https://www.haodaohang.top/tags/pyspur/ Recent content in PySpur on 赛博工具站 https://www.haodaohang.top/images/cover.png https://www.haodaohang.top/images/cover.png Hugo -- 0.152.2 zh-cn Sat, 18 Apr 2026 10:00:00 +0800 https://www.haodaohang.top/posts/2026-04-18-pyspur-review/ Sat, 18 Apr 2026 10:00:00 +0800 https://www.haodaohang.top/posts/2026-04-18-pyspur-review/ <h2 id="简介">简介</h2> <p>做 AI Agent 开发最头疼的几件事：调 prompt 调到想砸键盘、工作流出问题不知道挂在哪一步、对着 JSON 输出找 bug 找到眼瞎。PySpur 就是冲着这些痛点来的——一个可视化的 Agent 构建平台，拖拖拽拽就能搭工作流，迭代起来确实快不少。</p> <h2 id="核心功能">核心功能</h2> <p><strong>可视化编辑器</strong>：拖拽式界面，不用手写配置文件。每个节点的输入输出都能看到，调试比 print 大法省事多了。</p> <p><strong>一键部署</strong>：工作流搭完点一下就能发布成 API，云端本地都行。</p> <p><strong>人工审批节点</strong>：可以设置断点，等真人确认后才继续跑。适合内容审核、关键决策这类场景。</p> <p><strong>多模态处理</strong>：视频、图片、音频、文本、代码都能处理。</p> <p><strong>RAG 套件</strong>：文档解析、分块、向量化、向量库管理都有，搭知识库 Agent 比较方便。</p> <p><strong>循环调用</strong>：工作流里能写循环，Agent 可以反复调工具直到任务完成，不用自己写递归。</p> <p><strong>评估系统</strong>：用真实数据测 Agent 表现，有量化指标，不用靠&quot;感觉好像行了&quot;来判断。</p> <p><strong>100 多个 LLM 接入</strong>：OpenAI、Claude、国产模型都支持，换模型就是选个下拉框的事。</p> <h2 id="价格方案">价格方案</h2> <table> <thead> <tr> <th>方案</th> <th>价格</th> <th>说明</th> </tr> </thead> <tbody> <tr> <td>开源版</td> <td>免费</td> <td>全功能，自托管，Apache 2.0 许可证</td> </tr> <tr> <td>云服务版</td> <td>待公布</td> <td>官方托管，定价还没出来</td> </tr> </tbody> </table> <p>PySpur 是完全开源的，代码在 GitHub 上，自己部署不花一分钱。</p> <blockquote> <p>官网链接：<a href="https://www.pyspur.dev">PySpur →</a></p> </blockquote> <h2 id="优缺点">优缺点</h2> <table> <thead> <tr> <th>优点</th> <th>缺点</th> </tr> </thead> <tbody> <tr> <td>开源免费，代码能审计</td> <td>中文资料少</td> </tr> <tr> <td>调试体验不错</td> <td>自己部署得有运维能力</td> </tr> <tr> <td>支持的 LLM 厂商多</td> <td>社区还在成长期</td> </tr> <tr> <td>Python 扩展方便</td> <td>云托管版定价没出</td> </tr> <tr> <td>RAG、评估、部署都有</td> <td>刚接触的人上手有门槛</td> </tr> </tbody> </table> <h2 id="适合谁用">适合谁用</h2> <p><strong>推荐：</strong></p>