PySpur-Dev/pyspur

它解决了什么

PySpur 解决了 AI 代理开发中的“纸屑”问题：无尽的提示词微调带来的挫败感（Prompt Hell）、步骤之间交互缺乏可视性（Workflow Blindspots），以及在终端中调试原始 JSON 输出的困难（Terminal Testing Nightmare）。

它如何工作

PySpur 提供一个可视化的游乐场用于构建和迭代代理。用户可以定义测试用例、通过 UI 或 Python 代码构建代理，并不断迭代设计。系统支持一键将代理部署为 API。

适用人群

想要更快构建、调试和部署可靠 AI 代理的 AI 工程师，无需手动解析日志或重复造轮子。

亮点

• Human-in-the-Loop：工作流可以在断点暂停，等待人工批准后再继续。
• RAG 能力：内置工具可解析、切块、嵌入并上载数据到向量数据库。
• 多模态支持：支持文本、代码、图像、音频和视频。
• 可扩展性：只需创建单个 Python 文件即可添加新节点。
• 广泛集成：支持超过 100 家 LLM 提供商、嵌入模型和向量数据库。
• 迭代工具：包括循环支持用于迭代工具调用，并内置评估工具用于真实数据集。