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
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
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++
876
577
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135