Lumen — herramienta de observabilidad y fiabilidad para agentes
Replay · Crash Recovery · Cost Tracking — tres en uno para agentes
Requisitos previos
- Recomendado: Python 3.9+ (
pip install lumen-ai) - CLI opcional: Rust 1.93+ compilando
lumen-clidesde el código fuente - Una API KeyAPI KeyCredencial de acceso a la API, similar a una contraseña. Cada Key puede tener cuotas y permisos configurados de forma independiente.Más información → de Lurus (cómo obtenerla)
¿Qué es Lumen?
Lumen es una herramienta de fiabilidad tres en uno para desarrolladores de Agentes de IA — Replay (repetición sin coste) + Crash Recovery (recuperación ante fallosCheckpointPunto de control: instantánea completa del estado en memoria escrita en disco. En la recuperación ante fallos se reproduce el WAL a partir del Checkpoint más reciente. a nivel de microsegundos) + Cost Tracking (seguimiento de costes en tiempo real). Formatos de entrega: SDK de Python como prioridad (pip install lumen-ai, primera opción para LangGraph/Agentes) + motor Rust (lumen-core, base de rendimiento) + CLI opcional (lumen-cli v0.1.0). Filosofía: Illuminate your AI agents. Never lose a run. Never burn tokens blindly.
pip install lumen-ai
from lumen_ai import LumenTracer, LumenCheckpointer, CostTracker
# 三行代码接入 — LangGraph 原生集成
graph = workflow.compile(
checkpointer=LumenCheckpointer(), # 崩溃恢复
callbacks=[LumenTracer()] # 执行追踪 + 成本追踪
)Impulsado por el motor Rust subyacente (lumen-core), con un SDK de Python que ofrece una interfaz amigable, conectando el motor de Agentes Kova y el ecosistema de Python.
Fiabilidad tres en uno
Repetición, recuperación, coste — todo listo con una sola integración.
Replay — repetición determinista sin coste
Repite cualquier ejecución a partir del trace JSON, sin llamar al LLM ni gastar dinero, y puede comenzar desde un paso concreto para localizar problemas con precisión. lumen replay TRACE_ID (completa) / --from 5 (desde el paso 5).
Crash Recovery — recuperación ante fallos en microsegundos
Implementación completa de LangGraph CheckpointSaver, reemplazo directo del Checkpointer nativo de SQLite/Redis. Doble capa memoria+disco, escritura atómica; la recuperación usa repetición del WAL a nivel de motor, sin dependencias de servicios externos.
Cost Tracking — seguimiento de costes en tiempo real
Tabla de precios incorporada de más de 30 modelos (Claude / GPT-4o / Gemini / Llama / DeepSeek); estima el coste aunque el LLM no devuelva el importe. Alerta automática cuando una llamada supera 2x el valor medio. lumen cost --last 24h / lumen traces.
Más funciones
| Función | Descripción |
|---|---|
| Gestión de Agentes | Crear, iniciar, detener y eliminar Agentes |
| Depuración de flujos de trabajo | Ejecutar flujos de trabajo localmente, depurar paso a paso |
| Visualización de logs | Ver en tiempo real los logs de ejecución del Agente |
| Despliegue | Desplegar el Agente en una instancia en la nube de Kova |
| Gestión de MCP | Instalar y configurar servicios de herramientas MCP |
| REPL interactivo | Conversar directamente con el Agente en la terminal |
Instalación
pip install lumen-ai # Python SDK（推荐）
curl -fsSL https://get.lurus.cn/lumen | sh # CLI macOS/Linux
# Windows (PowerShell): irm https://get.lurus.cn/lumen.ps1 | iex
# 从源码（Rust 1.93+，首次编译约 2-3 分钟）：
git clone https://github.com/hanmahong5-arch/lumen.git && cd lumen && cargo build --release
# 二进制在 target/release/lumenVerificación: lumen --version (→ lumen 0.1.0); lumen doctor (comprueba Lurus API connected / Kova optional).
Primeros pasos
# 初始化项目（结构: agent.toml / prompts/system.md / tools/search.yaml / workflows/main.yaml）
lumen init my-agent && cd my-agent
# 配置 API Key
lumen auth login # 浏览器登录授权自动配置
lumen config set api_key sk-your-lurus-key # 或直接设置
# 本地运行 Agent
lumen run --interactive # 交互模式
lumen run "分析这段代码的性能问题" --file ./main.py
lumen run "翻译这段文本" --model gpt-4o # 指定模型
# 工作流调试
lumen workflow run main --input topic="AI trends"
lumen workflow run main --step-by-step # 逐步调试（每步暂停）
lumen workflow history main --last # 上次运行结果Comandos habituales
# Agent 管理
lumen agent list / create researcher / info researcher / logs researcher / delete researcher
# MCP 工具
lumen mcp list / install github / test github / remove github
# 部署
lumen deploy --target kova # 或 --target docker
lumen deploy status
# 配置
lumen config list / set api_key xxx / get api_keyArchivo de configuración
agent.toml es la configuración central de un proyecto de Agente:
[agent]
name = "my-researcher"
model = "deepseek-chat"
max_iterations = 20
[agent.llm]
base_url = "https://api.lurus.cn/v1"
temperature = 0.7
max_tokens = 4096
[tools]
builtin = ["web_search", "file_read", "file_write"]
[[tools.mcp]]
name = "github"
command = "npx"
args = ["-y", "@modelcontextprotocol/server-github"]
[deploy]
target = "kova"Relación con Kova
Herramienta de línea de comandos para desarrolladores — desarrollo, depuración y despliegue local. Runtime ligero lumen run, listo para usar al instante.
Motor de runtime de Agentes — ejecución persistente, WAL, gestión de clústeres. Tras lumen deploy obtienes capacidades completas de persistencia y clúster.
Para el desarrollo local se usa el runtime ligero (lumen run); tras desplegar en Kova (lumen deploy) obtienes capacidades completas de persistencia y clúster.
Comparación con otras soluciones
Comparativa
| 维度 | Lumen | Temporal | LangGraph Checkpointer | Conductor |
|---|---|---|---|---|
| Replay | repetición LLM sin coste | Event replay | parcial | Workflow replay |
| Coste de integración | 3 líneas de código | Worker + SDK | configuración | Worker |
| Seguimiento de coste | incorporado | ninguno | ninguno | ninguno |