# \#drag-and-drop **URL:** https://discuss.pytorch.kr/tag/drag-and-drop/4178.md [최신](https://discuss.pytorch.kr/latest.md) · [카테고리](https://discuss.pytorch.kr/categories.md) · [태그](https://discuss.pytorch.kr/tags.md) --- ## [PySpur: 드래그&드롭으로 LLM Agent를 구성할 수 있는 오픈소스 워크플로우 빌더](https://discuss.pytorch.kr/t/pyspur-llm-agent/5703)
**Author:** [@9bow](https://discuss.pytorch.kr/u/9bow)\ **댓글:** 2\ **마지막 업데이트:** [12월 23, 2024, 1:31오후 UTC](https://discuss.pytorch.kr/t/pyspur-llm-agent/5703 "2024-12-23T13:31:54Z")
PySpur 소개 PySpur는 LLM(대형 언어 모델) 워크플로우를 설계하고 디버그하기 위한 그래프 기반 에디터입니다. 이 도구는 경량화된 구조와 모듈식 설계를 바탕으로 엔지니어가 복잡한 AI 파이프라인을 쉽게 구성, 테스트 및 최적화하도록 돕습니다. 특히, PySpur는 최소한의 종속성만 사용하여 LLM 프레임워크의 복잡성을 제거할 수 있으며, 워크플로우 그래프(Workflow Graph)가 JSON 파일로 관리되어 버전 관리 및 공유가 쉽습니다. PySpur는 드래그&드롭(Drag&Drop) 방식을 지원하여 몇 번의 클릭만으로 AI Agent를 손쉽게 설계/배포 및 관리할 수 있습니다. PySpur의 주요한 기능적 특징은 다음과 같습니다: 모듈식 빌딩 블록(Modular Building Blocks): 다양한 워크플로우 노드를 추가해 AI 에이전트를 설계할 수 있습니다. 또한, Python 파일 하나만 생성하여 새로운 노드를 추가할 수 있습니다. 노드 수준의 디버깅(Evaluate Mid-Pipeline): 각 노드의 상태를 시각화하고 중간 단계에서 문제를 신속하게 찾아 해결합니다. 또한, 파이프라인의 성능을 단계별로 평가하고 결과를 개선할 수 있습니다. 자동 최적화(Self-Improvment, 추가 예정): 자동 최적화 기능을 통해 프롬프트와 파이프라인을 지속적으로 개선합니다. 라이선스 PySpur는 Apache 2.0 라이선스로 공개되어 있습니다. :house: PySpur 홈페이지 :github: PySpur GitHub 저장소 https://github.com/PySpur-Dev/PySpur 이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 …