빠른 시작 개발 중
5분 만에 첫 Kova Agent를 실행하세요.
5분예상 소요 시간
3가지설치 방식
제로외부 의존성
설치
Kova 설치
Docker(권장), 사전 컴파일된 바이너리, 또는 소스에서 빌드 중 하나를 선택하세요.
설치 방식 하나를 선택하세요
docker run -d \
--name kova \
-p 8080:8080 \
-v kova-data:/data \
-e LURUS_API_KEY=sk-your-key \
ghcr.io/hanmahong5-arch/kova:latest사전 컴파일된 바이너리는 GitHub Releases에서 내려받으세요:
| 플랫폼 | 파일 |
|---|---|
| Linux x86_64 | kova-linux-amd64 |
| macOS (Apple Silicon) | kova-darwin-arm64 |
| macOS (Intel) | kova-darwin-amd64 |
| Windows | kova-windows-amd64.exe |
Rust 버전 요구 사항
Kova는 Rust 1.93+ (Edition 2024)를 요구합니다. rustup으로 툴체인을 관리하는 것을 권장합니다.
설정
설정
설정 파일 kova.toml을 생성하세요:
toml
[server]
port = 8080
data_dir = "./data"
[llm]
# 通过 Lurus API 接入所有模型
provider = "openai-compatible"
base_url = "https://hub.lurus.cn/v1"
api_key = "sk-your-lurus-key"
default_model = "deepseek-chat"
[wal]
# WAL 持久化配置
enabled = true
sync_mode = "normal" # "normal" | "full" (每次写入 fsync)
[security]
# 可选:启用 WAL 加密
# encrypt = true
# encrypt_algorithm = "aes-256-gcm" 시작하기
첫 Agent 실행하기
REST / Rust SDK / CLI 중 택일하여 Agent를 생성하고, 작업을 전송하고, 실행을 스트리밍으로 확인하세요.
구동한 뒤, 익숙한 접속 방식을 선택해 첫 Agent를 생성하고 실행하세요(전체 엔드포인트는 API 참조 참고).
워크플로
워크플로 생성
워크플로는 여러 단계를 순서가 있는 실행 파이프라인으로 연결합니다(단계 간에는 템플릿 변수로 값을 전달하며, 예시는 아래 참고):
bash
curl -X POST http://localhost:8080/api/v1/workflows \
-H "Content-Type: application/json" \
-d '{ "name": "content-pipeline", "steps": [
{ "name": "research", "agent": "researcher", "prompt": "研究主题:{{input.topic}}" },
{ "name": "write", "agent": "writer", "prompt": "基于研究报告撰写博客:\n{{steps.research.output}}" },
{ "name": "review", "agent": "editor", "prompt": "审校并优化:\n{{steps.write.output}}" }
] }'
# 触发
curl -X POST http://localhost:8080/api/v1/workflows/content-pipeline/run \
-H "Content-Type: application/json" -d '{"input": {"topic": "边缘计算与 AI 推理"}}' 영속성
영속성 검증
프로세스를 강제 종료하고 재시작하면, 작업이 WAL의 중단 지점에서 자동으로 복구됩니다.
Kova의 크래시 복구 능력을 테스트해 보세요:
장시간 작업 시작
bashkova agent run researcher "写一份 5000 字的深度报告"작업 실행 중 프로세스를 강제 종료
bashkill -9 $(pgrep kova)Kova 재시작
bash./kova serve작업 상태 확인 — 중단 지점에서 자동 복구
bashkova task status