OlympHill
Burr Framework logo

Burr FrameworkAvoin lähdekoodinen Python-kehys ohjelmien rakentamiseen, jotka ovat eri tilassa päätöksenteossa kuten agentit ja chatbotit.

4.3 (4)
Daniel NikulshynArvostellut Daniel Nikulshyn·Päivitetty heinäkuu 2026

Yleiskatsaus

Burr Framework on Python-kirjasto sovellusten kehittämiseen, jotka tarvitsevat päättövoimaa ajasta riippumatta, kuten chatbotit, AI-agentit, simulaatiot ja työnkulkuenginejä. Se mallintaa ohjelmistoja tilamachineina, jolloin kehittäjät voivat määritellä toimintoja ja siirtymisiä, jotka ovat yhteisessä tila-oliossa toiminnassa, tehdäkseen monimutkaisen ohjelmoinnin hallittavammaksi. Burr-ohjelmistokehys sisältää rakennetun havaittavuustekniikan, paikallisen käyttöliittymän suoritusten tarkasteluun ja tuki jatkuvuuden säilyttämiseksi, jotta sovellukset voivat keskeytyä, jatkua siitä missä nekin olivat, ja olla korjaettavissa askelta askelaa. Koska Burr on vapaamielinen siitä, mitä jatkeita tai kirjastoja käytät, se on integroitu useiden suosittujen Python AI-ajuristoon. Se on erityisen soveltuva tiimityöskentelyyn, joilla haluetaan tietty hallinta agenttilogiikasta eikä mustana lippisena toimivalla käsittelyllä riitä. Lisäksi se soveltuu tuotantoympäristöihin, joissa seurattavuus ja testaamiskelpoisuus ovat tärkeitä.

Pääominaisuudet

  • Tilavirtausabstraktion tila ja toimintojen kanssa
  • Paikallinen telemetri UI:n katselua suorituksissa
  • Tila säilytys ja jatkuvuus
  • Virtaus ja async-toimintojen tueta
  • Yhdistäjiä yleisimpien LLM:n ja ML:n kirjastoja
  • Loggings- ja seurannan kielesyvyysjen sekä testaus

Hinnat

Malli
Free
Arvio
4.3 / 5 (4)

Käyttötapaukset

Käynnistä tilavirtaista chatbotia tavoittuvalla logiikalla

Malli konservatiovirtauksia kuin selkeä tilavirtausmalli toiminnoin ja siirtymisen kanssa, joka mahdollistaa helppohoitamisen chatbotin käyttämisellä ja runojen katselua paikallisen telemetri UI:n kautta.

Keinuta päätöksenteko AI-agentti

Luo AI-agentti, joita tarkoitetaan kertaa yhden edullisen tilan edellytyksiä toiminnan ja siirtymisen kanssa, joka tuetaan virtauksessa ja async-toiminta sekä integrituuden LLM:n kirjaaminen milloin tai mitenkin Python-ekosysteemi.

Suorita jälketähtävyyttä työntekokokemus

Kayntaa tilavirtausmallinnuksessa jatkaa yhden edullisen tilan edellytyksiä työtehtävän ja siirtymisen kanssa, joka tuetaan tilavirtausmallinnuksen säilyttämisellä ja jälkikäteen runojen katselua.

Käynnistä AI-sovelluksia seurannalle ja testaukselle

Käytä tilavirtausmallinnuksen seurannan tukiin loggings-, seuranta- ja testauskohdille sovellettaessa.

Plussat ja miinukset

Plussat

  • Selkeä tilavirtausmalli tarkoittaa logic helppoa seurata
  • Kestoista UI:n käynnistettävän runojen katselu
  • Kehys-agnostinen—töitä milloin vain LLM tai kirjasto
  • Tuki säilyttämistä, virtauksessa ja async toiminnoissa
  • Avointa ja kevyttä

Miinukset

  • Vaatii Python ja sen abstraktioiden opintaa
  • Vähemmän kuin plug-and-play kuin kevyempiä agentteja kehystä
  • Pienempi yhteisö kuin suuremmilla kilpailijoilla

Arvostelut

4.3

Keskiarvo 4 arviosta.

5
1
4
3
3
0
2
0
1
0

Kirjaudu sisään jättääksesi arvostelun.

Priya Nair

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.

EB

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.

TA

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.

DF

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.

Kysymykset

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

Kysy kysymys

AI-agenttien rakennetta käsittelevät ratkaisut vaihtoehdot