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

4.3 (4)

Arvostellut Daniel Nikulshyn·Päivitetty heinäkuu 2026

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

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
Kategoria: AI Agents Frameworks
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.

Kirjaudu sisään jättääksesi arvostelun.

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.