README_DE.md

PySpur - Graphbasierter Editor für LLM-Workflows

hero.mp4

✨ Vorteile

Modulare Bausteine

blocks.mp4

Debugging auf Knoten--ebene

visualization.mp4

Evaluierung der Endleistung

evals.mp4

Demnächst: Selbstverbesserung

optimization.mp4

🕸️ Warum PySpur?

• Leicht erweiterbar: Zum Beispiel kann man neue Workflow-Knoten einfach durch das Hinzufügen einer einzigen Python-Datei erstellen.
• JSON-Konfigurationen für Workflow-Grafen, was das einfache Teilen und die Versionskontrolle ermöglicht.
• Leichtgewichtig dank minimaler Abhängigkeiten, um aufgeblähte LLM-Frameworks zu vermeiden.

⚡ Schnellstart

Mit drei einfachen Schritten können Sie PySpur zum Laufen bringen.

1. Repository klonen:

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

2. Docker-Services starten:

   sudo docker compose up --build -d

   Dies startet eine lokale Instanz von PySpur, die Spuren (Spurs) und ihre Ausführungen in einer lokalen SQLite-Datei speichert.

3. Auf das Portal zugreifen:

   Öffnen Sie in Ihrem Browser http://localhost:6080/.

   Geben Sie als Benutzername/Passwort pyspur/canaryhattan ein.

4. Ihre LLM-Provider-Keys hinzufügen:

   Gehen Sie zum Einstellungsmenü oben rechts im Portal.

   

   Wählen Sie den Reiter "API keys" aus.

   

   Geben Sie den Key Ihres Anbieters ein und klicken Sie auf "Save" (Speichern). (Die Schaltfläche zum Speichern erscheint, nachdem Sie einen Key hinzugefügt oder bearbeitet haben.)

   

Die Einrichtung ist abgeschlossen. Klicken Sie auf "New Spur", um einen neuen Workflow zu erstellen, oder beginnen Sie mit einer der vorgegebenen Vorlagen.

🗺️ Roadmap

• Canvas
• Asynchrone/Batch-Ausführung
• Evaluierungen
• Spur-API
• Neue Knoten
  • LLM-Knoten
  • If-Else
  • Zusammenführen von Zweigen
  • Tools
  • Schleifen
• Pipeline-Optimierung mit DSPy und verwandten Methoden
• Vorlagen (Templates)
• Kompilieren von Spurs in Code
• Multimodale Unterstützung
• Containerisierung von Code-Verifizierern
• Bestenliste (Leaderboard)
• Erstellen von Spurs mittels KI

Ihr Feedback ist uns sehr wichtig.
Bitte teilen Sie es uns mit, welche Funktionen Sie als Nächstes sehen möchten oder schlagen Sie völlig neue Features vor.