LangGraph 系列 · 第 6 讲：人机交互（Human-in-the-loop）（让智能体“会协作”）

星浩AI
77 阅读10分钟

📖 1. 导读

💡本文是 LangGraph 系列的第 6 讲。前两讲我们解决了“记忆”和“工具”，第 5 讲解决了“路由决策”。这一讲我们把智能体带到更像真实生产系统的一步：当模型不确定、信息缺失、或者动作风险很高时，如何暂停工作流，让人介入，然后从原地恢复继续跑。

你会看到一个核心结论：

  • Human-in-the-loop 不是“加一个 input()”
  • 它是“可恢复的长流程”能力：Pause → Persist → Resume（暂停 → 持久化 → 恢复）

1.1 本讲你将学会

  • ✅interrupt()的工作机制：如何暂停、返回什么、如何恢复
  • ✅ 为什么必须配合checkpointer+thread_id（否则无法跨次恢复）
  • ✅ 两类常见模式：
  • ✅interrupt_before/interrupt_after的使用场景（“强制拦截点”）
  • ✅ 一个可运行的综合示例：工具调用审批 + 人工编辑 + 恢复执行

1.2 前置要求

  • 🛠️ Python 3.10+
  • 推荐安装：pip install -U langgraph langchain-core
  • LLM（示例沿用 DeepSeek）

🧠 2. 什么是 Human-in-the-loop？

在真实业务里，智能体经常会遇到三种“必须让人上场”的情况：

  • 缺信息（User-fixable）：缺账号、缺订单、缺配置、指令不清 → 让用户/运营补齐信息再继续
  • 高风险动作（Approval required）：退款、下单、发通知、写库、删数据 → 让人审批、编辑、确认后再执行
  • 质量兜底（Quality gate）：对外回复、对外邮件、对外发布文案 → 让人审核，避免“模型自信胡说”

官方文档给了一个很工程化的分类（你可以当作项目里的错误处理策略表）：

  • 临时错误（网络抖动/限流）→ 自动重试（RetryPolicy）
  • LLM 可恢复错误（工具失败/解析失败）→ 写入 state，回到 agent 再试
  • 用户可修复错误（缺信息/指令不清）→interrupt() 暂停，等人补齐
  • 未知错误→ 冒泡给开发者排查

🧱 3. interrupt()：暂停与恢复

3.1 interrupt() 会发生什么？

当节点里调用interrupt(payload)时：

  • 图会立刻暂停
  • 当前 state 会通过checkpointer被保存
  • 这次执行会返回一个特殊字段（通常你会在结果中看到__interrupt__）
  • 等你下次以Command(resume=...)形式提供输入后，图会继续执行

3.2 interrupt() 必须放在节点最前面

官方文档强调：interrupt()必须最先执行。 因为恢复时会从“被中断的节点”重新开始执行；如果你在 interrupt 之前做了写库/扣费/发邮件等动作，恢复会导致重复执行。

3.3 恢复会“从节点开头重跑”

当你恢复（resume）时，执行会从“发生中断的那个节点”的开头重新开始。 因此节点设计要满足两点：

  • 可重入（re-entrant）：同一个节点被重复进入不会把系统搞乱
  • 幂等（idempotent）：即使重复执行，也要保证幂等（重复扣费、重复发消息、重复写库）

最稳妥的做法是：

  • 把写库/扣费/发消息等“外部操作/事务性动作”留到后续独立节点，在interrupt()之后再执行，并保证可重入（幂等/可回滚）
  • 对外部系统写操作加幂等键（例如订单号 + step_id）

🧩 4. 模式一：缺信息就问人

这是最常用的 HITL 模式：遇到缺参就暂停，等用户给出信息，再回到同一节点继续往下走。

from typing import Literal, TypedDict
from langgraph.graph import StateGraph, START, END
from langgraph.types import interrupt, Command


class State(TypedDict):
    customer_id: str
    customer_history: dict


def lookup_customer_history(state: State) -> Command[Literal["lookup_customer_history", END]]:
    # interrupt() 必须放在最前面
    ifnot state.get("customer_id"):
        user_input = interrupt(
            {
                "message": "Customer ID needed",
                "request": "请提供 customer_id，用于查询订阅历史",
            }
        )
        return Command(update={"customer_id": user_input["customer_id"]}, goto="lookup_customer_history")

    # 这里用假数据模拟：实际项目中换成数据库/CRM API
    history = {"tier": "pro", "active": True}
    return Command(update={"customer_history": history}, goto=END)


builder = StateGraph(State)
builder.add_node("lookup_customer_history", lookup_customer_history)
builder.add_edge(START, "lookup_customer_history")
builder.add_edge("lookup_customer_history", END)

# 注意：想要真正“暂停后还能恢复”，必须加 checkpointer（下一节会讲）
graph = builder.compile()

🛡️ 5. 模式二：高风险动作先审批

典型场景：

  • 工具调用会重复执行（写库/下单/发送消息/调用支付）
  • 你要做“先展示计划，再让人确认”

核心做法：

  1. 模型先生成一个plan（要做什么）
  2. 在审批节点调用interrupt()把 plan 给人看
  3. 人给出approved / edited_plan / rejected
  4. 根据人类决定：继续 / 拒绝 / 转人工

5.1 “拒绝/转人工处理”的落地路径（推荐）

很多业务里，“不同意执行”并不等于结束，而是要转到人工流程（工单/客服/运营/风控复核）。把它做成一个标准闭环：

  • 拒绝（Reject）：记录拒绝原因 → 通知发起人 → 结束流程（或回到补充信息节点）
  • 转人工（Handoff）：创建工单/任务 → 返回工单号 → 结束自动流程（等待人工在系统里处理）
  • 再进入（Optional）：人工处理完后，用同thread_id以Command(resume=...)让流程继续（例如再次审批或直接执行）

落地时，建议在 state 里固定这些字段（便于审计与可观测）：

  • review_status:"approved" | "rejected" | "handoff"
  • review_reason: 人工原因/备注
  • ticket_id: 工单号（转人工时）

5.2 转人工后如何再恢复？

做法很简单：在“转人工”时，不要直接goto=END，而是跳到一个“等待人工完成”的节点，再interrupt()一次，等人工完成后用同一个thread_id恢复继续跑。

示意思路（基于上面的例子改动）：

def human_review(state: State) -> Command[Literal["execute", "handoff_wait", END]]:
    decision = interrupt({...})
    if decision.get("approved"):
        ...
        return Command(update={"approved_plan": edited}, goto="execute")
    if decision.get("action") == "handoff":
        # 记录工单并进入“等待人工”节点
        ticket_id = create_ticket_api(...)  # 伪代码
        return Command(
            update={"review_status": "handoff", "ticket_id": ticket_id},
            goto="handoff_wait",
        )
    ...

def handoff_wait(state: State) -> Command[Literal["execute", END]]:
    # 第二次暂停：等人工处理完，再 resume 进来
    resume_payload = interrupt(
        {
            "message": f"工单 {state['ticket_id']} 已创建，请人工处理完再恢复",
            "action": "handoff_done 或 reject",
        }
    )
    if resume_payload.get("action") == "handoff_done":
        return Command(goto="execute")  # 或 goto 回人审节点再看一眼
    return Command(goto=END)

恢复调用时，只要带上同一个thread_id即可让图找到之前的暂停点：

config = {"configurable": {"thread_id": "demo_thread"}}
resume_cmd = Command(resume={"action": "handoff_done"})
app.invoke(resume_cmd, config)

这样就形成了闭环：转人工 → 创建工单 → 暂停 → 人工处理 → resume → 自动流程继续。

💾 6. 为什么需要 checkpointer + thread_id？

6.1 checkpointer：保存暂停点

interrupt()能暂停，但要能“过一会儿再恢复”，必须把 state 保存起来。 LangGraph 用checkpointer做这件事（第 2 讲你已经见过它）。

最简单的示例是内存版：

from langgraph.checkpoint.memory import MemorySaver

memory = MemorySaver()
app = graph.compile(checkpointer=memory)

生产建议：内存版只适合演示。生产环境通常选择：

  • Redis（低延迟，适合高并发短会话）
  • Postgres / MySQL（更强一致性与审计能力）
  • 以及你团队已有的持久化体系（关键是：能按thread_id取回状态）

6.2 thread_id：恢复哪条线程

你恢复时必须带上同一个thread_id，它相当于这条对话/任务的唯一 key。

config = {"configurable": {"thread_id": "order_001"}}

建议thread_id直接绑定业务主键：

  • 工单：ticket_123
  • 订单：order_987
  • 用户会话：user_42_session_202601

🧪 7. 综合实战：人工审批 + 恢复执行

这个例子把 HITL 的主流程跑通：

  • 第一步：生成一个“执行计划”（模拟）
  • 第二步：human_review处interrupt()暂停，等待人工审批/编辑
  • 第三步：用Command(resume=...)恢复执行
from typing import TypedDict, Literal
from langgraph.graph import StateGraph, START, END
from langgraph.types import interrupt, Command
from langgraph.checkpoint.memory import MemorySaver


class State(TypedDict):
    user_request: str
    plan: str
    approved_plan: str
    result: str
    review_status: str
    review_reason: str
    ticket_id: str


def make_plan(state: State) -> Command[Literal["human_review"]]:
    # 实际项目里这里可以是 LLM 生成 plan（此处用固定模板示意）
    plan = f"将执行动作：调用工具完成『{state['user_request']}』"
    return Command(update={"plan": plan}, goto="human_review")


def human_review(state: State) -> Command[Literal["execute", END]]:
    # interrupt() 必须放在最前面
    decision = interrupt(
        {
            "plan": state.get("plan", ""),
            "action": "请审核该计划：approved=True 表示同意；也可提供 edited_plan 进行修改",
        }
    )

    if decision.get("approved") isTrue:
        edited = decision.get("edited_plan", state.get("plan", ""))
        return Command(update={"approved_plan": edited}, goto="execute")

    # ❶ 拒绝：记录原因并结束（或你也可以 goto 到一个“通知用户/写审计日志”的节点）
    if decision.get("action") == "reject":
        return Command(
            update={
                "review_status": "rejected",
                "review_reason": decision.get("reason", ""),
            },
            goto=END,
        )

    # ❷ 转人工：创建工单（示意），写入 ticket_id 后结束自动流程
    if decision.get("action") == "handoff":
        ticket_id = f"TICKET_{state.get('user_request','')[:6]}_001"# 示例：真实项目替换为工单系统 API
        return Command(
            update={
                "review_status": "handoff",
                "review_reason": decision.get("reason", ""),
                "ticket_id": ticket_id,
            },
            goto=END,
        )

    # 兜底：当作拒绝处理
    return Command(update={"review_status": "rejected"}, goto=END)


def execute(state: State) -> Command[Literal[END]]:
    # 这里模拟执行：实际项目里换成工具调用/写库等操作
    result = f"已执行：{state.get('approved_plan')}"
    return Command(update={"result": result}, goto=END)


builder = StateGraph(State)
builder.add_node("make_plan", make_plan)
builder.add_node("human_review", human_review)
builder.add_node("execute", execute)

builder.add_edge(START, "make_plan")

memory = MemorySaver()
app = builder.compile(checkpointer=memory)

# 1) 第一次执行：会在 human_review 暂停
config = {"configurable": {"thread_id": "demo_thread"}}
first = app.invoke(
    {
        "user_request": "给客户发送退款确认邮件",
        "plan": "",
        "approved_plan": "",
        "result": "",
        "review_status": "",
        "review_reason": "",
        "ticket_id": "",
    },
    config,
)
print(first.get("__interrupt__"))

# 2) 恢复执行：人工审批 + 可选编辑
resume_cmd = Command(resume={"approved": True, "edited_plan": "将执行动作：发送退款确认邮件（已人工确认）"})
final = app.invoke(resume_cmd, config)
print(final.get("result"))

# 也可以这样恢复：拒绝 / 转人工（示意）
# reject_cmd = Command(resume={"action": "reject", "reason": "风险较高，需补充证据材料"})
# handoff_cmd = Command(resume={"action": "handoff", "reason": "转客服复核并人工发送邮件"})

🧰 8. 如何把中断“接到真实交互”里？

我拿到了__interrupt__，接下来怎么让人输入并回传 resume？

你可以把它理解成一个“可序列化的待办任务”：

  1. 运行图→ 返回__interrupt__（里面是你给人的 payload）
  2. 把 payload 展示给人（控制台 / Web 表单 / 管理后台）
  3. 人提交输入→ 后端构造Command(resume=...)
  4. **用同一个thread_id调用app.invoke(Command(...), config)**→ 图从暂停点继续

下面给一个“最小控制台交互”的示例骨架（便于你将来换成 Web 表单）：

from langgraph.types import Command

config = {"configurable": {"thread_id": "demo_thread"}}

result = app.invoke(initial_state, config)
interrupt_payload = result.get("__interrupt__")
if interrupt_payload:
    # 1) 展示给人（真实项目里：返回给前端/写入工单系统）
    print("需要人工处理：", interrupt_payload)

    # 2) 收集输入（示例用控制台；真实项目用表单）
    approved = input("是否同意执行？(y/n): ").strip().lower() == "y"
    edited_plan = input("可选：编辑计划(留空表示不改): ").strip()

    resume = {"approved": approved}
    if edited_plan:
        resume["edited_plan"] = edited_plan

    # 3) 恢复执行（同 thread_id）
    final = app.invoke(Command(resume=resume), config)
    print("执行结果：", final)

关键要点：

  • 一定要同一个thread_id：否则系统找不到上一次的暂停点
  • 把__interrupt__当作“待办任务”的载体：可以写入 DB、发到审批系统、挂到工单

🚦 9. interrupt_before / interrupt_after：把“拦截点”做成系统能力

在一些场景下，你不希望每个节点都手写interrupt()，而是想：

  • 在某些节点执行前强制暂停（例如工具执行前必须审批）
  • 或者在某些节点执行后暂停（例如生成草稿后人工审核）

这时可以用interrupt_before / interrupt_after（不同版本参数名称可能略有差异；以你当前 LangGraph 版本文档为准）。

示意（思路型代码）：

# app = builder.compile(
#     checkpointer=memory,
#     interrupt_before=["execute_tool"],  # 执行工具之前强制暂停
#     interrupt_after=["draft_response"], # 草稿生成后强制暂停
# )

工程建议：

  • 工具类节点优先用 interrupt_before 做“审批门”
  • 输出类节点优先用 interrupt_after 做“质量门”

9.1 没有 interrupt_before/after 怎么办？

不要卡住：你完全可以用“在节点里手写interrupt()”实现同样效果。

  • 想要 interrupt_before：把审批interrupt()写在目标节点函数的第一行（执行动作前）
  • 想要 interrupt_after：把生成逻辑放在一个节点，审核逻辑放在下一个节点；在审核节点里interrupt()（相当于“生成后暂停”）

🔍 10. 生产实践建议（踩坑总结）

  • 节点要小：越小越容易恢复、越不容易重复做无谓工作
  • interrupt() 前不要做写操作：否则恢复会重复执行
  • state 存“原始数据”：提示词/格式化字符串按需拼（你在第 5 讲已经实践过）
  • thread_id 设计要稳定：最好能关联业务主键（订单号/工单号/用户ID）
  • 审批数据要可审计：建议把 human decision 写入 state（或写日志）

📌 11. 小结

本讲你已经掌握了让智能体“会协作”的关键能力：

  • ✅ 用interrupt()实现 Pause → Persist → Resume
  • ✅ 用 checkpointer +thread_id支撑跨次恢复
  • ✅ 两类最常用模式：缺信息询问、审批门控
avatar
文章
阅读
粉丝