选可视化 Agent 编排工具，主流答案永远是 Dify、Flowise、Langflow——星数高、生态厚、教程多。但如果你的痛点不是”把 Agent 交付给别人用”，而是”我自己调 agent 调到崩溃”，那今天这个 5.8K 星的项目值得看一眼：PySpur。它的自我定位非常窄，也非常好记——”a visual playground for agentic workflows”，可视化地把你的 agent 迭代速度提 10 倍。它不做全能平台，只做一件事：调 agent。
项目介绍：测试用例优先的调试画布
PySpur 的 GitHub 仓库是 PySpur-Dev/pyspur，2024 年 9 月创建，Apache-2.0 协议，截至今天 5,797 星、430 fork，主语言 TypeScript（前端画布）+ Python（节点与服务端）。README 开篇列了 AI 工程师的三大痛点，个个戳中：Prompt Hell（无限调 prompt 的西西弗斯）、Workflow Blindspots（看不到步骤之间的交互，失败原因藏在黑盒里）、Terminal Testing Nightmare（在终端里肉眼抠 JSON）。
它的解法是把”测试用例”放到画布前面，流程分四步：先定义测试用例，再搭 agent（写 Python 或在 UI 里拖），然后反复跑、逐节点看输出，最后一键发布成 API。功能清单按 README 原文数一遍：HITL 人工审批断点、带记忆的 Loops 循环、文件上传、JSON Schema 结构化输出编辑器、RAG 全链路（解析/分块/嵌入/写向量库）、多模态（视频/音频/图片/代码）、工具集成（Slack、Firecrawl、Google Sheets、GitHub）、执行轨迹 Traces、数据集评估 Evals、100+ LLM 提供商。扩展方式也直接：新增一个节点 = 新写一个 Python 文件。
上手：三行命令，6080 端口见
要求 Python 3.11+，然后照官方 Quick start 走：
pip install pyspur
pyspur init my-project && cd my-project
pyspur serve --sqlite
起来就是 http://localhost:6080。.env 里可以配 PostgreSQL 和各家 API Key，也可以直接在 UI 的 API Keys 页加。开发环境官方推荐 devcontainer，README 里明确写了一句”Windows 上不支持开发”，准备魔改源码的先看清楚。
实话：轻是真的轻，慢也是真的慢
先说好的。 它是我用过的可视化编排里最轻的一档：单个 pip 包加 SQLite 就能跑，完全没有 Dify 那种一启动拉起一整套多容器 compose 栈的阵仗——各平台自托管到底要吃多少资源，我之前逐个实测过一遍，结论在这篇里：Agent 平台自托管资源实测。个人开发者在笔记本上边调边看，PySpur 这种形态很舒服。
再说不好的。 节奏。最新 release v0.1.18 停在 2025 年 3 月，主分支最后一次合并在 2025 年 7 月 20 日；仓库 2026 年 6 月 29 日还有 push，10 月初也还在涨 star，说明项目没死，但维护节奏明显放缓了。生态上更没法比：Flowise 55.5K 星、Dify 158K 星，PySpur 的插件、教程、社区问答差着数量级。想要同类可视化画布但更热闹的社区，可以看 Flowise 可视化 Agent 编辑器 或 Langflow 可视化平台。
一句话定位：要给业务方交付完整的 Agent 应用，选 Dify、Flowise 这类平台；要把自己那个总也调不好的 agent 抓出来、连测试用例一起逐节点审，PySpur 这种”测试用例优先”的调试画布才是对的工具。5.8K 星不多，但它把”调试”这一个环节做成了完整工作流，这在横向 Agent 平台里挺少见。
