Skip to main content
要审查、编辑和批准代理或工作流中的工具调用,请使用 LangGraph 的人机交互功能。

动态中断

from langgraph_sdk import get_client
from langgraph_sdk.schema import Command
client = get_client(url=<DEPLOYMENT_URL>)

# 使用部署名称为 "agent" 的图
assistant_id = "agent"

# 创建一个线程
thread = await client.threads.create()
thread_id = thread["thread_id"]

# 运行图直到遇到中断。
result = await client.runs.wait(
    thread_id,
    assistant_id,
    input={"some_text": "original text"}   # (1)!
)

print(result['__interrupt__']) # (2)!
# > [
# >     {
# >         'value': {'text_to_revise': 'original text'},
# >         'resumable': True,
# >         'ns': ['human_node:fc722478-2f21-0578-c572-d9fc4dd07c3b'],
# >         'when': 'during'
# >     }
# > ]


# 恢复图的执行
print(await client.runs.wait(
    thread_id,
    assistant_id,
    command=Command(resume="Edited text")   # (3)!
))
# > {'some_text': 'Edited text'}
  1. 使用一些初始状态调用图。
  2. 当图遇到中断时,它会返回一个包含有效负载和元数据的中断对象。 3. 使用 Command(resume=...) 恢复图的执行,注入人类输入并继续执行。
这是一个可以在代理服务器中运行的示例图。 有关更多详细信息,请参阅 LangSmith 快速入门
from typing import TypedDict
import uuid

from langgraph.checkpoint.memory import InMemorySaver
from langgraph.constants import START
from langgraph.graph import StateGraph
from langgraph.types import interrupt, Command

class State(TypedDict):
    some_text: str

def human_node(state: State):
    value = interrupt( # (1)!
        {
            "text_to_revise": state["some_text"] # (2)!
        }
    )
    return {
        "some_text": value # (3)!
    }


# 构建图
graph_builder = StateGraph(State)
graph_builder.add_node("human_node", human_node)
graph_builder.add_edge(START, "human_node")

graph = graph_builder.compile()
  1. interrupt(...)human_node 处暂停执行,将给定的有效负载呈现给人类。
  2. 任何可 JSON 序列化的值都可以传递给 interrupt 函数。这里是一个包含要修订文本的字典。
  3. 恢复后,interrupt(...) 的返回值是人类提供的输入,用于更新状态。
一旦你有了一个运行的代理服务器,你可以使用 LangGraph SDK 与之交互。
from langgraph_sdk import get_client
from langgraph_sdk.schema import Command
client = get_client(url=<DEPLOYMENT_URL>)

# 使用部署名称为 "agent" 的图
assistant_id = "agent"

# 创建一个线程
thread = await client.threads.create()
thread_id = thread["thread_id"]

# 运行图直到遇到中断。
result = await client.runs.wait(
    thread_id,
    assistant_id,
    input={"some_text": "original text"}   # (1)!
)

print(result['__interrupt__']) # (2)!
# > [
# >     {
# >         'value': {'text_to_revise': 'original text'},
# >         'resumable': True,
# >         'ns': ['human_node:fc722478-2f21-0578-c572-d9fc4dd07c3b'],
# >         'when': 'during'
# >     }
# > ]


# 恢复图的执行
print(await client.runs.wait(
    thread_id,
    assistant_id,
    command=Command(resume="Edited text")   # (3)!
))
# > {'some_text': 'Edited text'}
  1. 使用一些初始状态调用图。
  2. 当图遇到中断时,它会返回一个包含有效负载和元数据的中断对象。 3. 使用 Command(resume=...) 恢复图的执行,注入人类输入并继续执行。

静态中断

静态中断(也称为静态断点)在节点执行之前或之后触发。
不建议将静态中断用于人机交互工作流。它们最适合用于调试和测试。
你可以通过在编译时指定 interrupt_beforeinterrupt_after 来设置静态中断:
graph = graph_builder.compile( # (1)!
    interrupt_before=["node_a"], # (2)!
    interrupt_after=["node_b", "node_c"], # (3)!
)
  1. 断点在 compile 时设置。
  2. interrupt_before 指定应在节点执行之前暂停执行的节点。
  3. interrupt_after 指定应在节点执行之后暂停执行的节点。
或者,你可以在运行时设置静态中断:
await client.runs.wait( # (1)!
    thread_id,
    assistant_id,
    inputs=inputs,
    interrupt_before=["node_a"], # (2)!
    interrupt_after=["node_b", "node_c"] # (3)!
)
  1. 使用 interrupt_beforeinterrupt_after 参数调用 client.runs.wait。这是一个运行时配置,可以为每次调用更改。
  2. interrupt_before 指定应在节点执行之前暂停执行的节点。
  3. interrupt_after 指定应在节点执行之后暂停执行的节点。
以下示例展示了如何添加静态中断:
from langgraph_sdk import get_client
client = get_client(url=<DEPLOYMENT_URL>)

# 使用部署名称为 "agent" 的图
assistant_id = "agent"

# 创建一个线程
thread = await client.threads.create()
thread_id = thread["thread_id"]

# 运行图直到断点
result = await client.runs.wait(
    thread_id,
    assistant_id,
    input=inputs   # (1)!
)

# 恢复图的执行
await client.runs.wait(
    thread_id,
    assistant_id,
    input=None   # (2)!
)
  1. 运行图直到遇到第一个断点。
  2. 通过为输入传递 None 来恢复图的执行。这将运行图直到遇到下一个断点。

了解更多

  • 人机交互概念指南:了解更多关于 LangGraph 人机交互功能的信息。
  • 常见模式:学习如何实现批准/拒绝操作、请求用户输入、工具调用审查和验证人类输入等模式。