Démarrage rapide de Lumen En développement

À réaliser en 10 minutes : installation → intégration à LangGraph → consultation de la première Trace → déclenchement d’un Replay → calcul des coûts sur 24 h.

10 minutesau total

3 lignesde code d’intégration

0modification de la logique métier

Prérequis

Python 3.9+ · Une API Key Lurus (comment l’obtenir) · Un projet Agent LangGraph/LangChain existant (sinon, utilisez l’exemple minimal ci-dessous).

Installation et intégration de LangGraph en trois lignes

bash

pip install lumen-ai

python

from lumen_ai import LumenTracer, LumenCheckpointer
graph = workflow.compile(
    checkpointer=LumenCheckpointer(),   # 崩溃恢复
    callbacks=[LumenTracer()],           # 执行追踪 + 成本追踪
)

Aucune modification de la logique métier n’est nécessaire : tous les appels LLM, appels d’outils et changements d’état sont enregistrés dans le backend Lumen.

Exécuter un exemple minimal

python

from langgraph.graph import StateGraph, END
from lumen_ai import LumenTracer, LumenCheckpointer
from typing import TypedDict

class State(TypedDict):
    query: str
    result: str

def search(state: State) -> State:
    return {**state, "result": f"已处理: {state['query']}"}

wf = StateGraph(State)
wf.add_node("search", search)
wf.set_entry_point("search")
wf.add_edge("search", END)

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

graph.invoke({"query": "什么是 WAL"})

Consulter la Trace
Accédez à la console (par défaut http://localhost:7070) ou à la page Lumen de la console Lurus : chronologie complète de chaque exécution du graphe, entrées/sorties/durées de chaque nœud, et prompt/completion/nombre de Tokens de chaque appel LLM.
Déclencher un Replay
Rejouez une exécution à partir d’une séquence d’exécution historique, sans consommer de Token (pour reproduire un bug en local, valider une correction ou faire de l’A/B sur les prompts) :
python
```
from lumen_ai import Replay
Replay.from_run_id("run_abc123").play()
```
1
2

Calculer les coûts sur 24 heures

python

from lumen_ai import CostTracker

print(CostTracker.summary(hours=24))
# { total_tokens: 128_340, cost_rmb: 12.47, by_model: {...} }

Le Replay est gratuit

Le Replay rejoue à partir de la séquence d’exécution enregistrée, sans rappeler le LLM : reproduire un bug, valider une correction ou faire de l’A/B sur les prompts ne coûte donc aucun Token.

Étapes suivantes

SDK Python — LumenTracer / LumenCheckpointer / CostTracker en détail Manuel CLI — commandes courantes et échafaudage d'automatisation Intégrations de l'écosystème — coopération avec Kova / LangGraph / OpenTelemetry

Démarrage rapide de Lumen En développement ​

Étapes suivantes ​

Étapes suivantes

Produits associés

Souvent associé à

Référencé par ces produits

Démarrage rapide de Lumen En développement

Étapes suivantes