PySpur은 파이썬 기반의 AI 에이전트 빌더입니다. AI 엔지니어들은 이를 사용해 에이전트를 구축하고, 단계별로 실행하며 과거 실행 기록을 검토합니다.
https://github.com/user-attachments/assets/1ebf78c9-94b2-468d-bbbb-566311df16fe
# 🕸️ 왜 PySpur인가?
- ✅ **테스트 주도**: 워크플로우를 구축하고, 테스트 케이스를 실행하며, 반복합니다.
- 👤 **인간 참여 루프**: 인간의 승인 또는 거부를 기다리는 지속적인 워크플로우.
- 🔄 **루프**: 메모리를 활용한 반복적 도구 호출.
- 📤 **파일 업로드**: 파일을 업로드하거나 URL을 붙여넣어 문서를 처리.
- 📋 **구조화된 출력**: JSON 스키마용 UI 편집기.
- 🗃️ **RAG**: 데이터를 파싱, 청킹, 임베딩 및 벡터 DB에 업서트.
- 🖼️ **멀티모달**: 비디오, 이미지, 오디오, 텍스트, 코드 지원.
- 🧰 **도구**: Slack, Firecrawl.dev, Google Sheets, GitHub 등.
- 🧪 **평가**: 실제 데이터셋에서 에이전트 평가.
- 🚀 **원클릭 배포**: API로 발행하여 원하는 곳에 통합.
- 🐍 **파이썬 기반**: 단일 파이썬 파일 생성으로 새 노드 추가.
- 🎛️ **모든 벤더 지원**: 100개 이상의 LLM 제공업체, 임베더, 벡터 DB 지원.
# ⚡ 빠른 시작
시작하는 가장 빠른 방법입니다. 파이썬 3.11 이상이 필요합니다.
1. **PySpur 설치:**
```sh
pip install pyspur
```
2. **새 프로젝트 초기화:**
```sh
pyspur init my-project
cd my-project
```
새 디렉토리와 함께 `.env` 파일이 생성됩니다.
3. **서버 시작:**
```sh
pyspur serve --sqlite
```
기본적으로 SQLite 데이터베이스를 사용하여 `http://localhost:6080`에서 PySpur 앱이 시작됩니다.
보다 안정적인 사용을 위해 `.env` 파일에 PostgreSQL 인스턴스 URL을 설정하는 것을 권장합니다.
4. **[선택 사항] 환경 구성 및 API 키 추가:**
- **앱 UI**: API 키 탭으로 이동하여 공급자 키(OpenAI, Anthropic 등) 추가
- **수동 구성**: `.env` 파일 편집(권장: postgres 구성) 후 `pyspur serve`로 재시작
# ✨ 핵심 이점
## 인간 참여 중단점:
이러한 중단점은 도달했을 때 워크플로우를 일시 중지하고 인간이 승인하면 재개됩니다.
품질 보증이 필요한 워크플로우에 인간의 감독을 가능하게 합니다: 워크플로우가 진행되기 전에 중요한 출력을 검증합니다.
https://github.com/user-attachments/assets/98cb2b4e-207c-4d97-965b-4fee47c94ce8
## 노드 레벨에서 디버그:
https://github.com/user-attachments/assets/6e82ad25-2a46-4c50-b030-415ea9994690
## 멀티모달 (파일 업로드 또는 URL 붙여넣기)
PDF, 비디오, 오디오, 이미지, ...
https://github.com/user-attachments/assets/83ed9a22-1ec1-4d86-9dd6-5d945588fd0b
## 루프
## RAG
### 1단계) 문서 컬렉션 생성 (청킹 + 파싱)
https://github.com/user-attachments/assets/c77723b1-c076-4a64-a01d-6d6677e9c60e
### 2단계) 벡터 인덱스 생성 (임베딩 + 벡터 DB 업서트)
https://github.com/user-attachments/assets/50e5c711-dd01-4d92-bb23-181a1c5bba25
## 모듈형 빌딩 블록
https://github.com/user-attachments/assets/6442f0ad-86d8-43d9-aa70-e5c01e55e876
## 최종 성능 평가
https://github.com/user-attachments/assets/4dc2abc3-c6e6-4d6d-a5c3-787d518de7ae
## 곧 추가될 기능: 자기 개선
https://github.com/user-attachments/assets/5bef7a16-ef9f-4650-b385-4ea70fa54c8a
# 🛠️ PySpur 개발 환경 설정
#### [ 유닉스 계열 시스템 개발 지침. Windows/PC 개발은 지원되지 않음 ]
개발을 위해 아래 단계를 따르세요:
1. **리포지토리 클론:**
```sh
git clone https://github.com/PySpur-com/pyspur.git
cd pyspur
```
2. **docker-compose.dev.yml 사용하여 실행:**
```sh
docker compose -f docker-compose.dev.yml up --build -d
```
이 명령어는 개발용 핫 리로딩이 활성화된 로컬 PySpur 인스턴스를 시작합니다.
3. **환경 설정 맞춤:**
환경 구성을 위해 `.env` 파일을 수정합니다. 기본적으로 PySpur는 로컬 PostgreSQL 데이터베이스를 사용합니다. 외부 데이터베이스를 사용하려면 `.env` 파일의 `POSTGRES_*` 변수를 수정하세요.
# ⭐ 지원해 주세요
별을 남겨 주셔서 저희의 작업을 지원하실 수 있습니다! 감사합니다!
여러분의 피드백은 큰 힘이 됩니다.
다음에 보고 싶은 기능이나 완전히 새로운 기능 요청이 있다면 [알려주세요](mailto:founders@pyspur.dev?subject=Feature%20Request&body=I%20want%20this%20feature%3Ai).