深入浅出 LangGraph —— 第8章：人机交互：中断与审批流程

关注

原创 2026-04-28 22:26:11 837 阅读 AI 写同款· GEO 优化 ›

LangGraph人机交互 在一些程序中，可能需要用户的状态才能使程序继续执行。例如，假如我们部署了一个web页面，在前端的输入框中得到了用户输入，接着后端接收该信息并注入到任务中，使程序根据用户的输入执行。这需要借助LangGraph的中断机制来实现，下面让我们看看怎么做！人机交互是实现应用程序的关键点，这涉及到了中断、状态保存等。通过该机制，我们可以基于langgraph搭建web界面、对话系统、自动化工作流等。下一章我们会讲解，如何使用langgraph操作sql数据库，我们会基于sqlite3实现一个简易的数据库交互程序。阅读详情

📖 本章学习目标

✅ 理解"人在回路"(Human-in-the-Loop)的核心价值
✅ 掌握 interrupt() 函数暂停图执行并等待人类输入
✅ 学会配置静态断点(breakpoints)在特定节点前后暂停
✅ 实现工具调用前的人工审批确认机制
✅ 构建完整的"AI 执行→人工审批→继续执行"工作流
✅ 避免常见的中断陷阱和安全问题

一、为什么需要人在回路

1、完全自动化的风险

随着 Agent 能力越来越强,它能执行的操作也越来越"危险"——删除文件、发送邮件、转移资金……如果 AI 理解有偏差直接执行,后果可能是灾难性的。

需要人工干预的典型场景:

🗄️ 执行数据库删除操作前需要确认
📧 发送重要邮件前需要人工审阅内容
💰 金融交易需要用户授权
🔒 涉及敏感权限的 API 调用
🤔 AI 对任务理解不确定时需要追问
⚖️ 法律/医疗建议需要专业人士审核

2、Human-in-the-Loop 架构

核心价值:

✅ 安全性:防止AI错误决策造成损失
✅ 可控性:人类保留最终决定权
✅ 可追溯:每次审批都有记录可查
✅ 灵活性:可随时介入调整方向

二、interrupt() 函数：动态中断

1、基本用法

interrupt() 函数可以在节点执行中途暂停,等待外部输入后再继续:

步骤1:导入依赖

import * as dotenv from 'dotenv';
dotenv.config();

import { 
  interrupt, 
  MemorySaver, 
  MessagesAnnotation, 
  StateGraph 
} from '@langchain/langgraph';
import { ChatOpenAI } from '@langchain/openai';
import { HumanMessage, AIMessage } from '@langchain/core/messages';

步骤2:定义审批节点

const model = new ChatOpenAI({ model: 'gpt-4o-mini' });

async function reviewNode(state: typeof MessagesAnnotation.State) {
  const lastMsg = state.messages[state.messages.length - 1] as AIMessage;
  
  // 暂停执行,向外部暴露需要审批的内容
  const humanDecision = interrupt({
    message: 'AI 生成了以下回复,请审批:',
    content: lastMsg.content,
    options: ['approve', 'reject', 'modify'],
  });
  
  // humanDecision 是人类的输入(resume 时传入)
  if (humanDecision === 'reject') {
    return { messages: [new HumanMessage('请重新生成,要求更简洁')] };
  }
  
  return {}; // 批准则不做任何修改
}

interrupt(value)暂停当前节点的执行，value 可以是任意可序列化的数据,传给等待审批的系统。函数的返回值是 resume() 时传入的人类决策。注意:interrupt() 之后的代码只在 resume 后才执行

工作原理:

节点执行到interrupt()时暂停
将value序列化保存到检查点
返回当前状态给调用方
等待外部调用resume恢复执行
resume的值作为interrupt()的返回值

2、interrupt 的执行流程

第一次调用:触发中断

const checkpointer = new MemorySaver();

const graph = new StateGraph(MessagesAnnotation)
  .addNode('generate', async (state) => {
    const response = await model.invoke(state.messages);
    return { messages: [response] };
  })
  .addNode('review', reviewNode)
  .addEdge('__start__', 'generate')
  .addEdge('generate', 'review')
  .addEdge('review', '__end__')
  .compile({ checkpointer });

const config = { configurable: { thread_id: 'approval-flow-001' } };

// 第一次调用:执行到 interrupt 处暂停
const firstResult = await graph.invoke(
  { messages: [new HumanMessage('写一首关于春天的短诗')] },
  config
);

console.log('图已暂停,等待审批');

图执行到reviewNode中的interrupt()后暂停
firstResult包含当前状态和中断信息
此时图并未结束,只是暂停等待人工输入
必须使用checkpointer才能使用interrupt

检查中断状态

// 检查暂停状态
const state = await graph.getState(config);
console.log('等待人工输入的内容:', state.tasks[0]?.interrupts);
console.log('下一步:', state.next); // ['review']

// 输出示例:
// 等待人工输入的内容: [{
//   value: {
//     message: 'AI 生成了以下回复,请审批:',
//     content: '春天来了,万物复苏...',
//     options: ['approve', 'reject', 'modify']
//   }
// }]

getState():获取当前图的运行状态
state.tasks[0].interrupts包含interrupt()传入的数据
state.next:显示下一步要执行的节点
这些信息可以展示给前端,让人工审批

恢复执行

// 人工审批后,用 resume 继续执行
const finalResult = await graph.invoke(
  // null 表示不更新 messages,直接继续
  new Command({ resume: 'approve' }),
  config
);

console.log('审批通过,图继续执行完成');

Command({ resume: value })携带人类决策,恢复图的执行 resume 的值就是interrupt() 函数的返回值。可以使用相同的config(thread_id相同)，图从暂停处继续执行,直到完成或再次中断。

三种常见resume值:

‘approve’:批准,继续执行
'reject’:拒绝,可能需要重新规划
自定义对象:携带人工修改的数据

完整流程图:

三、静态断点(Breakpoints)

1、在特定节点前后暂停

静态断点不需要修改节点代码,直接在编译时配置:

import { Command } from '@langchain/langgraph';

const graphWithBreakpoint = new StateGraph(MessagesAnnotation)
  .addNode('plan', planNode)
  .addNode('execute', executeNode)
  .addNode('validate', validateNode)
  .addEdge('__start__', 'plan')
  .addEdge('plan', 'execute')
  .addEdge('execute', 'validate')
  .addEdge('validate', '__end__')
  .compile({
    checkpointer,
    interruptBefore: ['execute'],   // 执行 execute 节点前暂停
    interruptAfter: ['validate'],   // validate 节点执行后暂停
  });

interruptBefore:在指定节点执行之前暂停，适合审批即将执行的操作
interruptAfter:在指定节点执行之后暂停，适合检查结果是否符合预期
两者都不修改节点函数,适合在不改动业务逻辑的情况下加审批
支持数组,可同时为多个节点设置断点

断点位置示意图:

2、断点的典型应用

async function main() {
  const config = { configurable: { thread_id: 'breakpoint-demo' } };
  
  // 第一次运行:执行 plan,然后在 execute 前暂停
  await graphWithBreakpoint.invoke(
    { messages: [new HumanMessage('帮我删除所有过期日志文件')] },
    config
  );
  
  const state = await graphWithBreakpoint.getState(config);
  console.log('规划结果:', state.values.messages[state.values.messages.length - 1]);
  console.log('即将执行的节点:', state.next); // ['execute']
  
  // 人工审查规划结果后,决定是否继续
  const approved = await humanReview(state); // 伪代码:人工审批函数
  
  if (approved) {
    // 批准:继续执行
    await graphWithBreakpoint.invoke(null, config);
  } else {
    // 拒绝:手动更新状态,修改规划
    await graphWithBreakpoint.updateState(
      config,
      { messages: [new HumanMessage('请重新规划,只删除30天前的日志')] },
      'plan'  // 重新从 plan 节点开始
    );
    await graphWithBreakpoint.invoke(null, config);
  }
}

实际应用场景:

数据库迁移:先展示迁移计划,人工确认后执行
批量操作:预览影响范围,确认后执行
代码部署:审查变更列表,批准后部署

四、工具调用审批

1、在工具执行前要求确认

这是生产中最常见的人机交互场景——让 AI 提出执行计划,人工确认后再执行:

步骤1:定义危险工具

模拟文件删除工具,实际项目中应谨慎使用。

import { Annotation, StateGraph, interrupt, MemorySaver } from '@langchain/langgraph';
import { ToolNode } from '@langchain/langgraph/prebuilt';
import { tool } from '@langchain/core/tools';
import { z } from 'zod';
import { RemoveMessage } from '@langchain/core/messages';

// 定义一个"危险"工具
const deleteFileTool = tool(
  async ({ filePath }) => {
    console.log(`🗑️ 正在删除文件: ${filePath}`);
    // 实际删除操作...
    return `文件 ${filePath} 已删除`;
  },
  {
    name: 'delete_file',
    description: '删除指定路径的文件',
    schema: z.object({ filePath: z.string().describe('要删除的文件完整路径') }),
  }
);

步骤2:定义审批节点

// 审批节点:在工具调用前插入人工确认
async function approvalNode(state: typeof MessagesAnnotation.State) {
  const lastMsg = state.messages[state.messages.length - 1] as AIMessage;
  
  if (!lastMsg.tool_calls?.length) return {};
  
  // 展示 AI 想要调用的工具,等待人工确认
  const decision = interrupt({
    type: 'tool_approval',
    toolCalls: lastMsg.tool_calls.map(tc => ({
      name: tc.name,
      args: tc.args,
    })),
    message: '以上工具调用需要您的确认',
  });
  
  if (decision === 'reject') {
    // 取消工具调用:移除包含 tool_calls 的 AI 消息
    return {
      messages: [new RemoveMessage({ id: lastMsg.id! })],
    };
  }
  
  return {}; // 批准:继续执行工具
}

代码解读:

检查最后一条消息是否有tool_calls
如果有,展示工具名称和参数,等待人工确认
拒绝时:使用RemoveMessage删除tool_calls消息
批准时:返回空对象,继续执行tools节点

步骤3:组装带审批的图

const agentNode = async (state: typeof MessagesAnnotation.State) => {
  const modelWithTools = model.bindTools([deleteFileTool]);
  const response = await modelWithTools.invoke(state.messages);
  return { messages: [response] };
};

const approvalGraph = new StateGraph(MessagesAnnotation)
  .addNode('agent', agentNode)
  .addNode('approval', approvalNode)      // 插入审批节点
  .addNode('tools', new ToolNode([deleteFileTool]))
  .addEdge('__start__', 'agent')
  .addConditionalEdges('agent', (state) => {
    const last = state.messages[state.messages.length - 1] as AIMessage;
    return last.tool_calls?.length ? 'approval' : '__end__';
  })
  .addConditionalEdges('approval', (state) => {
    const last = state.messages[state.messages.length - 1] as AIMessage;
    return last.tool_calls?.length ? 'tools' : '__end__';
  })
  .addEdge('tools', 'agent')
  .compile({ checkpointer: new MemorySaver() });

代码解读:

在 agent 和 tools 之间插入 approval 节点
approval 节点使用 interrupt() 暂停,等待人工决策
批准后继续到 tools 执行,拒绝则移除 tool_calls 消息
这个模式将 AI 的"想法"和"行动"分离,人工把控行动

工具审批流程图:

五、动态输入收集

1、Agent 主动向用户提问

有时 Agent 信息不足,需要主动向用户询问更多细节:

async function clarifyNode(state: typeof MessagesAnnotation.State) {
  const lastMsg = state.messages[state.messages.length - 1] as AIMessage;
  
  // AI 判断是否需要追问
  if (lastMsg.content.includes('[需要澄清]')) {
    const userAnswer = interrupt({
      type: 'clarification',
      question: lastMsg.content,
    });
    
    // 将用户的补充信息加入对话
    return { 
      messages: [new HumanMessage(`用户补充:${userAnswer}`)] 
    };
  }
  
  return {};
}

AI 在回复中用特殊标记(如 [需要澄清])表示需要追问
interrupt() 暂停等待用户填写补充信息
收到用户回答后,将其作为新消息加入对话继续处理
这是构建表单填写 Agent 的核心模式

实际应用场景:

客服系统:信息不全时主动询问
订票助手:询问日期、人数等细节
报告生成:确认报告范围和格式

示例对话流程:

用户: 帮我订机票
AI: [需要澄清]请问您想从哪里飞到哪里?什么日期?
⏸️ 中断,等待用户输入
用户: 北京到上海,明天
✅ 恢复,AI继续处理

六、最佳实践和踩坑指南

💡 实践 1:interrupt 数据要包含足够上下文

❌ 不足的中断数据:

const decision = interrupt('需要审批');  // 审批者看不到内容

✅ 包含完整上下文:

const decision = interrupt({
  type: 'approval',
  summary: '删除 /logs 目录下所有 .log 文件',
  details: { files: filesToDelete, totalSize: '2.3GB' },
  riskLevel: 'high',
  message: '此操作不可逆,请仔细确认',
});

原因:审批者需要足够的信息才能做出明智决策。

💡 实践 2:提供明确的批准/拒绝选项

// 不只是 true/false,提供有语义的选项
const decision = interrupt({
  options: {
    approve: '批准,立即执行',
    modify: '修改参数后执行',
    reject: '拒绝,取消此操作',
  },
});

// resume 时传入对应的 key
// new Command({ resume: 'modify' })

原因:清晰的选项减少审批者的认知负担。

💡 实践 3:超时自动处理

// 带超时的审批流程
async function approveWithTimeout(config: any, timeoutMs: number = 10000) {
  const timeoutPromise = new Promise((resolve) => {
    setTimeout(() => resolve('timeout'), timeoutMs);
  });
  
  const approvalPromise = new Promise((resolve) => {
    // 这里应该由前端或外部系统调用resume
    // 简化示例,实际需要事件监听
  });
  
  const result = await Promise.race([approvalPromise, timeoutPromise]);
  
  if (result === 'timeout') {
    console.warn('审批超时,自动拒绝');
    return await graph.invoke(new Command({ resume: 'reject' }), config);
  }
  
  return result;
}

原因:防止审批流程无限期等待,影响用户体验。

⚠️ 常见问题

问题	现象	解决方案
没有启用 checkpointer	`interrupt() requires a checkpointer`	必须在 compile 时传入 checkpointer
resume 时 thread_id 不一致	找不到暂停的检查点	resume 必须使用与首次调用完全相同的 thread_id
interrupt 数据不可序列化	序列化错误	只传 JSON 安全的数据(无 Function、Symbol)
忘记处理 reject 情况	拒绝后图意外结束	为每种审批决策都设计相应的处理逻辑
多次resume同一检查点	行为未定义	每个检查点只能resume一次
中断嵌套过深	难以追踪状态	避免在节点中多次调用interrupt

📝 本章小结

核心知识点回顾

知识点	关键要点	应用场景
`interrupt()`	动态暂停,等待外部输入	运行时需要人工决策的场景
`interruptBefore/After`	静态断点,不改代码	对特定节点加审批
`Command({ resume })`	携带人类决策恢复执行	所有中断的恢复
工具调用审批	在 agent 和 tools 间插入审批节点	危险操作的安全控制
动态输入收集	AI主动提问,等待用户回答	信息不全时的澄清流程
超时处理	防止无限期等待	提升用户体验

🎯 动手练习

练习 1:简单审批流程

目标:实现"AI 起草邮件→人工审批→发送"的流程
要求:
1. AI根据主题生成邮件草稿
2. interrupt显示邮件内容,支持批准/修改/拒绝三种决策
3. 批准后打印"已发送",修改后重新生成,拒绝后取消
验收标准:
- 三种决策都有正确处理
- 修改后可以重新生成
- 拒绝后不会发送邮件

练习 2:多步骤审批