Lumen — outil d'observabilité et de fiabilité pour agents
Replay · Crash Recovery · Cost Tracking — trois fonctions en une pour vos agents
Prérequis
- Recommandé : Python 3.9+ (
pip install lumen-ai) - CLI optionnelle : compilation de
lumen-clidepuis les sources avec Rust 1.93+ - Une API KeyAPI KeyIdentifiant secret permettant d'accéder à l'API, semblable à un mot de passe. Chaque Key peut avoir ses propres quotas et permissions.En savoir plus → Lurus (comment l’obtenir)
Qu’est-ce que Lumen ?
Lumen est un outil de fiabilité trois-en-un destiné aux développeurs d’agents IA — Replay (relecture à coût zéro) + Crash Recovery (récupération après crashCheckpointPoint de contrôle : un instantané complet de l'état en mémoire écrit sur disque. Lors d'une reprise après crash, le rejeu du WAL repart du Checkpoint le plus récent. à l’échelle de la microseconde) + Cost Tracking (suivi des coûts en temps réel). Formes de livraison : SDK Python d’abord (pip install lumen-ai, premier choix pour LangGraph/agents) + moteur Rust (lumen-core, socle de performance) + CLI optionnelle (lumen-cli v0.1.0). Philosophie : 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
)Propulsé par le moteur Rust sous-jacent (lumen-core), le SDK Python offre une interface conviviale et relie le moteur d’agents Kova à l’écosystème Python.
Fiabilité trois-en-un
Replay, récupération, coûts — tout est prêt en une seule intégration.
Replay — relecture déterministe à coût zéro
Rejouez n'importe quelle exécution depuis un trace JSON, sans appeler le LLM ni dépenser, et démarrez à une étape précise pour localiser le problème. lumen replay TRACE_ID (complet) / --from 5 (à partir de la 5e étape).
Crash Recovery — récupération après crash à l'échelle de la microseconde
Implémentation complète du CheckpointSaver de LangGraph, remplaçant direct du Checkpointer natif SQLite/Redis. Double couche mémoire+disque, écriture atomique, récupération par relecture du WAL au niveau du moteur, sans aucune dépendance à un service externe.
Cost Tracking — suivi des coûts en temps réel
Table de tarifs intégrée pour plus de 30 modèles (Claude / GPT-4o / Gemini / Llama / DeepSeek), estimation possible même quand le LLM ne renvoie pas le coût. Alerte automatique quand un appel dépasse 2x la moyenne. lumen cost --last 24h / lumen traces.
Autres fonctionnalités
| Fonctionnalité | Description |
|---|---|
| Gestion des agents | Créer, démarrer, arrêter, supprimer des agents |
| Débogage des workflows | Exécuter les workflows en local, déboguer pas à pas |
| Consultation des logs | Consulter en temps réel les logs d’exécution de l’agent |
| Déploiement | Déployer l’agent vers une instance cloud Kova |
| Gestion MCP | Installer et configurer les services d’outils MCP |
| REPL interactif | Dialoguer directement avec l’agent dans le terminal |
Installation
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/lumenVérification : lumen --version (→ lumen 0.1.0) ; lumen doctor (vérifie Lurus API connected / Kova optional).
Prise en main rapide
# 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Commandes courantes
# 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_keyFichier de configuration
agent.toml est la configuration centrale d’un projet d’agent :
[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"Relation avec Kova
Outil en ligne de commande pour les développeurs — développement local, débogage, déploiement. Runtime léger lumen run, opérationnel immédiatement.
Moteur de runtime d’agents — exécution persistante, WAL, gestion de cluster. Après lumen deploy, vous obtenez une persistance et des capacités de cluster complètes.
Pour le développement local, utilisez le runtime léger (lumen run) ; après déploiement vers Kova (lumen deploy), vous obtenez une persistance et des capacités de cluster complètes.
Comparaison avec d’autres solutions
Comparatif
| 维度 | Lumen | Temporal | LangGraph Checkpointer | Conductor |
|---|---|---|---|---|
| Replay | relecture LLM à coût zéro | Event replay | partiel | Workflow replay |
| Coût d'intégration | 3 lignes de code | Worker + SDK | configuration | Worker |
| Suivi des coûts | intégré | aucun | aucun | aucun |