Kodosumi
Masumi Network (NMKR) · Programação
Kodosumi é um runtime de Python, de código aberto, que roda serviços de agentes de IA em produção. Sobre o Ray Serve, ele cuida da implantação, do escalonamento e do monitoramento.
Sobre Kodosumi
What Is Kodosumi
Kodosumi é um ambiente para quem precisa que os agentes de IA funcionem como serviços de verdade, e não só como uma demo num notebook. Você escreve a função do agente em Python, descreve tudo num único arquivo YAML e o framework faz o resto: transforma aquilo num endpoint HTTP, distribui o trabalho por um cluster do Ray e acompanha cada execução. Quem mantém é o time da Masumi Network, sob licença Apache 2.0.
O vão que ele cobre fica entre um protótipo que roda e um agente que aguenta tráfego de verdade. Um agente pode levar minutos ou horas para terminar, e uma rajada de pedidos se acumula num instante. O Kodosumi se apoia no Ray para agendar, então os trabalhos crescem entre máquinas e seguem rodando quando a carga sobe. Ele traz um painel de administração com aquilo que quase todo código de agente esquece: uma linha do tempo de cada execução, rastreio de erros e uma visão de análise.
Existem limites que valem a pena encarar de frente. É uma ferramenta para quem programa, ou seja, você precisa de Python e de alguma intimidade com um cluster para tirar proveito. A parte paga fica amarrada ao protocolo Masumi, na Cardano, e isso só importa se você pretende cobrar pelo acesso aos seus agentes. E, como ele se mantém neutro em relação ao framework, não entrega a lógica do agente que você mesmo teria de escrever.
Getting Started
- Instale o pacote com
pip install kodosumie suba um nó principal do Ray comray start --head. - Escreva uma função de agente em Python e registre um ponto de entrada com o decorador
@app.enter. - Rode
koco servepara abrir o painel de administração e implante seu app no Ray comserve run. - Crie uma entrada Expose no painel e clique em Boot para colocar os agentes configurados no ar.
- Acompanhe cada execução nos painéis de Timeline e Analytics e ajuste a partir dali.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Kodosumi.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Desenvolvedores de IA
- Times de backend e plataforma
- Times que vendem serviços de agentes
- Oficinas de mentalidade aberta
Tarefas
- Publicar um agente como endpoint
- Escalar trabalhos longos
- Acompanhar a execução dos agentes
- Resolver etapas com gente no meio
- Cobrar pelo acesso a um agente
Cenários
- Uma demo que precisa virar serviço
- Tráfego em rajadas
- Trabalhos longos de pesquisa
- Montagens auto-hospedadas
- Cobrar pelo resultado de um agente
Principais recursos
Execução distribuída sobre o Ray Serve
O Kodosumi roda seus agentes sobre o Ray Serve, a mesma camada de agendamento que sustenta cargas grandes em produção. Um app começa num notebook e depois se espalha por um cluster inteiro sem reescrever a lógica do agente. Isso pesa quando os trabalhos são longos ou chegam em ondas, porque o Ray coloca cada um num worker livre em vez de travar um processo só.
Painel de administração com Timeline e Analytics
O painel é justamente a parte que quase todo framework de agente deixa de fora. Ele lista seus serviços registrados, mostra uma linha do tempo de cada execução e guarda os erros conforme aparecem. Uma visão de análise soma vazão e contagem de falhas, e um painel separado acompanha a receita da Masumi. Você tem o quadro operacional sem montar antes uma pilha de registros sob medida.
Integração de agentes independente do framework
O Kodosumi não exige que você adote o jeito dele de montar agentes. Ele embrulha o que você já usa, seja uma função simples de Python, um time do CrewAI ou uma chamada a um modelo auto-hospedado. Como ele fica de fora da lógica do agente, você mantém suas ferramentas e pode trocar de modelo ou de biblioteca depois sem mexer no framework.
Formulários declarativos e transferência de arquivos
Você descreve a entrada que um agente precisa com alguns campos de formulário, e o framework monta o HTML e valida os dados no navegador. Os agentes também enviam e recebem arquivos, com transferência em pedaços para envios e downloads. Isso vira uma função crua numa página que alguém sem conhecimento técnico consegue usar.
Fluxos com gente no meio
Alguns trabalhos precisam de uma pessoa no meio do caminho. O Kodosumi aceita um padrão de trava e aluguel que pausa um agente, passa o controle para uma pessoa decidir ou editar e depois retoma a rodada. É a peça que faltava para etapas de revisão, aprovações e agentes que mexem com dados sensíveis.
Pagamentos Masumi e protocolo MIP-003
Para os agentes vendidos como serviço, o Kodosumi se conecta ao sistema de pagamento Masumi, na Cardano, e fala o protocolo MIP-003 para descoberta e gestão de trabalhos. Você tem um painel de pagamentos com acompanhamento de receita e falhas, então um agente pode cobrar por trabalho sem que você monte uma camada de cobrança na mão.
Prós e contras
Prós
- Grátis e de código aberto sob Apache 2.0, então você pode ler, bifurcar e auto-hospedar
- Apoiado no Ray, que aguenta tanto trabalhos longos quanto picos de tráfego de repente
- Monitoramento, linhas do tempo e análise vêm inclusos em vez de esperar uma solução sob medida
- Independente do framework, então embrulha as ferramentas de agente que você já usa
- Suporte a pagamento e descoberta embutido para quem vende acesso a agentes pela Masumi
Contras
- É uma ferramenta para programadores, então quem não programa não tem como usar
- Aproveitar tudo implica subir e ajustar um cluster do Ray, o que é trabalho real de operação
- A parte de pagamento e acompanhamento de receita fica amarrada ao protocolo Masumi e à Cardano, e isso não encaixa com outros sistemas de cobrança
- A documentação e a comunidade são novas perto de plataformas de agentes já consolidadas
Perguntas frequentes
O Kodosumi roda agentes de IA como serviços em produção. Você escreve um agente em Python, descreve ele num arquivo de configuração e o framework transforma aquilo num endpoint escalável com monitoramento, em vez de deixar como um script que só roda uma vez.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Kodosumi.
Alternativas a Kodosumi
Base Code
Base44 (Wix) · Programação · ProdutividadeO Base Code é um ambiente de desenvolvimento em nuvem compartilhado da Base44. O time descreve mudanças em um repositório do GitHub pelo chat, confere tudo na prévia e envia o resultado como pull request.
Google EmbeddingGemma 2
Google DeepMind · Escrita · Imagem · ProgramaçãoGoogle EmbeddingGemma 2 é um modelo aberto de 740 milhões de parâmetros que transforma texto, código, imagens, áudio e quadros de vídeo em vetores de um único espaço de 768 dimensões, rodando em celulares e notebooks.
GitGlow
GitGlow · Programação · ProdutividadeO GitGlow é um cliente Git de desktop que coloca seu código e as mudanças dos seus agentes de IA na mesma revisão, para você saber o que vai sair da máquina antes de publicar.