Lumen 빠른 시작 개발 중

10분 만에 완료: 설치 → LangGraph 연동 → 첫 Trace 확인 → Replay 실행 → 24시간 비용 집계.

10분전체 소요

3줄연동 코드

0비즈니스 로직 변경

사전 조건

Python 3.9+ · Lurus API Key（발급 방법）· 기존 LangGraph/LangChain Agent 프로젝트（없으면 아래 최소 예제 사용）.

설치 및 세 줄로 LangGraph 연동

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
)

비즈니스 로직을 변경할 필요 없이, 모든 LLM 호출, 도구 호출, 상태 변경이 Lumen 백엔드에 기록됩니다.

최소 실행 예제 실행

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"})

Trace 확인
콘솔（기본 http://localhost:7070）또는 Lurus 콘솔의 Lumen 페이지에 접속하세요: 각 graph 실행의 전체 타임라인, 노드별 입력/출력/소요 시간, LLM 호출의 prompt/completion/Token 수.
Replay 실행
이력 실행 시퀀스에서 한 번 재생하며, Token을 소비하지 않습니다（로컬 버그 재현, 수정 검증, Prompt A/B에 사용）：
python
```
from lumen_ai import Replay
Replay.from_run_id("run_abc123").play()
```
1
2

24시간 비용 집계

python

from lumen_ai import CostTracker

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

Replay는 비용이 들지 않음

Replay는 기록된 실행 시퀀스에서 재생하며, LLM을 다시 호출하지 않습니다. 따라서 버그 재현, 수정 검증, Prompt A/B 모두 Token 비용이 0입니다.

다음 단계

Python SDK — LumenTracer / LumenCheckpointer / CostTracker 상세 CLI 매뉴얼 — 자주 쓰는 명령과 자동화 스캐폴딩 생태계 통합 — Kova / LangGraph / OpenTelemetry와 연동

Lumen 빠른 시작 개발 중 ​

다음 단계 ​

다음 단계

관련 제품

주로 함께 사용

이 제품들이 참조함

Lumen 빠른 시작 개발 중

다음 단계