Kodosumi
Masumi Network (NMKR) · Programación
Kodosumi es un runtime de Python, de código abierto, que ejecuta servicios de agentes de IA en producción. Montado sobre Ray Serve, se encarga del despliegue, el escalado y la monitorización.
Acerca de Kodosumi
What Is Kodosumi
Kodosumi es un entorno pensado para quien necesita que sus agentes de IA funcionen como servicios reales, no solo como una demo en un portátil. Tú escribes la función del agente en Python, la describes en un único archivo YAML y el framework hace el resto: la convierte en un endpoint HTTP, reparte el trabajo entre un clúster de Ray y sigue cada ejecución. Lo mantiene el equipo de Masumi Network y se publica bajo licencia Apache 2.0.
El hueco que cubre está entre un prototipo que arranca y un agente que aguanta tráfico de verdad. Un agente puede tardar minutos u horas en terminar, y una ráfaga de peticiones se acumula enseguida. Kodosumi se apoya en Ray para planificar, así que los trabajos crecen entre máquinas y siguen en marcha cuando la carga sube. Trae un panel de administración con lo que casi todo el código de agentes se salta: una línea de tiempo de cada ejecución, seguimiento de errores y una vista de analítica.
Hay límites que conviene tener claros. Es una herramienta para desarrolladores, o sea que necesitas Python y algo de soltura con un clúster para sacarle partido. La capa de pago va atada al protocolo Masumi en Cardano, y eso solo importa si piensas cobrar por el acceso a tus agentes. Y como se mantiene al margen del framework, no te da la lógica del agente que tendrías que escribir tú.
Getting Started
- Instala el paquete con
pip install kodosumiy arranca un nodo principal de Ray conray start --head. - Escribe una función de agente en Python y registra un punto de entrada con el decorador
@app.enter. - Ejecuta
koco servepara abrir el panel de administración y despliega tu app en Ray conserve run. - Crea una entrada Expose en el panel y pulsa Boot para poner en marcha los agentes configurados.
- Sigue cada ejecución en los paneles de Timeline y Analytics y ajusta desde ahí.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Kodosumi.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Desarrolladores de IA
- Equipos de backend y plataforma
- Equipos que venden servicios de agentes
- Talleres de mentalidad abierta
Tareas
- Publicar un agente como endpoint
- Escalar trabajos largos
- Vigilar la ejecución de agentes
- Resolver pasos con intervención humana
- Cobrar por el acceso a un agente
Casos de uso
- Una demo que debe volverse servicio
- Tráfico a ráfagas
- Trabajos largos de investigación
- Montajes autoalojados
- Cobrar por el resultado de un agente
Funciones clave
Ejecución distribuida sobre Ray Serve
Kodosumi corre tus agentes sobre Ray Serve, la misma capa de planificación que hay detrás de cargas grandes en producción. Una app arranca en un portátil y luego se reparte por un clúster entero sin reescribir la lógica del agente. Eso pesa cuando los trabajos son largos o llegan en oleadas, porque Ray coloca cada uno en un worker libre en vez de bloquear un proceso único.
Panel de administración con Timeline y Analytics
El panel es justo la parte que casi todos los frameworks de agentes se saltan. Lista tus servicios registrados, muestra una línea de tiempo de cada ejecución y guarda los errores conforme pasan. Una vista de analítica suma caudal y recuento de fallos, y un panel aparte sigue los ingresos de Masumi. Tienes la foto operativa sin montar antes una pila de registros a medida.
Integración de agentes independiente del framework
Kodosumi no te obliga a adoptar su forma de construir agentes. Envuelve lo que ya usas, sea una función de Python a secas, un equipo de CrewAI o una llamada a un modelo autoalojado. Como se queda fuera de la lógica del agente, conservas tus herramientas y puedes cambiar de modelo o de librería después sin tocar el framework.
Formularios declarativos y transferencia de archivos
Describes la entrada que necesita un agente con unos pocos campos de formulario, y el framework pinta el HTML y valida los datos en el cliente. Los agentes también envían y reciben archivos, con transferencia por trozos para subidas y bajadas. Eso convierte una función pelada en una página que alguien sin conocimientos técnicos puede usar.
Flujos con intervención humana
Algunos trabajos necesitan a una persona en medio. Kodosumi admite un patrón de bloqueo y arriendo que detiene un agente, pasa el control a una persona para que decida o edite y después reanuda la corrida. Es la pieza que falta para los pasos de revisión, las aprobaciones y los agentes que tocan datos sensibles.
Pagos Masumi y protocolo MIP-003
Para los agentes que se venden como servicio, Kodosumi se conecta al sistema de pago Masumi en Cardano y habla el protocolo MIP-003 para el descubrimiento y la gestión de trabajos. Tienes un panel de pagos con seguimiento de ingresos y fallos, así que un agente puede cobrar por trabajo sin que armes a mano una capa de facturación.
Ventajas y desventajas
Ventajas
- Gratis y de código abierto bajo Apache 2.0, así que puedes leerlo, bifurcarlo y autoalojarlo
- Se apoya en Ray, que aguanta tanto trabajos largos como picos de tráfico repentinos
- La monitorización, las líneas de tiempo y la analítica vienen incluidas en vez de esperar una solución a medida
- Independiente del framework, así que envuelve las herramientas de agentes que ya usas
- Compatibilidad de pago y descubrimiento integrada para quien vende acceso a agentes vía Masumi
Desventajas
- Es una herramienta para desarrolladores, así que quien no programa no tiene forma de usarla
- Aprovecharla del todo implica levantar y ajustar un clúster de Ray, que es trabajo real de operaciones
- La parte de pago y seguimiento de ingresos va atada al protocolo Masumi y a Cardano, y eso no encaja con otros sistemas de facturación
- La documentación y la comunidad son jóvenes frente a plataformas de agentes ya asentadas
Preguntas frecuentes
Kodosumi ejecuta agentes de IA como servicios en producción. Escribes un agente en Python, lo describes en un archivo de configuración y el framework lo convierte en un endpoint escalable con monitorización, en lugar de dejarlo como un script que solo corre una vez.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Kodosumi.
Alternativas a Kodosumi
Base Code
Base44 (Wix) · Programación · ProductividadBase Code es un entorno de desarrollo en la nube compartido de Base44. El equipo describe cambios sobre un repositorio de GitHub en el chat, los ve en una vista previa y los envía como pull requests.
Google EmbeddingGemma 2
Google DeepMind · Escritura · Imagen · ProgramaciónGoogle EmbeddingGemma 2 es un modelo abierto de 740 millones de parámetros que convierte texto, código, imágenes, audio y fotogramas de vídeo en vectores de un mismo espacio de 768 dimensiones, y funciona en móviles y portátiles.
GitGlow
GitGlow · Programación · ProductividadGitGlow es un cliente Git de escritorio que reúne tu código y los cambios de tus agentes de IA en una sola revisión, para que sepas qué va a salir de tu máquina antes de publicarlo.