README_JA.md

PySpur - グラフベースのLLMワークフローエディタ

hero.mp4

✨ コアとなる利点

モジュール型ビルディングブロック

blocks.mp4

ノード単位でのデバッグ

visualization.mp4

最終的なパフォーマンス評価

evals.mp4

近日公開予定: 自己改善機能

optimization.mp4

🕸️ なぜPySpurなのか？

• ハッキングが簡単：新しいワークフローノードを追加するには、Pythonファイルを1つ追加するだけでOK。
• ワークフローグラフをJSON設定で管理でき、容易に共有やバージョン管理が可能。
• 軽量：最小限の依存関係で動作し、過剰なLLMフレームワークを回避。

⚡ クイックスタート

以下の3ステップでPySpurをすぐに起動できます。

1. リポジトリをクローンする:

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

2. Dockerサービスを起動する:

   sudo docker compose up --build -d

   これにより、ローカルインスタンスのPySpurが起動し、ワークフロー（Spur）とその実行履歴がローカルのSQLiteファイルに保存されます。

3. ポータルへアクセスする: ブラウザで http://localhost:6080/ にアクセスします。

   ユーザー名/パスワードとして pyspur / canaryhattan を入力します。

4. LLMプロバイダーのキーを追加する: 右上の設定メニューへ進みます。

   

   「API keys」タブを選択します。

   

   プロバイダーのキーを入力し、「Save」をクリックします（キーを追加/変更すると保存ボタンが表示されます）。

   

セットアップはこれで完了です。「New Spur」をクリックしてワークフローを新規作成するか、用意されたテンプレートから始めてみてください。

🗺️ ロードマップ

• キャンバス
• 非同期/バッチ実行
• 評価（Evals）
• Spur API
• 新規ノード
  • LLMノード
  • If-Else
  • ブランチのマージ
  • ツール
  • ループ
• DSPy等を用いたパイプライン最適化
• テンプレート
• Spursをコードにコンパイル
• マルチモーダル対応
• コード検証用コンテナ化
• リーダーボード
• AIによるSpur生成

皆様のフィードバックを大いに歓迎します。
ご希望の機能や新機能リクエストがあれば、ぜひお知らせください。