Burr项目中状态跟踪与调试的代码更新指南
2025-07-10 01:03:57作者:晏闻田Solitary
Burr作为一个工作流管理框架,其状态跟踪功能对于调试和问题排查至关重要。近期,项目文档中关于"通过重新加载先前状态进行调试"的部分代码已经过时,需要进行更新。本文将详细介绍新版API的正确使用方法。
状态跟踪的核心概念
在Burr框架中,应用程序的状态跟踪允许开发者记录和恢复工作流执行过程中的中间状态。这对于以下场景特别有用:
- 调试复杂的多步骤工作流
- 从故障点恢复执行
- 分析工作流执行历史
新版API使用详解
新版API采用了更清晰的构建器模式,通过ApplicationBuilder类提供链式调用来配置应用程序。关键改进包括:
- 初始化方式:使用
initialize_from方法替代旧版直接加载的方式 - 跟踪客户端:明确分离了跟踪客户端的创建和应用配置
- 恢复选项:提供了更灵活的恢复控制参数
代码实现示例
以下是更新后的正确实现方式:
from burr.tracking import LocalTrackingClient
# 设置恢复参数
prior_app_id = "your_prior_app_id" # 要恢复的先前应用ID
sequence_id = None # 从特定步骤恢复,None表示最后一步
partition_key = "YOUR_PARTITION" # 分区键,不使用则为None
# 创建跟踪客户端
project_name = "YOUR_PROJECT_NAME"
tracker = LocalTrackingClient(project=project_name)
# 构建应用程序
app = (
ApplicationBuilder()
.with_graph(base_graph) # 你的工作流图
.initialize_from(
tracker, # 本地跟踪客户端
resume_at_next_action=True, # 从下一个动作恢复
default_state={}, # 默认状态字典
default_entrypoint="your_entrypoint", # 默认入口点
fork_from_app_id=prior_app_id, # 源应用ID
fork_from_sequence_id=sequence_id, # 源序列ID
fork_from_partition_key=partition_key # 源分区键
)
.with_tracker(tracker) # 启用跟踪和检查点功能
.build()
)
关键参数说明
- resume_at_next_action:设置为True时,将从上次中断的下一个动作恢复执行
- default_state:当无法恢复状态时使用的默认状态值
- **fork_from_**系列参数:精确控制要从哪个应用、哪个步骤恢复执行
最佳实践建议
- 为每个项目使用唯一的project_name,便于区分不同应用的跟踪数据
- 合理设置partition_key,特别是在多租户环境中
- 定期清理旧的跟踪数据,避免存储空间过度增长
- 在生产环境中考虑使用远程跟踪客户端替代本地客户端
通过采用新版API,开发者能够更灵活、更可靠地实现Burr应用程序的状态跟踪和恢复功能,大大提升了工作流调试和故障恢复的效率。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
677
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
207
昇腾LLM分布式训练框架
Python
119
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781