#482 · 主分类： AI代理与自动化
pyspur
agent
agents
ai
builder
deepseek
framework
gemini
graph
human-in-the-loop
llm
llms
loops
multimodal
ollama
python
rag
reasoning
tool
trace
workflow
智能体工作流的可视化试验场：以10倍速度迭代你的智能体
项目最后更新：06/29/26
GitHub Stars
5.8K
Forks数量
429
贡献者数量
16
许可证
Apache-2.0
收录理由
凡是花一下午调试智能体行为的人，一眼就能明白 PySpur 的价值。在可视化画布上搭好流程，用 Python 或界面写逻辑，每跑一步都能看清它收到了什么、返回了什么。整个循环围绕测试用例展开：先定义好用例，再拿去跑智能体，出错时给出的是产生问题的上下文，而不是终端里的一堆原始 JSON。循环、人工审批节点、多模态输入、追踪历史这些生产环境里的麻烦事，它也一并处理，所以是个能天天用的工具，不是演示品。如果你要交付可靠且可审计的智能体，它能把猜谜变成看得见、可重复的步骤。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。