简介
PySpur 是一个开源的 Agent 工作流可视化构建工具。简单说，它帮你把调试 AI Agent 的过程从"对着终端改提示词"变成"拖拽组件看流程图"。目前 GitHub 上有 5700+ star，Apache 2.0 协议。
如果你做过 Agent 开发，大概经历过这种痛苦：改一句 prompt，跑一遍测试，输出是 JSON 但你肉眼解析，某个节点挂了不知道是哪一步出错。PySpur 想解决的正是这些问题。
核心功能
可视化流程编辑器：拖拽节点连线，看清楚每一步输入输出。不用在脑子里想象数据流向。
Human-in-the-Loop：工作流跑到某个节点可以暂停，等人审核后继续。适合需要人工把关的场景，比如内容生成后需要审核。
循环调用：Agent 可以重复调用工具并保留记忆。比如多次搜索、迭代优化输出。
RAG 支持：内置文档解析、分块、向量化、入库的完整流程。不用自己拼这几个步骤。
多模态：视频、图片、音频、文本、代码都能处理。
执行追踪：部署后的 Agent 每次运行都有完整日志，出问题能回溯。
评估功能：用真实数据集测试 Agent 表现，不只是"跑一下试试"。
一键部署：工作流配好后可以直接发布成 API。
多模型支持：OpenAI、Anthropic 等 100+ LLM 提供商都能接。
价格方案
| 方案 | 价格 | 功能限制 |
|---|---|---|
| 开源版 | 免费 | 全部功能，需自托管 |
| 云服务版 | 待定 | 官方托管，具体价格见官网 |
PySpur 目前主力是开源版本，pip install pyspur 就能跑。官方也在筹备云服务，具体价格还没公开。
💡 点击下方链接可享受专属优惠 CPS链接：PySpur官网 →
优缺点对比
| 优点 | 缺点 |
|---|---|
| 开源免费，可自托管 | 文档还在完善中 |
| 可视化调试效率高 | 需要一定 Python 基础 |
| 支持 100+ 模型提供商 | 云服务价格未公开 |
| 内置 RAG 流程，不用自己拼 | 社区规模尚小 |
| 一键部署成 API | 初次配置数据库需要时间 |
适合人群
推荐给：
- 在做 Agent 开发、调试痛苦的工程师
- 需要可视化展示工作流给团队看的团队
- 想快速搭 RAG 但不想从零拼组件的人
不推荐：
- 完全没写过代码的新手
- 只需要简单 prompt 调用、不需要复杂工作流的场景
- 预算紧张且没有服务器资源的个人
使用教程
1. 安装
pip install pyspur
2. 初始化项目
pyspur init my-project
cd my-project
3. 启动服务
pyspur serve --sqlite
默认会在 http://localhost:6080 启动。生产环境建议配置 PostgreSQL。
4. 配置 API Key
在界面里的 API Keys 标签页添加模型提供商的密钥（OpenAI、Anthropic 等），或者直接编辑 .env 文件。
5. 开始搭建
打开浏览器访问本地地址，用可视化编辑器拖拽节点、连线、配置参数。跑一下看输出，改一下再跑。
购买建议
PySpur 的核心价值是"省时间"。如果你现在调试 Agent 的方式是改 prompt → 跑脚本 → 看日志 → 再改，那可视化编辑器确实能提效不少。
开源版功能完整，有服务器的可以直接自托管。云服务版还在筹备，等官方公布价格后再评估性价比。
如果你在找一个 Agent 工作流工具，PySpur 值得一试。5 分钟装好，跑个 demo 看看是不是自己需要的。
🎯 官方链接：PySpur官网 → 📦 GitHub：PySpur-Dev/pyspur