Skip to content

Latest commit

 

History

History
98 lines (64 loc) · 3.9 KB

README_ES.md

File metadata and controls

98 lines (64 loc) · 3.9 KB

PySpur - Editor Basado en Grafos para Flujos de Trabajo con LLM

README en inglés 简体中文版自述文件 日本語のREADME README en coreano Deutsche Version der README Version française du README Versión en español del README

hero.mp4

✨ Beneficios Clave

Bloques de Construcción Modulares

blocks.mp4

Depuración a Nivel de Nodo

visualization.mp4

Evaluación del Desempeño Final

evals.mp4

Próximamente: Auto-Mejora

optimization.mp4

🕸️ ¿Por Qué PySpur?

  • Fácil de modificar, por ejemplo, puedes agregar nuevos nodos de flujo de trabajo simplemente creando un solo archivo en Python.
  • Configuraciones JSON para gráficos de flujo de trabajo, lo que facilita su compartición y control de versiones.
  • Ligero gracias a dependencias mínimas, evitando la sobrecarga de marcos (frameworks) LLM pesados.

⚡ Inicio Rápido

Puedes poner en marcha PySpur en tres pasos rápidos.

  1. Clona el repositorio:

    git clone https://github.com/PySpur-com/PySpur.git
    cd pyspur
  2. Inicia los servicios con Docker:

    sudo docker compose up --build -d

    Esto iniciará una instancia local de PySpur que almacenará los “spurs” y sus ejecuciones en un archivo SQLite local.

  3. Accede al portal:

    Ve a http://localhost:6080/ en tu navegador.

    Ingresa pyspur/canaryhattan como usuario/contraseña.

  4. Agrega las claves de tu proveedor LLM:

    Ve al menú de configuración en la esquina superior derecha del portal

    image

    Selecciona la pestaña "API keys"

    image

    Ingresa la clave de tu proveedor y haz clic en guardar (el botón de guardar aparecerá después de que agregues o modifiques una clave)

    image

La configuración está completa. Haz clic en "New Spur" para crear un flujo de trabajo, o comienza con una de las plantillas predeterminadas.

🗺️ Hoja de Ruta

  • Lienzo
  • Ejecución Asíncrona/por Lotes
  • Evaluaciones
  • API de Spur
  • Nuevos Nodos
    • Nodos LLM
    • If-Else
    • Unir Ramas
    • Herramientas
    • Bucles
  • Optimización de flujos a través de DSPy y métodos relacionados
  • Plantillas
  • Compilar Spurs a Código
  • Soporte Multimodal
  • Contenerización de Verificadores de Código
  • Tablero de Clasificaciones (Leaderboard)
  • Generar Spurs mediante IA

Tu retroalimentación será enormemente apreciada. Por favor, dinos qué características de la lista te gustaría ver a continuación o solicita nuevas funciones.