Burr FrameworkОтворено сърцово Python фреймворк за създаване на състоятелни, решаещи приложения като агенти и чатботи.

4.3 (4)

Прегледано от Daniel Nikulshyn·Актуализирано юли 2026 г.

Open Source Python AI Agents Framework Observability Developer Tools State Management LLM

Преглед

Бюр Рамката е Python библиотека за създаване на приложения, които трябва да взимат решения в течение на време, като чатботи, агенти за AI, симуляции и системи за управление на потоци. В моделите на програми то представя програмите като динамични машини, позволявайки разработчиците да определят действията и превключванията, които работят с обща обект на състояние, правейки сложната цялостна логика по-лесна за разбиране. Софтварният фреймворк включва възградено в него уреди за наблюдение, локална UI за изпрепратване на изпълнение и поддръжка за продължителност, така че приложенията могат да бъдат паузирани, да продължават, да се изследват стъпка по стъпка. Поради това, че Burr е незаинтересован в предпочитанията относно използваните LLM или библиотеки, се интегрира с повечето от популярните Python AI стака. Подходящо е за групи, които искат конкретна контрола върху логиката на агента, а не да се повеждават от чернокнижна оркестрация, и за производствени системи, където отговорността и тестваемостта имат значение.

Ключови функции

Абстракция на машината за състояние с действия и промени
Локално инструментно среда за проверка на изпълнения
Състоятелна задържимост и продолжаемост
Поточна и асихронна поддръжка на действия
Вградена поддръжка на общи LLM и ML инструменти
Хуки за логване, мониторинга и тестване

Цени

Модел: Free
Категория: Фреймове за АИ Агенти
Оценка: 4.3 / 5 (4)

Случаи на употреба

Создаване на състоятелни чатботи с следим логика

Моделиране на конверсационни динамики като състоятелни машини с действия и промени, което улеснява да разбереш поведението на чатбота и отбелязваш изпълненията чрез локалната инструментно среда.

Разработване на решаващи АИ агенти

Създаване на АИ агенти, които управляват състояние, съхранено между стъпки, със съпорт за поточна и асихронна поддръжка на действия и интеграция с всякакъв LLM библиотека в Питонската екосистема.

Използване на състоятелни системи

Иzkористяване състоятелността за да паузирате, запазвате и коригирате изчерпателни програмиращи системи или симулации, като гарантирате надеждна възстановка и проверка на сложния контролен поток.

Включването на АИ приложения за мониторинг и тестване

Иzkористяване вградените хуки за логване, мониторинга и следимост за да наблюдаваш АИ програмиращи създания на АИ приложенията и да валидираш поведението си чрез преподпроизведимите и проследими изпълнения.

Плюсове и минуси

Плюсове

Изразени състоятелни модел, което улеснява следването на логиката
Вградена трайна UI за отбележаване на изпълнения
Фреймворк-нейтрален – работи с всякакъв LLM или библиотека
Поставя под поддръжка състоятелността, поточността и асихронноста
Отворено сърце и лека
Поддържа съгласувано програмиране.

Минуси

Единственото условие е да се знае Питън и да се научи да се справя с абургациите му
Малко по-дразнително за по-високите агентски фреймворкове
Малка застрашителност за повече добре известни съперници.

Отзиви

4.3

Средно от 4 оценки.

Влез, за да оставиш отзив.

Priya Nair

May 2, 2026

Does the job

Pretty happy overall. Local telemetry UI for inspecting executions just works and built-in tracing UI for debugging runs. Less plug-and-play than higher-level agent frameworks can be annoying, but no dealbreakers — I'd recommend it to a friend without hesitating.

Ethan Brooks

Mar 21, 2026

Compared a few options

Evaluated this against two competitors. Where it wins: local telemetry UI for inspecting executions and explicit state-machine model makes logic easy to follow. Where it lags: requires Python and some learning of its abstractions. On balance the feature set — especially local telemetry UI for inspecting executions — justifies the 5 stars for our use case.

Tariq Aziz

Jan 27, 2026

Use it every day

Honestly didn't expect to like it this much. State persistence and resumability is exactly what I needed, and open source and lightweight. I do wish smaller community than larger competitors, but I reach for it almost every day now and it just clicks.

Diego Fernández

Oct 16, 2025

Solid for our team

We rolled this out across the team last quarter and built-in tracing UI for debugging runs. State persistence and resumability fits neatly into how we already work, and integrations with common LLM and ML tools removed a step we used to do by hand. Smaller community than larger competitors, which is the main caveat, but it has held up under daily use.

Въпроси

Why the name Burr?

Apache Burr is named after Aaron Burr, founding father, third Vice President of the United States, and historical opponent of Alexander Hamilton. The name reflects the project's origins as a harness to handle state between executions of Apache Hamilton DAGs (because DAGs don’t have cycles). Over time, Burr proved useful for a wide array of applications, leading to its broader release.

Asked by Naomi Suzuki · Nov 13, 2025

What can you do with Apache Burr?

Apache Burr can be used to power a variety of applications, including: 1. A simple GPT‑like chatbot. 2. A stateful RAG‑based chatbot. 3. An LLM‑based adventure game. 4. An interactive assistant for writing emails. It also supports non‑LLM use‑cases such as time‑series forecasting simulations and hyperparameter tuning. Using hooks and integrations you can integrate with any of your favorite vendors (LLM observability, storage, etc.) and build custom actions that delegate to your favorite libraries (like Apache Hamilton). Burr does not build models, query APIs, or manage data for you; it helps you tie these components together in a scalable, logical way. It includes out‑of‑the‑box integrations and tooling to build a UI in Streamlit and watch your state machine execute.

Asked by Valentina Marino · Nov 1, 2025

How does Apache Burr work?

With Apache Burr you express your application as a state machine (i.e. a graph/flowchart). You can (and should!) use it for anything in which you have to manage state, track complex decisions, add human feedback, or dictate an idempotent, self-persisting workflow. The core API is simple – the Burr hello-world looks like this (plug in your own LLM, or copy from the docs for gpt‑X). Apache Burr includes: 1. A dependency‑free low‑abstraction Python library that enables you to build and manage state machines with simple Python functions. 2. A UI you can use to view execution telemetry for introspection and debugging. 3. A set of integrations to make it easier to persist state, connect to telemetry, and integrate with other systems.

Asked by Carlos Mendoza · Oct 27, 2025