从 LangGraph 迁移

从 LangGraph 迁移到 Lumen + Kova

SqliteSaver → LumenCheckpointer + LumenTracer，Agent 部署到 Kova 集群——业务代码不改。

你会得到

Before（纯 LangGraph）	After
SqliteSaver 单机持久化	LumenCheckpointer + Kova 微秒级 WAL 恢复
无 Trace	LumenTracer 自动采集
无 Cost 统计	CostTracker 按 Node 聚合
手动 Replay	Replay.from_run_id() 一行

迁移步骤

1. 替换 Checkpointer — LumenCheckpointer 100% 实现 BaseCheckpointSaver，无需改任何业务代码。

   - from langgraph.checkpoint.sqlite import SqliteSaver
   + from lumen_ai import LumenCheckpointer
   
   - graph = wf.compile(
   -     checkpointer=SqliteSaver.from_conn_string("./state.db")
   - )
   + graph = wf.compile(
   +     checkpointer=LumenCheckpointer()
   + )

2. 加 Tracer — 本地启动后，访问 http://localhost:7070 即可看到 Trace 时间线。

   + from lumen_ai import LumenTracer
   
     graph = wf.compile(
         checkpointer=LumenCheckpointer(),
   +     callbacks=[LumenTracer()],
     )

3. 部署到 Kova

   # agent.yaml
   name: research-agent
   entry: python my_agent.py
   checkpointer: lumen
   replicas: 3

   lumen deploy --target kova://prod-cluster

本地验证

python my_agent.py           # 正常跑
kill -9 $(pgrep -f my_agent) # 模拟崩溃
python my_agent.py           # 从中断点继续，不重调 LLM

性能对比

指标	Before	After
恢复延迟	8ms	微秒级
多进程	需加锁	原生
跨机房	手动	异步复制
LLM 重调	有时	永不

回滚

保留旧 SqliteSaver 代码注释；任何时候还原 diff 即回到原状。数据不互通，但可并行跑。

下一步

下一步

Lumen Python SDK部署 Kova完整教程