培歌行学LangGraph（14）：启用可恢复执行（Checkpoint）> **检查点就像是给你的图装上了"时光机"。

一、什么是可恢复执行？

可恢复执行指的是：图在执行过程中，每一步的状态都被保存下来。即使程序中断、服务器重启，也能从上次中断的地方继续运行。

这在以下场景中非常重要：

多轮对话：用户说完话离开，回来还能接着聊
长时间运行的任务：数据处理到一半宕机，恢复后继续
人工审批流程：在某个节点等待审批，审批通过后继续执行

LangGraph 通过 检查点（Checkpoint） 机制实现可恢复执行。

二、检查点（Checkpoint）是什么？

检查点是 图在某个时刻的完整状态快照，包括：

当前 State 的所有字段值
当前执行到哪个节点
已执行过的节点历史

可以把检查点想象成游戏的存档：

你可以在任何时候存档
读档后，游戏从存档点继续，而不是从头开始

三、启用可恢复执行的两步

3.1 第一步：编译时传入 Checkpointer

from langgraph.checkpoint.memory import InMemorySaver

checkpointer = InMemorySaver()
graph = builder.compile(checkpointer=checkpointer)

3.2 第二步：调用时传入 thread_id

config = {"configurable": {"thread_id": "session_001"}}
graph.invoke(input_data, config=config)

**thread_id** 是会话的唯一标识。同一个 thread_id的多轮调用，会共享同一份状态历史。

四、检查点后端的选择

LangGraph 提供了多种检查点后端：

后端	包名	特点
InMemorySaver	`langgraph-checkpoint`	内存存储，进程结束即丢失
SqliteSaver	`langgraph-checkpoint-sqlite`	文件存储，轻量级持久化
PostgresSaver	`langgraph-checkpoint-postgres`	数据库存储，生产环境首选
MongoDBSaver	`langgraph-checkpoint-mongodb`	NoSQL 存储
RedisSaver	`langgraph-checkpoint-redis`	高速缓存存储

五、基于内存的检查点（InMemorySaver）

5.1 特点

数据保存在当前 Python 进程的内存中
进程结束 → 数据丢失
Jupyter 内核不重启 → 数据保留

5.2 完整示例

from langgraph.checkpoint.memory import InMemorySaver

# 1. 创建检查点存储器
checkpointer = InMemorySaver()

# 2. 编译时传入
graph = builder.compile(checkpointer=checkpointer)

# 3. 定义 thread_id
config = {"configurable": {"thread_id": "session_001"}}

# 4. 多轮对话，共享状态
graph.invoke({"messages": [HumanMessage("你好，我是老王")]}, config=config)
graph.invoke({"messages": [HumanMessage("从现在开始，你是小王")]}, config=config)
res = graph.invoke({"messages": [HumanMessage("我是谁？你是谁？")]}, config=config)

print(res["output"])
# 输出：老王，我是小王啊！

5.3 注意事项

如果重新执行完整代码，InMemorySaver()实例被重新创建，历史检查点会被清空。

# 重新执行这行，之前的记忆就没了
checkpointer = InMemorySaver()

六、基于 PostgreSQL 的检查点（PostgresSaver）

6.1 特点

数据保存在 PostgreSQL 数据库中
程序重启 → 数据不丢
适合生产环境

6.2 完整示例

from langgraph.checkpoint.postgres import PostgresSaver

# 1. 数据库连接 URL
DB_URL = "postgresql://langgraph_user:123456@localhost:5432/langgraph_db?sslmode=disable"

# 2. 创建检查点存储器
with PostgresSaver.from_conn_string(DB_URL) as checkpointer:
    # 初始化数据库表（实际项目中应作为独立步骤）
    checkpointer.setup()
    
    # 3. 编译时传入
    graph = builder.compile(checkpointer=checkpointer)
    
    # 4. 定义 thread_id
    config = {"configurable": {"thread_id": "session_002"}}
    
    # 5. 多轮对话
    graph.invoke({"messages": [HumanMessage("你好，我是老王")]}, config=config)
    graph.invoke({"messages": [HumanMessage("从现在开始，你是小王")]}, config=config)
    res = graph.invoke({"messages": [HumanMessage("我是谁？你是谁？")]}, config=config)
    
    print(res["output"])

6.3 程序重启后仍然有效

# 即使重新运行整个脚本，只要 thread_id 相同，历史还在
with PostgresSaver.from_conn_string(DB_URL) as checkpointer:
    graph = builder.compile(checkpointer=checkpointer)
    config = {"configurable": {"thread_id": "session_002"}}
    
    # 模型还记得之前的对话
    res = graph.invoke({"messages": [HumanMessage("我刚才说了什么？")]}, config=config)
    # 输出：你说你是老王，让我叫你小王

七、InMemorySaver vs PostgresSaver

对比项	InMemorySaver	PostgresSaver
存储位置	内存	PostgreSQL 数据库
程序重启	数据丢失	数据保留
跨进程共享	不支持	支持
性能	极快	较快
适用场景	开发调试	生产环境
配置复杂度	简单	需要数据库

八、检查点的工作原理

调用 1（thread_id=001）
  → 执行节点 A → 保存检查点 1
  → 执行节点 B → 保存检查点 2
  → 执行节点 C → 保存检查点 3

调用 2（thread_id=001）
  → 从检查点 3 恢复状态
  → 执行节点 D → 保存检查点 4

调用 3（thread_id=002）
  → 新的会话，从头开始

每个检查点包含：

当前 State
父检查点 ID（形成链条）
执行时间戳

九、面试题

面试题1：什么是检查点（Checkpoint）？它的作用是什么？

答：检查点是图在某个时刻的完整状态快照，包含 State 的所有字段、当前执行位置和历史记录。它的作用是：

可恢复执行：程序中断后可以从上次中断处继续
多轮对话：同一个 thread_id 的多轮调用共享状态
状态回溯：可以回退到任意历史检查点

面试题2：`InMemorySaver`和 `PostgresSaver`的根本区别是什么？

答：根本区别在于存储介质：

InMemorySaver存储在内存中，进程结束即丢失
PostgresSaver存储在数据库中，程序重启后数据仍在

这也决定了它们的适用场景：前者适合开发调试，后者适合生产环境。

面试题3：`thread_id`的作用是什么？不传会怎样？

答：thread_id是会话的唯一标识，用于区分不同会话的状态。如果不传 thread_id，每次调用都会创建一个新的匿名会话，无法共享状态，也无法从历史检查点恢复。

面试题4：检查点机制如何实现多轮对话的记忆功能？

答：流程如下：

第一轮调用：传入 thread_id=001，图执行完毕后保存检查点
第二轮调用：传入相同的 thread_id=001，LangGraph 从检查点恢复状态
新的消息追加到已有的消息列表中
模型看到完整的对话历史，从而实现"记忆"

面试题5：如果我想在生产环境中使用检查点，应该选择哪个后端？为什么？

答：推荐使用 PostgresSaver或 RedisSaver。原因：

持久化：数据不会因为程序重启而丢失
可扩展：支持多进程、多服务共享状态
可靠性：数据库有完善的备份和恢复机制

InMemorySaver只适合开发和调试，不适合生产环境。

检查点就像是给你的图装上了"时光机"。 有了它，你的 Agent 不再是"一次性"的，而是可以记住过去、延续对话、甚至在故障后原地复活。

培歌行学LangGraph（14）：启用可恢复执行（Checkpoint）