Burr FrameworkオープンソースのPythonフレームワークで、状態を持つデシジョン・メイキングアプリケーション(エージェント、チャットボットなど)を構築できます。

4.3 (4)

レビュー: Daniel Nikulshyn·更新 2026年7月

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

概要

Burrフレームワークは、時間の経過とともに決定を下す必要があるようなアプリケーションを構築するために使用されるPythonライブラリです。例にはチャットボット、AIエージェント、シミュレーション、ワークフローエンジンなどがあります。プロセスは状態マシンとしてモデル化されていて、エンジニアは共通の状態オブジェクト上で作用するアクションとトランスジションを定義できるので、複雑な制御フローアーキテクチャを理解しやすくなります。フレームワークには、組み込みの観察性ツール、ローカルUIによる実行の検査、およびローカルUIが提供されるようにアプリケーションを一時停止、再開できるようにするためのパーシステンスのサポートなどが含まれます。 Burrは機械学習のライブラリや、LLMに関して特定した意見を持っておらず、その結果、人気のPython AIスタックのほとんどと組み合うことができます。アジェントのロジックで明確な制御が必要なチームや、トレーサビリティやテストアビリティが重要な本番システムなど、ブラックボックスのオーアコステーションに頼ることなく、このフレームワークは適しています。

主な機能

状態マシン抽象化とアクション、トランジション
ローカル監視用UI
状態の永続化と再開
ストリーミングと非同期アクションサポート
一般的なLLMとMLツールとの統合
ロギング、監視、テスト用のハック

料金

モデル: Free
カテゴリー: アジェナルバームンーグル
評価: 4.3 / 5 (4)

ユースケース

traceable logicを持つ状態を持つチャットボットを構築

会話フローのモデリングは、明示的な状態マシンとアクション、トランジション、ローカルテレメトリーUIによって行えます。これにより、チャットボットの行動を推論し、実行をデバッグすることができます。

決定を下すAIアージェントを開発

状態共有を支援するように、シーケンスの間で管理される状態のアージェントを開発します。このアージェントは、ストリーミング、非同期アクション、Pythonの汎用LLMライブラリと組み込んでいきます。

再開可能なワークフローエンジンを実行

ロングランワークフローやシミュレーションに、状態の永続化機能を使用して、停止、再開、およびステップデバッグすることができます。これにより、信頼性のあるリコバリーと複雑なコントロールフローの表示が可能になります。

AIアプリケーションを監視およびテストする

組み込まれたロギング、監視、トレーシングホックを使用して、AIアプリケーションのプロダクションを観察できます。また、再現可能で観察可能な実行を使用して、振る舞いを検証することもできます。

メリット & デメリット

メリット

明確な状態マシンモデルは論理を読みやすくします。
実行をデバッグするための組み込みUI
フレームワークへの依存はありません—どのLLMやライブラリでも使用できます
永続化、ストリーミング、および非同期のサポート
オープンソース、軽量

デメリット

Pythonで使用し、抽象化の学習が必要です
より低レベルのエージェントフレームワークよりも扱いやすいように設計されていません
より大きな競合相手に比べて小さいコミュニティがあります

レビュー

4.3

4件の評価の平均。

レビューを投稿するにはログインしてください。

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.

Q&A

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