一个用 YAML 构建智能体工作流的自动化平台,可跨对话渠道运行,支持工具、MCP、记忆与 RAG。
apache/burr
一个 Python 库,用于将聊天机器人、智能体等决策型应用构建为状态机,并提供实时追踪监控界面。
- Star
- 2,576
- Fork
- 208
- 未关闭 Issue
- 104
- 最近提交
- 昨天
这是什么?
Apache Burr 让你把应用表示为状态机,即由动作和状态转换连接而成的图。每个动作都是普通的 Python 函数,读取并写入共享状态,便于管理对话记忆、追踪分支决策、加入人工反馈,并能从已保存的节点恢复工作流。
核心库没有外部依赖,与具体框架无关,可以配合任意 LLM 或 Python 库使用,也能把任务委托给 Apache Hamilton 等工具。可插拔的持久化组件负责保存和加载应用状态,钩子机制则可对接各类可观测性服务。
项目还提供一个实时追踪执行过程的 Web 界面,开发者可以逐步检查调用链路并调试。它适用于聊天机器人、LLM 智能体、仿真以及其他非 LLM 场景,并可部署在自有基础设施上运行。
核心功能
- 01用普通 Python 函数将应用构建为状态机
- 02通过可插拔的持久化组件保存和加载应用状态
- 03内置界面实时追踪和监控执行过程
- 04核心库无依赖,可与任意 LLM 或 Python 框架配合使用
- 05提供钩子,便于对接可观测性和存储服务
适用场景
- 构建需要记住对话历史的有状态聊天机器人
- 开发带分支逻辑和人工介入环节的 LLM 智能体
- 在可视化界面中调试和追踪多步骤 AI 工作流
- 将仿真或超参数调优流程组织为状态机运行
快速上手
- 1
从 PyPI 安装 Burr(带 start 额外依赖)
pip install "apache-burr[start]" - 2
启动 Burr UI 服务器
burr - 3
克隆仓库并运行 hello-world 计数器示例
git clone https://github.com/apache/burr && cd burr/examples/hello-world-counter - 4
运行计数器示例应用
python application.py
使用前须知
- 聊天机器人演示需要设置 OPENAI_API_KEY 才能真正对话,不过不设置也能查看 UI。
- README 表明异步事件驱动编排和托管执行等功能尚未提供,Burr Cloud 目前需要排队等候。
收录于专题
标签
常见问题
- burr 是什么?
- 一个 Python 库,用于将聊天机器人、智能体等决策型应用构建为状态机,并提供实时追踪监控界面。 Apache Burr 让你把应用表示为状态机,即由动作和状态转换连接而成的图。每个动作都是普通的 Python 函数,读取并写入共享状态,便于管理对话记忆、追踪分支决策、加入人工反馈,并能从已保存的节点恢复工作流。
- burr 可以免费使用吗?用的什么许可证?
- burr 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- burr 还在维护吗?
- 活跃维护中。burr 最近一次提交是在 2026年10月21日。
- burr 适合用来做什么?
- 构建需要记住对话历史的有状态聊天机器人 开发带分支逻辑和人工介入环节的 LLM 智能体 在可视化界面中调试和追踪多步骤 AI 工作流 将仿真或超参数调优流程组织为状态机运行
- burr 怎么安装和运行?
- 从 PyPI 安装 Burr(带 start 额外依赖): pip install "apache-burr[start]" 启动 Burr UI 服务器: burr 克隆仓库并运行 hello-world 计数器示例: git clone https://github.com/apache/burr && cd burr/examples/hello-world-counter 运行计数器示例应用: python application.py
- 在哪里获取 burr?
- 源代码和安装说明在 GitHub 上:https://github.com/apache/burr
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
1158238TypeScriptOther更新于 29天前
基于 TypeScript 的 AI Agent 框架,集成记忆、工具、MCP、RAG、语音与工作流,并配套 VoltOps 可观测控制台。
1.1万1174TypeScriptMIT更新于 7天前
开源 AI 工程平台,用于调试、评估、监控和优化智能体、LLM 应用与机器学习模型。
2.8万6501PythonApache-2.0更新于 4小时前
开源 Python 平台,把机器学习与 AI 工作流组织成可在本地或云端基础设施上运行的流水线,涵盖模型训练到智能体。
5624668PythonApache-2.0更新于 8小时前
通过自然语言描述需求和表格数据,由多智能体流程自动构建机器学习模型。
2643263PythonApache-2.0更新于 8个月前
面向企业场景的开源大模型应用开发运维平台,涵盖工作流、RAG、智能体与模型管理等能力。
1.2万1983PythonApache-2.0更新于 4小时前