PySpur - Plataforma de Desenvolvimento Visual para Agentes de IA

Visão Geral do Projeto

PySpur é uma plataforma de fluxo de trabalho visual para agentes de IA, permitindo que engenheiros de IA iterem no desenvolvimento de agentes de IA 10 vezes mais rápido. Este é um projeto de código aberto apoiado pela Y Combinator, projetado para resolver os principais problemas que os engenheiros de IA enfrentam ao construir agentes inteligentes.

Principais Problemas Resolvidos

Os engenheiros de IA geralmente enfrentam três desafios ao construir agentes inteligentes:

1. Inferno dos Prompts: Gastar muito tempo ajustando prompts e repetindo tentativas e erros.
2. Pontos Cegos no Fluxo de Trabalho: Falta de visualização das interações passo a passo, levando a falhas ocultas e confusão.
3. Pesadelo dos Testes de Ponta a Ponta: Necessidade de observar a saída bruta e analisar manualmente o JSON.

Principais Características e Funcionalidades

🔄 Gerenciamento de Fluxo de Trabalho

• Interface Gráfica Visual: Construa fluxos de trabalho de IA arrastando e soltando.
• Suporte a Loops: Suporte para chamadas de ferramentas iterativas com memória.
• Colaboração Humano-Máquina: Persista fluxos de trabalho, suportando a espera por aprovação humana.
• Depuração com Pontos de Interrupção: Pontos de pausa no fluxo de trabalho, exigindo aprovação manual para continuar a execução.

📤 Processamento de Dados Multimodal

• Upload de Arquivos: Suporte para upload de arquivos ou colar URLs para processar documentos.
• Suporte Multimodal: Processa vários formatos, como vídeo, imagem, áudio, texto, código, etc.
• Saída Estruturada: Fornece um editor de UI para JSON Schema.

🗃️ Sistema RAG

• Fluxo RAG Completo: Analisa, divide em blocos, incorpora e insere dados em um banco de dados vetorial.
• Integração com Banco de Dados Vetorial: Suporta vários bancos de dados vetoriais.

🧰 Integração de Ferramentas

• Suporte Rico a Ferramentas: Integra Slack, Firecrawl.dev, Google Sheets, GitHub, etc.
• Extensibilidade: Adicione novos nós criando um único arquivo Python.

📊 Monitoramento e Avaliação

• Rastreamento Automático: Captura automaticamente os rastros de execução de agentes inteligentes implantados.
• Sistema de Avaliação: Avalia o desempenho do agente inteligente em conjuntos de dados do mundo real.
• Implantação com Um Clique: Publique como uma API e integre em qualquer lugar.

🎛️ Suporte a Múltiplos Fornecedores

• Suporte a Mais de 100 Provedores: Suporta mais de 100 provedores de LLM, incorporadores e bancos de dados vetoriais.
• Baseado em Python: Construído em Python, fácil de estender e personalizar.

Início Rápido

Requisitos de Instalação

• Python 3.11 ou superior

Etapas Básicas de Instalação

1. Instale o PySpur

pip install pyspur

2. Inicialize um Novo Projeto

pyspur init my-project
cd my-project

3. Inicie o Servidor

pyspur serve --sqlite

Por padrão, isso iniciará o aplicativo PySpur em http://localhost:6080, usando um banco de dados sqlite. Recomenda-se configurar uma URL de instância postgres no arquivo .env para uma experiência mais estável.

4. Configure o Ambiente e as Chaves de API (Opcional)

• Via Interface do Aplicativo: Navegue até a guia de chaves de API para adicionar chaves de provedor (OpenAI, Anthropic, etc.).
• Manualmente: Edite o arquivo .env (recomenda-se configurar o postgres) e reinicie com pyspur serve.

Configuração do Ambiente de Desenvolvimento

Método Recomendado: Usar Contêiner de Desenvolvimento

Recomenda-se usar Cursor/VS Code com um contêiner de desenvolvimento (.devcontainer/devcontainer.json) para obter:

• Um ambiente de desenvolvimento consistente com ferramentas e extensões pré-configuradas.
• Configurações otimizadas para desenvolvimento em Python e TypeScript.
• Recarregamento automático e encaminhamento de porta.

Passos:

1. Instale Cursor/VS Code e a extensão Dev Containers.
2. Clone e abra o repositório.
3. Clique em "Reabrir no Contêiner" quando solicitado.

Método de Configuração Manual

1. Clone o Repositório

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

2. Inicie usando docker-compose

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

3. Configurações Personalizadas: Edite o arquivo .env para configurar o ambiente (como configurações do PostgreSQL).

Observação: A configuração manual requer configuração adicional e pode não incluir todos os recursos do contêiner de desenvolvimento.

Casos de Uso

PySpur é especialmente adequado para os seguintes cenários:

• Fluxos de trabalho de IA complexos que exigem depuração visual.
• Processos de garantia de qualidade que exigem supervisão humana.
• Aplicações de processamento de dados multimodais.
• Construção e otimização de sistemas RAG.
• Implantação de aplicações de agentes inteligentes em larga escala.

Arquitetura Técnica

• Frontend: Editor de fluxo de trabalho baseado em interface gráfica.
• Backend: Motor de execução baseado em Python.
• Banco de Dados: Suporta SQLite e PostgreSQL.
• Implantação: Suporta implantação em contêineres e publicação de API com um clique.