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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
895
Ascend Extension for PyTorch
Python
505
610
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
392
290
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108