PySpur

正常
GitHub TypeScript Apache-2.0

简介

PySpur 是一个可视化 Agent 工作流编辑平台,支持拖拽式构建 AI Agent 管道,内置评估测试和人机协作循环。

核心特性

  • 可视化拖拽构建 AI Agent 工作流,支持节点级调试和执行追踪
  • 内置 Human-in-the-Loop 断点,工作流可暂停等待人工审批后继续
  • 支持文件上传和多模态处理(PDF、视频、音频、图片)
  • 内置 RAG 模块:文档解析、分块、向量化和向量库集成
  • 一键发布为 API,支持 100+ LLM 提供商和向量数据库
  • Python 扩展机制:单个 Python 文件即可创建自定义节点

适用场景

💡 AI 应用快速原型开发:拖拽构建 Agent 管道,快速迭代测试
💡 企业级工作流自动化:需要人工审核环节的多步骤 AI 流程
💡 文档智能处理:基于 RAG 的企业知识库问答系统
💡 多模态内容分析:视频、图片、音频的自动化处理管道

优势与不足

优势

  • 社区热度高(5.8k stars)
  • 开源许可证友好(Apache-2.0)
  • Issue 响应及时,积压少

快速开始

pip install pyspur && pyspur init my-project && cd my-project && pyspur serve --sqlite

相关项目

Cultivation World Simulator

2.0k · Python
活跃 A

基于 AI 智能体工作流的修仙世界模拟器,利用多智能体协作还原智能、开放的仙侠世界,展示智能体工作流在复杂场景中的能力。

multi-agentworkflowagent +1
  • · 每个 NPC 都是独立的 LLM 驱动 Agent,拥有独特个性、记忆、人际关系和决策逻辑
  • · 涌现式叙事,无预设剧本——宗门大战、正魔之争、天骄崛起由世界规则和 AI 交互自然产生
  • · 丰富的修仙世界体系,包括灵根、境界、功法、宗门、丹药、法宝和武道会

Patchwork

1.6k · Python
活跃 B

面向企业工作流自动化的智能体 AI 框架,通过 LLM 驱动的自动化流水线处理代码审查、DevOps 等企业级任务。

automationworkflowagent +2
  • · 可复用的原子 Steps,支持创建 PR、提交更改、调用 LLM 等操作
  • · 可定制的 Prompt 模板,针对库更新、代码生成和漏洞修复进行优化
  • · Patchflows 组合 Steps 和 Prompts,实现 PR 审查、代码修复和文档自动化

相关文章