![PySpur](./docs/images/hero.png)

PySpurはPython製のAIエージェントビルダーです。AIエンジニアはこれを利用してエージェントを構築し、ステップバイステップで実行し、過去の実行結果を検証します。

https://github.com/user-attachments/assets/1ebf78c9-94b2-468d-bbbb-566311df16fe # 🕸️ なぜ PySpur なのか？ - ✅ **テスト駆動型**: ワークフローを構築し、テストケースを実行し、反復します。 - 👤 **ヒューマンインザループ**: 人間の承認または拒否を待つ永続的なワークフロー。 - 🔄 **ループ**: メモリを活用した反復的なツール呼び出し。 - 📤 **ファイルアップロード**: ファイルのアップロードやURLの貼り付けによりドキュメントを処理します。 - 📋 **構造化された出力**: JSONスキーマ用のUIエディタ。 - 🗃️ **RAG**: データを解析、分割、埋め込み、そしてVector DBにアップサートします。 - 🖼️ **マルチモーダル**: ビデオ、画像、オーディオ、テキスト、コードに対応。 - 🧰 **ツール**: Slack、Firecrawl.dev、Google Sheets、GitHubなど多数。 - 🧪 **評価**: 実際のデータセットでエージェントを評価します。 - 🚀 **ワンクリックデプロイ**: APIとして公開し、どこにでも統合可能。 - 🐍 **Pythonベース**: 単一のPythonファイルを作成するだけで新しいノードを追加できます。 - 🎛️ **どのベンダーにも対応**: 100以上のLLMプロバイダー、エンベッダー、Vector DBに対応。 # ⚡ クイックスタートこれは最も迅速なスタート方法です。Python 3.11以上が必要です。 1. **PySpurのインストール:** ```sh pip install pyspur ``` 2. **新しいプロジェクトの初期化:** ```sh pyspur init my-project cd my-project ``` これにより、`.env`ファイルを含む新しいディレクトリが作成されます。 3. **サーバーの起動:** ```sh pyspur serve --sqlite ``` デフォルトでは、SQLiteデータベースを使用して `http://localhost:6080` でPySpurアプリが起動します。より安定した動作を求める場合は、`.env`ファイルにPostgresのインスタンスURLを設定することを推奨します。 4. **[オプション] 環境設定とAPIキーの追加:** - **アプリUI**: APIキータブに移動して各プロバイダーのキー（OpenAI、Anthropicなど）を追加 - **手動設定**: `.env`ファイルを編集（推奨：postgresを設定）し、`pyspur serve`で再起動 # ✨ 主な利点 ## ヒューマンインザループブレークポイント: これらのブレークポイントは到達時にワークフローを一時停止し、人間が承認するとすぐに再開します。品質保証が必要なワークフローに人間の監視を可能にします：ワークフローが進む前に重要な出力を検証します。 https://github.com/user-attachments/assets/98cb2b4e-207c-4d97-965b-4fee47c94ce8 ## ノードレベルでのデバッグ: https://github.com/user-attachments/assets/6e82ad25-2a46-4c50-b030-415ea9994690 ## マルチモーダル（ファイルアップロードまたはURL貼り付け） PDF、ビデオ、オーディオ、画像、… https://github.com/user-attachments/assets/83ed9a22-1ec1-4d86-9dd6-5d945588fd0b ## ループ Loops

## RAG ### ステップ 1) ドキュメントコレクションの作成（チャンク分割＋解析） https://github.com/user-attachments/assets/c77723b1-c076-4a64-a01d-6d6677e9c60e ### ステップ 2) ベクターインデックスの作成（埋め込み＋Vector DBアップサート） https://github.com/user-attachments/assets/50e5c711-dd01-4d92-bb23-181a1c5bba25 ## モジュール式ビルディングブロック https://github.com/user-attachments/assets/6442f0ad-86d8-43d9-aa70-e5c01e55e876 ## 最終パフォーマンスの評価 https://github.com/user-attachments/assets/4dc2abc3-c6e6-4d6d-a5c3-787d518de7ae ## 近日公開予定：自己改善 https://github.com/user-attachments/assets/5bef7a16-ef9f-4650-b385-4ea70fa54c8a # 🛠️ PySpur 開発環境セットアップ #### [ Unix系システムでの開発向けの手順です。Windows/PCでの開発はサポートされていません ] 開発のためには、以下の手順に従ってください： 1. **リポジトリのクローン:** ```sh git clone https://github.com/PySpur-com/pyspur.git cd pyspur ``` 2. **docker-compose.dev.ymlを使用して起動:** ```sh docker compose -f docker-compose.dev.yml up --build -d ``` これにより、開発用にホットリロードが有効なPySpurのローカルインスタンスが起動します。 3. **セットアップのカスタマイズ:** 環境設定のために `.env` ファイルを編集してください。デフォルトでは、PySpurはローカルのPostgreSQLデータベースを使用しています。外部データベースを使用する場合は、`.env` 内の `POSTGRES_*` 変数を変更してください. # ⭐ サポートスターを押していただくことで、私たちの活動をサポートしていただけます。ありがとうございます！ ![star](https://github.com/user-attachments/assets/71f65273-6755-469d-be44-087bb89d5e76) 皆様のフィードバックを大変ありがたく思います。次にどの機能を見たいか、または全く新しい機能のリクエストがあれば、ぜひ[お知らせください](mailto:founders@pyspur.dev?subject=Feature%20Request&body=I%20want%20this%20feature%3Ai).