LangGraph, RAG Híbrido y Motor de Firmas: Un Grafo Universal para Datos en Streaming

Un desarrollador ha introducido un patrón arquitectónico que combina un LLM, RAG híbrido y los motores de firmas YARA y Sigma en un único grafo asíncrono sobre LangGraph. El flujo de logs es leído por Vector, dividido por un script Lua en fragmentos de 250 líneas con un solapamiento de 20 líneas, y luego pasa a través de Kafka a un consumidor con lógica de reintentos y una cola DLQ. El grafo contiene dos ramas paralelas: una rama de IA con filtrado, agrupación de logs por el Agente 1, generación de descripciones por el Agente de Descripciones y el Agente RAG 2, que busca técnicas MITRE ATT&CK; una rama determinista con parse_logs, escaneo YARA y Sigma. Los cuatro flujos se fusionan en el Agente 3, que produce un informe final: los incidentes confirmados van al informe final, los no confirmados a un bloque "Requiere revisión manual". El RAG se implementa como búsqueda híbrida: vectorial (ChromaDB) con peso 0.6 y BM25 con peso 0.4, seguida de un reordenamiento por LLM. YARA usa el compilador nativo yara-python; Sigma usa un motor personalizado basado en reglas. El sistema se ha probado con logs de ciberseguridad pero es universal.