Lumen × LangGraph × Kova

Lumen × LangGraph × Kova

Objetivo: cambiar el Checkpointer de un Agent de LangGraph de SqliteSaver a LumenCheckpointer, desplegarlo en Kova y observar la comparación de la recuperación tras un fallo.

Antes / Después

Antes — LangGraph puro

Una sola máquina, sin copia de seguridad remota · Requiere bloqueo entre procesos · Recuperación tras fallo en milisegundos · Sin seguimiento de costes.

Después — Lumen + Kova

Recuperación tras fallo en microsegundos (motor WAL de Kova) · Seguridad multiproceso nativa · Trace + Cost automáticos · Persistencia remota.

Antes

from langgraph.checkpoint.sqlite import SqliteSaver

graph = wf.compile(checkpointer=SqliteSaver.from_conn_string("./state.db"))

Después

from lumen_ai import LumenCheckpointer, LumenTracer
from kova import KovaClient

kova = KovaClient("kova://prod-cluster")

graph = wf.compile(
    checkpointer=LumenCheckpointer(kova_client=kova),
    callbacks=[LumenTracer()],
)

Validación local

1. Arrancar Kova en local

   docker run -d --name kova -p 9999:9999 ghcr.io/hanmahong5-arch/kova:latest

2. Ejecutar tu Agent

   python my_agent.py

3. Simular un fallo

   kill -9 $(pgrep -f my_agent)

4. Reiniciar — continuar desde el punto de interrupción

   python my_agent.py

Desplegar en Kova

# agent.yaml
name: my-research-agent
entry: python my_agent.py
replicas: 3
checkpointer: lumen
wal:
  retention: 7d

lumen deploy --target kova://prod-cluster

Experimento de comparación de recuperación tras un fallo

Métrica	SqliteSaver	Lumen + Kova
Latencia de recuperación	8 ms (una sola máquina)	microsegundos
Múltiples réplicas	Requiere bloqueo adicional	nativo
Entre centros de datos	Copia manual	replicación asíncrona integrada
Rellamada al LLM	Se rellama si falla la escritura en SQLite	nunca se rellama
Trace	Ninguno	correlación automática

De dónde viene la recuperación en microsegundos

La latencia de planificación del motor Kova baja hasta los 3 μs (pipeline FIFO completo, benchmark de Criterion de 3,17 μs, 315K ops/s). LumenCheckpointer delega la escritura del checkpoint de LangGraph al WAL de Kova: la recuperación se realiza mediante la reproducción del WAL a nivel de motor en lugar de a nivel de archivo de SQLite, por lo que es de microsegundos, mucho más rápida que los milisegundos de SQLite en una sola máquina.

Siguientes pasos

Próximos pasos

Migrar desde LangGraphSDK de Python de LumenConceptos de Kova