Burr Framework오픈소스 파이썬 프레임워크로 상태 유지 및 의사 결정 애플리케이션을 구축하기 위한 플랫폼

4.3 (4)

리뷰어 Daniel Nikulshyn·업데이트됨 2026년 7월

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

개요

버르_framework은 Python 라이브러리로, 시간에 따라 결정을 내리는 애플리케이션을 만들 때 유용합니다. 예를 들어 채팅봇, 자율적 인지 에이전트, 시뮬레이션 및 워크플로 엔진과 같은 것들입니다. 이 프레임워크는 프로그램을 상태 머신으로 모델링하고, 개발자에게 공유 상태 객체에서 작동하는 액션 및 전이 기능을 정의할 수 있도록 해여 복잡한 제어 흐름을 더 쉽게 이해한다고합니다. 프레임워크는 내장 관측성 도구, 로컬 UI를 통한 실행 결과 검사, 영속성 지원과 같은 기능을 포함하여 실행을 일시중단, 다시 시작, 단계별 디버깅이 가능합니다. Burr은 어떤 LLMs 또는 라이브러리를 사용하든 의견 없는 무표류한 프레임워크입니다. 따라서 이 프레임워크는 대다수의 인기 있는 Python AI 스택을통합할 수 있어야 합니다. 이 Burr Framework는 팀이 에이전트 logic에 명시적인 contro를 원하는 대신 黑匿 orchestration에 의존하는 대신, traceability와 testability를 중요시 하는 프로덕션 시스템에 적합합니다.

주요 기능

동작 및 전환을 가진 상태 머신 추상화
실행을 검사하기 위한 로컬 텔레메트리 UI
상태 영구성 및 재개 가능성
스트리밍 및 비동기 동작 지원
공통 LLM 및 ML 도구와의 통합
로깅, 모니터링 및 테스트를 위한 훅

가격

모델: Free
카테고리: 인공지능 에이전트 프레임워크
평점: 4.3 / 5 (4)

사용 사례

추적 가능한 논리와 상태 유지 채팅봇 구축

대화 흐름을 명시적인 상태 머신으로 모델링하여 채팅봇 동작을 쉽게 이해하고 로컬 텔레메트리 UI를 통해 실행을 디버깅할 수 있습니다.

의사 결정 AI 에이전트 개발

공유 상태를 관리하는 단계를 가지는 AI 에이전트를 생성하고, 스트리밍, 비동기 동작 및 파이썬 에코시스템의任何 LLM 라이브러리에 대한 통합 지원을 제공합니다.

잠시 중지할 수 있는 워크플로우 엔진 실행

상태 영구성을 사용하여 장기 실행 워크플로우 또는 시뮬레이션을 일시 중지, 재개 및 단계별로 디버깅할 수 있으며, 이는 복잡한 제어 흐름을 신뢰할 수 있게 회복 및 검사할 수 있습니다.

모니터링 및 테스트를 위한 AI 앱instrument화

내장된 로깅, 모니터링 및 트레이싱을 위한 훅을 사용하여 프로덕션 AI 애플리케이션을 관찰하고 재현 가능한 실행을 통해 동작을 검증합니다.

장단점

장점

명시적인 상태 머신 모델로 논리가 쉽게 따라갈 수 있음
실행을 디버깅하기 위한 내장 트레이싱 UI
프레임워크에 중립적입니다. bất cứ LLM 또는 라이브러리와도 작동합니다
영구성, 스트리밍 및 비동기 지원
오픈 소스 및 가벼움

단점

파이썬 및 일부 추상화 학습이 필요함
더 높은 수준의 에이전트 프레임워크보다 플러그 앤 플레이가 적음
대형 경쟁사보다 더 작은 커뮤니티

리뷰

4.3

4개 평가의 평균.

리뷰를 작성하려면 로그인하세요.

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