Apache Burr: 신뢰할 수 있는 AI 에이전트와 애플리케이션 구축

1 hour ago 2

Apache Burr는 간단한 챗봇부터 복잡한 멀티 에이전트 시스템까지 의사결정형 AI 애플리케이션을 Python으로 구성하는 프레임워크임
애플리케이션은 액션과 전이 집합으로 정의되며, DSL이나 YAML 없이 Python 함수와 데코레이터로 작성됨
Burr UI는 실행 단계별 모니터링·디버깅·추적을 제공하고, 상태 변화를 실시간으로 확인할 수 있음
상태를 디스크, 데이터베이스, 커스텀 백엔드에 저장하고 중단 지점부터 재개할 수 있으며, 사람 입력 대기와 병렬 실행도 지원함
OpenAI, Anthropic, LangChain, FastAPI, PostgreSQL 등 기존 도구와 통합되며, 잠금 효과나 래퍼 없이 사용 가능함

신뢰할 수 있는 AI 에이전트와 애플리케이션 구축

Burr는 챗봇부터 멀티 에이전트 시스템까지 구성할 수 있는 조합 가능한 인터페이스를 제공함
예시 코드는 burr.core의 action, State, ApplicationBuilder를 사용해 chat 액션을 정의함
@action(reads=["messages"], writes=["messages"])는 읽는 상태와 쓰는 상태를 지정함
ApplicationBuilder()는 액션, 전이, 초기 상태, 로컬 트래커를 설정한 뒤 애플리케이션을 빌드함
실행 예시는 app.run(halt_after=["chat"], inputs={"llm_client": client}) 형태로 LLM 클라이언트를 입력으로 전달함

Simple Python API는 애플리케이션을 액션과 전이의 집합으로 정의하며, DSL이나 YAML 없이 Python 함수와 데코레이터만 사용함
Built-in Observability는 Burr UI로 애플리케이션의 모든 단계를 실시간 모니터링, 디버깅, 추적할 수 있게 함
Persistence & State Management는 상태를 디스크, 데이터베이스, 커스텀 백엔드에 자동 저장하고 중단 지점부터 재개할 수 있게 함
Human-in-the-Loop는 어느 단계에서든 실행을 멈추고 사람 입력을 기다릴 수 있어 승인 워크플로와 상호작용형 에이전트에 적합함
Branching & Parallelism은 병렬 액션 실행, fan out / fan in, 복잡한 DAG 구축, 하위 애플리케이션 조합을 지원함
Testing & Replay는 과거 실행 재생, 개별 액션 단위 테스트, 상태 전이 검증을 통해 AI 시스템에 대한 확신을 높임

Peanut Robotics 후기는 여러 LLM 프레임워크를 평가한 뒤 Burr의 상태 관리가 AI 의사결정 기반 로봇 배포에 강력한 답이었다고 평가함
Watto.ai 후기는 모듈형 AI 애플리케이션을 만들기 쉽고, UI가 디버깅을 쉽게 만든다고 평가함
Paxton AI 후기는 AI라는 이유만으로 이상하고 난해한 개념을 쓰지 않는다는 점을 강조함
Provectus 후기는 상태 스냅샷 생성, 디버깅, 재생, 평가 케이스 구축에 Burr의 상태 관리가 유용하다고 평가함
CognitiveGraphs 후기는 LangChain, CrewAi, AutoGen, Agency Swarm 등 여러 agentic LLM 플랫폼과 비교해 Burr가 복잡한 동작 설계에 더 견고한 프레임워크를 제공한다고 평가함
TaskHuman 후기는 LangChain에서 Burr로 이동한 뒤 몇 시간 만에 시작했고, 전체 코드베이스를 Burr로 전환했다고 평가함

커뮤니티는 도움 요청, 프로젝트 공유, Burr의 미래 기여를 위한 공간으로 구성됨
참여 경로는 Discord, GitHub, Twitter / X로 제공됨
프로젝트 리소스는 문서, 예제, YouTube, 로드맵, 변경 로그로 연결됨
Apache Burr는 Apache Software Foundation에서 인큐베이션 중인 프로젝트이며, Apache Incubator가 후원함
인큐베이션 상태는 코드의 완성도나 안정성을 반드시 반영하지 않지만, ASF의 완전한 승인을 아직 받지 않았음을 나타냄