什么是 Lumen？
Lumen 是面向 AI Agent 开发者的三合一可靠性工具 — Replay（零成本重放）+ Crash Recovery（微秒级 崩溃恢复Checkpoint检查点，将内存中的完整状态快照写入磁盘。崩溃恢复时从最近的 Checkpoint 开始重放 WAL。）+ Cost Tracking（实时成本追踪）。交付形态：Python SDK 优先（pip install lumen-ai，LangGraph/Agent 首选）+ Rust 引擎（lumen-core 性能底座）+ 可选 CLI（lumen-cli v0.1.0）。理念：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
)底层 Rust 引擎（lumen-core）驱动，Python SDK 提供友好接口，连接 Kova Agent 引擎 和 Python 生态。
2c-cli-lumen · 与仓库 README 同一张图三合一可靠性
重放、恢复、成本 — 一次接入全部就绪。
Replay — 零成本确定性重放
从 trace JSON 重放任意执行，不调 LLM 不花钱，可从指定步骤开始精确定位问题。lumen replay TRACE_ID（完整）/ --from 5（从第 5 步）。
Crash Recovery — 微秒级崩溃恢复
LangGraph CheckpointSaver 完整实现，直接替换原生 SQLite/Redis Checkpointer。内存+磁盘双层、原子写入，恢复走引擎级 WAL 重放，零外部服务依赖。
Cost Tracking — 实时成本追踪
内置 30+ 模型定价表（Claude / GPT-4o / Gemini / Llama / DeepSeek），LLM 不返回费用也能估算。单次调用 > 2x 平均值自动告警。lumen cost --last 24h / lumen traces。
更多功能
| 功能 | 说明 |
|---|---|
| Agent 管理 | 创建、启动、停止、删除 Agent |
| 工作流调试 | 本地运行工作流，逐步调试 |
| 日志查看 | 实时查看 Agent 执行日志 |
| 部署 | 将 Agent 部署到 Kova 云端实例 |
| MCP 管理 | 安装和配置 MCP 工具服务 |
| 交互式 REPL | 直接在终端与 Agent 对话 |
安装
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/lumen验证：lumen --version（→ lumen 0.1.0）；lumen doctor（检查 Lurus API connected / Kova optional）。
快速上手
# 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 # 上次运行结果常用命令
# 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_key配置文件
agent.toml 是 Agent 项目的核心配置：
[agent]
name = "my-researcher"
model = "deepseek-chat"
max_iterations = 20
[agent.llm]
base_url = "https://hub.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"与 Kova 的关系
开发者命令行工具 — 本地开发、调试、部署。轻量运行时 lumen run 即起即用。
Agent 运行时引擎 — 持久化执行、WAL、集群管理。lumen deploy 后获得完整持久化与集群能力。
本地开发用轻量运行时（lumen run），部署到 Kova（lumen deploy）后获得完整持久化和集群能力。
与其他方案对比
对标
| 维度 | Lumen | Temporal | LangGraph Checkpointer | Conductor |
|---|---|---|---|---|
| Replay | 零成本 LLM 重放 | Event replay | 部分 | Workflow replay |
| 接入成本 | 3 行代码 | Worker + SDK | 配置 | Worker |
| Cost 追踪 | 内置 | 无 | 无 | 无 |