 안정적인 경험을 위해 .env 파일에 postgres 인스턴스 URL을 구성하는 것이 좋습니다.

4. 환경 및 API 키 구성 (선택 사항)

• 애플리케이션 인터페이스 방식: API 키 탭으로 이동하여 공급업체 키 (OpenAI, Anthropic 등) 추가
• 수동 방식: .env 파일 편집 (postgres 구성 권장) 후 pyspur serve로 재시작

개발 환경 설정

권장 방식: 개발 컨테이너 사용

Cursor/VS Code와 개발 컨테이너(.devcontainer/devcontainer.json)를 함께 사용하여 다음을 얻는 것이 좋습니다.

• 사전 구성된 도구 및 확장이 있는 일관된 개발 환경
• Python 및 TypeScript 개발에 최적화된 설정
• 자동 핫 리로드 및 포트 포워딩

단계:

1. Cursor/VS Code 및 Dev Containers 확장 설치
2. 저장소 복제 및 열기
3. 프롬프트가 표시되면 "컨테이너에서 다시 열기" 클릭

수동 설정 방식

1. 저장소 복제

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

2. docker-compose를 사용하여 시작

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

3. 사용자 정의 설정: .env를 편집하여 환경 구성 (예: PostgreSQL 설정)

참고: 수동 설정에는 추가 구성이 필요하며 모든 개발 컨테이너 기능이 포함되지 않을 수 있습니다.

응용 시나리오

PySpur는 특히 다음과 같은 시나리오에 적합합니다.

• 시각적 디버깅이 필요한 복잡한 AI 워크플로우
• 인적 감독이 필요한 품질 보증 프로세스
• 멀티모달 데이터 처리 응용 프로그램
• RAG 시스템 구축 및 최적화
• 대규모 지능형 에이전트 응용 프로그램 배포

기술 아키텍처

• 프런트엔드: 그래픽 인터페이스 기반의 워크플로우 편집기
• 백엔드: Python 기반의 실행 엔진
• 데이터베이스: SQLite 및 PostgreSQL 지원
• 배포: 컨테이너화된 배포 및 원클릭 API 게시 지원